CHEN2465的博客

本资源提供一套完整的空气质量数据分析项目，涵盖从API数据采集 → 智能解密 → 数据清洗与预处理 → 特征工程 → 多维度可视化分析的全流程，适用于数据科学、环境信息学、Python数据分析等课程设计或实战练习。 核心内容包括： 自动化数据采集脚本（waqi_city_history.py） 支持批量获取 WAQI（World Air Quality Index）平台多城市历史空气质量数据 自动处理 API 加密格式（SSE 流），实现自定义解密算法 规避反爬机制（User-Agent + 随机延时），解决 429 频率限制问题 全流程预处理与分析代码（analysis.py） 缺失值处理（前向/后向填充 + 均值填充） 异常值检测（IQR 方法）与修正（中位数替换） AQI 指数计算（基于中国标准） 特征工程：时间特征（年/月/季节）、移动平均（7日/30日）、PM2.5/PM10 比率 数据标准化（StandardScaler）与归一化（MinMaxScaler） 单城市时间序列分析 + 多城市箱线图/热力图/趋势对比 + 空气质量综合排名 配套课程报告文档（两份 Word） 《空气质量API智能预处理系统.docx》：详细技术方案、流程图、评分标准 《数据采集与预处理课程报告（打印）.docx》：开发问题记录、解决方案、成员分工与设计体会，真实反映团队协作过程 项目亮点： 真实 API 数据驱动，非模拟数据 解决 WAQI 平台特有的加密历史数据解析难题 强调数据真实性 vs “完美填充”，保留 NaN 逻辑严谨 支持扩展至任意城市，模块化设计便于二次开发 图表中文显示优化（SimHei 字体），可直接用于汇报或论文 适合人群： 数据科学/大数据专业学生（课程设计、毕业设计参考） Python 数据分析初学者（学习 pandas、requests）