Python日志_20211020

该博客使用Python的pandas和matplotlib库分析了2010年至2015年北京地区PM2.5数据,按7天平均值展示了美国和中国监测站的数据变化。通过绘制时间序列图,对比了两个站点的PM2.5浓度周平均值,揭示了大气污染的周期性变化特征。
摘要由CSDN通过智能技术生成

PM2.5随时间的变化情况

import pandas as pd
from matplotlib import pyplot as plt

p1 = pd.read_csv("./PM2.5/BeijingPM20100101_20151231.csv")
# print(p1.info())

time_data = pd.PeriodIndex(year=p1["year"], month=p1["month"], day=p1["day"], hour=p1["hour"], freq="H")

p1["date"] = time_data

p1.set_index("date", inplace=True)

# 行降采集
p1 = p1.resample("7D").mean()
us_data = p1["PM_US Post"]
china_data = p1["PM_Nongzhanguan"]

us_index = [i.strftime("%Y-%m-%d") for i in us_data.index]
china_index = [i.strftime("%Y-%m-%d") for i in china_data.index]

us_values = us_data.values
china_values = china_data.values

plt.figure(figsize=(20, 8), dpi=80)
plt.plot(us_index, us_values, label="US Post")
plt.plot(china_index, china_values, label="China Post")

plt.xticks(range(0, len(china_index), 10), china_index[::10], rotation=45)

plt.legend(loc="best")

plt.show()

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值