2014年西雅图市降水数据分析

数据的准备

需要从本地导入数据集

import numpy as np        
import pandas as pd        
# 利用Pandas抽取降雨量，放入一个NumPy数组       
rainfall = pd.read_csv('data/Seattle2014.csv')['PRCP'].values        
inches = rainfall / 254  # 1/10mm -> inches        
inches.shape
print(inches)

展示对应降水量区间的天数

这里用到matplotlib包

%matplotlib inline        
import matplotlib.pyplot as plt        
import seaborn
seaborn.set()  
# 设置绘图风格In
plt.hist(inches, 40)    #参数是分割的密度

分析一年的降水情况

上述操作并没有很好地传递出我们希望看到的某些信息，例如一年中有多少天在下雨，这些下雨天的平均降水量是多少，有多少天的降水量超过了半英寸

print("没有下雨的天数:  ", np.sum(inches == 0))         
print("下雨的天数:  ", np.sum(inches != 0))         
print("降水量大于0.5英寸的天数:  ", np.sum(inches > 0.5))         
print("下雨但降水量少于0.1英寸的天数:  ", np.sum((inches > 0) &(inches < 0.2)))

分析雨季

# 为所有下雨天创建一个掩码
rainy = (inches > 0) 
# 构建一个包含整个夏季日期的掩码（6月21日是第172天）
summer = (np.arange(365) - 172 < 90) & (np.arange(365) - 172 > 0) 
print("2014年雨天平均降水量（英寸）:   ",       np.median(inches[rainy])) 
print("2014年夏季平均降水量（英寸）:  ",       np.median(inches[summer])) 
print("2014年夏季最大降水量（英寸）: ",       np.max(inches[summer])) 
print("非夏季雨天平均降水量（英寸）:",       np.median(inches[rainy & ~summer]))

结果

2014年西雅图大多数时间的降水量都是接近0的，雨季分布在春东季节，夏季是旱季，降水量极少，但是总体来说，就算是非夏季的平均降水也不高

数据集以及代码

github