python爬空气污染实时数据_python开发：空气质量历史数据分析（一）

数据来源(互联网)：http://beijingair.sinaapp.com/?spm=5176.100239.blogcont69319.19.DGIaPx 仅供学习

历史空气质量数据格式，存储成的是csv格式，各个监测站的小时数据，按天生成，其中有些因为发布的服务器端，小时数据会存在不全的情况，有些一天的数据也会存在没有的情况。

下载北京2017年全年的监测站压缩包，beijing_20170101-20171231，总共730个文件，beijing_all_xxxxxxxx中存储了各个站点的api、pm2.5、pm10和两类污染物的iaqi数据，beijing_extra_xxxxxxxx中存储了其他污染物和污染物的iaqi数据，一般文件大小显示为1kb的，是异常的数据文件。

异常数据文件：

python类库：使用pandas分析csv数据，pandas可以直接将csv数据打开成一个具有行业索引的数据格式。

import pandas as pd

pd.read_csv(_filePath)

其中的NaN为不存在的数据。

过滤其中的数据，只保留一个监测站的数据，使用pandas的各种行列控制，选取列数据，过滤其中的行数据，新建列数据，排序数据。

pd_filterCol = _dfdata[['date', 'hour', 'type', _station]]

filterrow = pd_filterCol[pd_filterCol['type'] == 'AQI']

filterrow['datetime'] = filterrow['date'].map(str)

alldaydata = alldaydata.sort_values(by="datetime", ascending=True)

生成新的dataframe数据，详细的行列数据。

使用matplotlib生成逐小时的aqi变化图，需要引用matplotlib的类库，因为分析中使用日期格式的数据，要引用dates进行处理，添加折线图，设置折线图的样式。

import matplotlib.pyplot as plt

import matplotlib

import matplotlib.dates as mdates

fig = plt.figure(figsize=(8, 5))

dataax = fig.add_subplot(1, 1, 1)

dataax.plot(daydata['datetime'].tolist(), daydata['AQI'].tolist(), lw=2, c='r', label=u'AQI',

marker='o', mec='b', mfc='w')....