城市气候与海洋距离关系的研究
一、导入数据
ferrara1 = pd.read_csv('./data/ferrara_150715.csv')
ferrara2 = pd.read_csv('./data/ferrara_250715.csv')
ferrara3 = pd.read_csv('./data/ferrara_270615.csv')
ferrara = pd.concat([ferrara1,ferrara2,ferrara3],ignore_index=True) #导入后将各表合并
torino1 = pd.read_csv('./data/torino_150715.csv')
torino2 = pd.read_csv('./data/torino_250715.csv')
torino3 = pd.read_csv('./data/torino_270615.csv')
torino = pd.concat([torino1,torino2,torino3],ignore_index=True)
mantova1 = pd.read_csv('./data/mantova_150715.csv')
mantova2 = pd.read_csv('./data/mantova_250715.csv')
mantova3 = pd.read_csv('./data/mantova_270615.csv')
mantova = pd.concat([mantova1,mantova2,mantova3],ignore_index=True)
milano1 = pd.read_csv('./data/milano_150715.csv')
milano2 = pd.read_csv('./data/milano_250715.csv')
milano3 = pd.read_csv('./data/milano_270615.csv')
milano = pd.concat([milano1,milano2,milano3],ignore_index=True)
ravenna1 = pd.read_csv('./data/ravenna_150715.csv')
ravenna2 = pd.read_csv('./data/ravenna_250715.csv')
ravenna3 = pd.read_csv('./data/ravenna_270615.csv')
ravenna = pd.concat([ravenna1,ravenna2,ravenna3],ignore_index=True)
asti1 = pd.read_csv('./data/asti_150715.csv')
asti2 = pd.read_csv('./data/asti_250715.csv')
asti3 = pd.read_csv('./data/asti_270615.csv')
asti = pd.concat([asti1,asti2,asti3],ignore_index=True)
bologna1 = pd.read_csv('./data/bologna_150715.csv')
bologna2 = pd.read_csv('./data/bologna_250715.csv')
bologna3 = pd.read_csv('./data/bologna_270615.csv')
bologna = pd.concat([bologna1,bologna2,bologna3],ignore_index=True)
piacenza1 = pd.read_csv('./data/piacenza_150715.csv')
piacenza2 = pd.read_csv('./data/piacenza_250715.csv')
piacenza3 = pd.read_csv('./data/piacenza_270615.csv')
piacenza = pd.concat([piacenza1,piacenza2,piacenza3],ignore_index=True)
cesena1 = pd.read_csv('./data/cesena_150715.csv')
cesena2 = pd.read_csv('./data/cesena_250715.csv')
cesena3 = pd.read_csv('./data/cesena_270615.csv')
cesena = pd.concat([cesena1,cesena2,cesena3],ignore_index=True)
faenza1 = pd.read_csv('./data/faenza_150715.csv')
faenza2 = pd.read_csv('./data/faenza_250715.csv')
faenza3 = pd.read_csv('./data/faenza_270615.csv')
faenza = pd.concat([faenza1,faenza2,faenza3],ignore_index=True)二、数据处理
1）常查看数据
ferrara.head()
Unnamed: 0 temp humidity pressure description dt wind_speed wind_deg city day dist
0 0 30.44 60 1011.0 moderate rain 1436863096 1.03 180.0 Ferrara 2015-07-14 10:38:16 47
1 1 31.40 58 1011.0 moderate rain 1436866685 1.54 135.0 Ferrara 2015-07-14 11:38:05 47
2 2 31.95 54 1011.0 moderate rain 1436870387 0.51 113.0 Ferrara 2015-07-14 12:39:47 47
3 3 32.06 50 1011.0 moderate rain 1436873989 2.06 90.0 Ferrara 2015-07-14 13:39:49 47
4 4 32.63 49 1010.0 moderate rain 1436877535 1.54 68.0 Ferrara 2015-07-14 14:38:55 47
这里我们可以将不需要的列删除
# drop 默认删除行 指定axis=1是删除列 inplace=True 将原数据也进行修改
asti.drop('Unnamed: 0',axis=1,inplace=True)
bologna.drop('Unnamed: 0',axis=1,inplace=True)
cesena.drop('Unnamed: 0',axis=1,inplace=True)
faenza.drop('Unnamed: 0',axis=1,inplace=True)
ferrara.drop('Unnamed: 0',axis=1,inplace=True)
mantova.drop('Unnamed: 0',axis=1,inplace=True)
milano.drop('Unnamed: 0',axis=1,inplace=True)
piacenza.drop('Unnamed: 0',axis=1,inplace=True)
ravenna.drop('Unnamed: 0',axis=1,inplace=True)
torino.drop('Unnamed: 0',axis=1,inplace=True)三、展示 最高温度 与 离海远近 的关系
分析：最高温度可以对“temp”这一列求最大值
我们直接创建多维数组来保存这些数据
离海的远近：实际情况这是一个不变的值i，我们只需取其中一个即可
# 温度
temps = np.array([
ferrara['temp'].max(),
torino['temp'].max(),
mantova['temp'].max(),
milano['temp'].max(),
ravenna['temp'].max(),
asti['temp'].max(),
bologna['temp'].max(),
piacenza['temp'].max(),
cesena['temp'].max(),
faenza['temp'].max(),
])
# 按照城市的排序 放着各个城市的最高温度
temps
array([33.43, 34.69, 34.18, 34.81, 32.79, 34.31, 33.85, 33.92, 32.81,
32.74])
# dist
dists = np.array([
ferrara['dist'].iloc[0],
torino['dist'].iloc[0],
mantova['dist'].iloc[0],
milano['dist'].iloc[0],
ravenna['dist'].iloc[0],
asti['dist'].iloc[0],
bologna['dist'].iloc[0],
piacenza['dist'].iloc[0],
cesena['dist'].iloc[0],
faenza['dist'].iloc[0],
])
# 按照各个城市的顺序 放着各个城市的海洋的距离
dists
array([ 47, 357, 121, 250, 8, 315, 71, 200, 14, 37], dtype=int64)根据这两组数据分析关系
plt.scatter(x=dists,y=temps)
由图可以得出两组数据的关系为： 距离海洋越远，最高温度越高
四、使用支持向量机 计算回归参数
分别以100公里和50公里为分界点，划分为离海近和离海远的两组数据
使用支持向量机计算回归参数
svm support vector machine 支持向量机
可以用来处理分类问题classification 也 可以用来处理回归问题regression
1）导包
from sklearn.svm import SVR2）创建支持向量机模型
# 使用内核 kernel 这里使用线型的 'linear'
svr1 = SVR(kernel='linear')
svr2 = SVR(kernel='linear')用这两个模型去预测线性回归
3）获取并处理数据，分为两部分进行预测
# near_city <100
# far_city >50
# 获取距离海洋近的城市的距离
# 获取距离海洋近的城市的温度
near_city_dists = dists[dists<100] # 距离小于100的城市的到海洋的距离
near_city_temps = temps[dists<100] # 距离小于100的城市的最高温度
far_city_dists = dists[dists>50] # 距离大于50的城市的到海洋的距离
far_city_temps = temps[dists>50] # 距离大于50的城市的最高温度注意这里需要将数据形状转换为支持向量机可接纳的形状
支持向量机模型的数据：
是二维的 每个样本是一行 样本的各个特征是各个列
# -1行1列表示 只有一列，行有多少自己计算
near_city_dists.reshape(-1,1)4）给定训练数据，去拟合支持向量机模型
svr1.fit(near_city_dists.reshape(-1,1),near_city_temps)
svr2.fit(far_city_dists.reshape(-1,1),far_city_temps)
# 返回：
SVR(C=1.0, cache_size=200, coef0=0.0, degree=3, epsilon=0.1, gamma='auto',
kernel='linear', max_iter=-1, shrinking=True, tol=0.001, verbose=False)5）使用训练好的模型去预测
（1）预测数据
X_predict = np.linspace(near_city_dists.min(),near_city_dists.max(),100) #从最进的城市到最远的城市（小于50的），取100个
X_predict
X2_predict = np.linspace(far_city_dists.min(),far_city_dists.max(),100) #从最进的城市到最远的城市（大于100的），取100个
X2_predict（2）用训练好的模型去预测svr1.predict(预测数据)
# 使用训练好的模型去预测
#这里预测出来的命名方式一般为 Y_ , y2_
y_ = svr1.predict(X_predict.reshape(-1,1))
y2_ = svr2.predict(X2_predict.reshape(-1,1))注意这里的数据也需要注意数据形状reshape（-1， 1）
6）将原数据与预测出的数据展示
plt.scatter(x=dists,y=temps)
plt.plot(X_predict,y_)
plt.plot(X2_predict,y2_)
五、细分极坐标绘图
风速与风向的关系
根据不同的风向，风速不同 这里我们研究ferrara的
1）使用散点图绘制
ferrara['wind_deg'] # 风向
ferrara['wind_speed'] # 风速
plt.scatter(x=ferrara['wind_deg'],y=ferrara['wind_speed'])
2）使用柱状图绘制
ferrara['wind_deg'] # 风向
ferrara['wind_speed'] # 风速
plt.bar(x=ferrara['wind_deg'],height=ferrara['wind_speed'])
3）使用极坐标绘制
ferrara['wind_deg'] # 风向
ferrara['wind_speed'] # 风速
# ferrara['wind_deg']用的是角度
# 极坐标用的是弧度
# 360 = 2*np.pi
# 弧度/(2*np.pi)=角度/360
# 弧度=角度*np.pi/180
plt.axes(polar=True)
plt.bar(x=ferrara['wind_deg']*np.pi/180,height=ferrara['wind_speed']) #将角度转换为弧度后绘制
4）将极坐标的角度细分绘制
因为极坐标中的最大值会覆盖其他的值，所谓我们为了数据准确，我们将圆取1/8区域内的平均值来绘制
（1）将角度分为8份
index = np.arange(0,360,360/8) #将角度分为8份
index
array([ 0., 45., 90., 135., 180., 225., 270., 315.])（2）按照index的范围 去wind_speed里面取值 并求平均值
speeds = []
for i in index[:]:
# print(i,'-',i+45) #这个是角度的范围
# (ferrara.wind_deg>i)&(ferrara.wind_deg<i+45) 这个是条件
# ferrara.wind_speed[条件] 就可以把符要求的值取出
avg_speed = ferrara.wind_speed[(ferrara.wind_deg>i)&(ferrara.wind_deg<i+45)].mean()
#print(avg_speed)
if np.isnan(avg_speed): #因为数据中没有 315-360的值 我们判断返回的数据是否含有nan
avg_speed = 0
speeds.append(avg_speed)
speeds
[1.4625000000000001,
2.064285714285714,
1.297,
2.3966666666666665,
1.5533333333333335,
1.6166666666666665,
0.51,
0]（3）绘制极坐标（玫瑰）图
index2 = np.arange(0,2*np.pi,2*np.pi/8) #极坐标的 x 为分8份的弧度
index2
plt.axes(polar=True)
plt.bar(x=index2,height=speeds)
六、将上面步骤写成函数
def draw_polar(A,B,title): #参数: 要分析的两组数据 A B 画布的标题 title
speeds = []
index = np.arange(0,360,360/8)
for i in index[:]:
avg_speed = B[(A>i)&(A<i+45)].mean()
#print(avg_speed)
if np.isnan(avg_speed):
avg_speed = 0
speeds.append(avg_speed)
plt.figure(figsize=(8,8)) #设置画布的大小
plt.axes(polar=True) #绘制极坐标图
index2 = np.arange(0,2*np.pi,2*np.pi/8)
plt.bar(x=index2,height=speeds)
plt.title(title) # 设置标题名
1）展示米兰 风速 和 风向 的关系以及 湿度 和 风向 的关系
1956
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
