本文以2019年全国各城市的空气质量观测数据为例,利用matplotlib、calmap、pyecharts绘制日历图和热力图。在绘图之前先利用pandas对空气质量数据进行处理。
2019年全国各城市空气质量观测数据来源于:https://beijingair.sinaapp.com。
数据处理
从网站下载的数据为逐小时数据,每天一个文件。如果要绘制全年的日历图或者热图,首先要将所有的数据进行合并处理。
下载好数据之后,将数据解压到当前目录的2019文件夹内,然后处理数据:
import globfrom datetime import datetime, timedeltaimport numpy as npimport pandas as pd
from matplotlib import cm, colorsimport matplotlib.dates as mdatesimport matplotlib.patches as mpatchesimport matplotlib.pyplot as plt
def format_aqi(filep, columns=None): files = glob.glob(filep)
df = pd.concat((pd.read_csv(f) for f in files)) df.index = pd.to_datetime(df.date.astype(np.str) + df.hour.apply(lambda x: "%02d"%x), format="%Y%m%d%H") # drop date and hour columns df.drop(["date", "hour"], axis=1, inplace=True)
df = df.pivot_table(columns="type", index=df.index) df.columns.names = ["station", "type"] df.index.names = ["date"]
df = df.stack("station")
if columns is not None: df = df.loc[:, columns]
return df
filep = "2019/china*.csv" data = format_aqi(filep)data.csv("2019.csv") # 保存以便后续使用
合并完成数据后ÿ