Python分析上海的空气质量指数

一.学习知识准备

在数据可视化分析中，按上篇文章，我们要学习numpy科学计算库以及matplotlip可视化分析，这边我用了request库下载了上海的空气质量指数的html文本，并爬取了数据进行json封装，因此我们也要学会从文本获取json数据并解析，然后需要构建numpy数组，用折线图显示出来

• 第一个知识点：request库

Requests 是⽤Python语⾔编写，基于urllib，采⽤Apache2 Licensed开源协议的 HTTP 库。它⽐ urllib 更加⽅便，可以节约我们⼤量的⼯作，完全满⾜HTTP测试需求。

各种请求方式：

import requests
requests.post('http://httpbin.org/post')
requests.put('http://httpbin.org/put')
requests.delete('http://httpbin.org/delete')
requests.head('http://httpbin.org/get')
requests.options('http://httpbin.org/get')

1. GET： 请求指定的页面信息，并返回实体主体。
2. HEAD： 只请求页面的首部。
3. POST： 请求服务器接受所指定的文档作为对所标识的URI的新的从属实体。
4. PUT： 从客户端向服务器传送的数据取代指定的文档的内容。
5. DELETE： 请求服务器删除指定的页面。
6. get 和 post比较常见 GET请求将提交的数据放置在HTTP请求协议头中
7. POST提交的数据则放在实体数据中

• 第二个知识点：json库

JSON(JavaScript Object Notation) 是一种轻量级的数据交换格式，易于人阅读和编写。

JSON 函数

使用 JSON 函数需要导入 json 库：import json，详细请看菜鸟教程

函数	描述
json.dumps	将 Python 对象编码成 JSON 字符串
json.loads	将已编码的 JSON 字符串解码为 Python 对象

• 第三个知识点：numpy库

NumPy 是一个 Python 的第三方库，代表 “Numeric Python”，主要用于数学/科学计算。 它是一个由多维数组对象和用于处理数组的例程集合组成的库。

使用 Numpy 我们可以轻松进行如下等计算：

1. 数组的算数和逻辑运算。
2. 傅立叶变换和用于图形操作的例程。
3. 与线性代数有关的操作。 NumPy 拥有线性代数和随机数生成的内置函数。

• 第四个知识点：matplotlib的折线图

不论是数据挖掘还是数据建模，都免不了数据可视化的问题。对于Python来说，Matplotlib是最著名的绘图库，它主要用于二维绘图，当然它也可以进行简单的三维绘图(基于spyder)。详细看plot教程

1. plt常用参数有：

属性	描述
xlabel	设置当前轴的x轴标签:plt.xlabel(‘X标签名’)
ylabel	设置当前轴的y轴标签:plt.xlabel(‘y标签名’)
title	设置当前轴的标题：plt.title(‘图例标题名’)
ylim	获取或设置当前轴的y限制，plt.ylim(0,6)Y轴范围0-6；Xlim同理懒的写了
legend	在轴上放置图例:legend()无参数自动识别，也可用数字指定位置1,2,3,4试着来
show	展示所画图，spyder一般直接运行不需要此步
grid	plt.grid()打开或关闭轴网格，网格一样能设置颜色线型
rcParams[‘font.sans-serif’]	图表中文字体：plt.rcParams[‘font.sans-serif’]=[‘SimHei’]微软雅黑；或=[‘Microsoft Yahei’]黑体
rcParams[‘axes.unicode_minus’]	图表轴负数符号显示问题：plt.rcParams[‘axes.unicode_minus’] = False

 

二.编码实现
   

学了上面的四个知识点就可以进行空气质量指数可视化：

import matplotlib.pyplot as plt
import json
import numpy as np
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False
def process_json_file(filepath):

    with open(filepath,mode='r',encoding='utf-8') as f:
        citylist = json.load(f)
    return citylist

def draw_picture(str_title,city_list):




    area_list = []
    area_aqi = []
    for area in city_list:
        area_list.append(area['position_name'])
        area_aqi.append(area['aqi'])
    aqi = np.arange(10)
    for i in range(len(area_aqi)):
        aqi[i] = area_aqi[i]
    print(aqi)
    x = np.arange(10)
    y = x+aqi
    plt.figure(figsize=(10,5))
    plt.plot(x,y)
    tickpoints = np.arange(10)
    plt.xticks(tickpoints,area_list)
    plt.tick_params(labelsize='10')
    plt.title(str_title)
    plt.ylabel('空气质量指数')
    plt.xlabel('上海各地区')
    for a,b in zip(x,y):
        plt.text(a,b,b,ha='center',va='bottom',fontsize='20')
    plt.show()

def main():
    city_list = process_json_file('shanghai_aqi.json')

    str = city_list[0]
    print(str)
    str_title = str['area']+'各地区'+str['time_point']+'时间段空气质量指数图'
    print(str_title)
    draw_picture(str_title,city_list)

if __name__ == '__main__':
    main()

   
 
   三.总结

这几天一直学习这几个库，就实际利用了起来，对以后的数据挖掘分析很有帮助，可视化使枯燥的数据更加直观表达，我相信深入学习这几个库，可以计算出更有价值的数据信息，继续加油！！！