程度性数据python分析_python数据分析实战之AQI分析

文章目录

1、数据分析的基本流程

2、明确需求和目的

2.1 需求和目的

3、数据收集

4、数据预处理

4.1 数据整合

4.1.1 加载相关库和数据集

4.1.2 数据总体概览

4.2 数据清洗

4.2.1 缺失值的处理

4.2.2 异常值的处理

4.2.3 重复值的处理

5、数据分析

5.1 描述性统计分析

(1)哪些城市的空气质量较好/较差？

(2)对城市的空气质量按照等级划分，每个等级城市数量分布情况如何？

(3)空气质量在地理位置分布上，是否具有一定的规律性？

5.2 推断统计分析

(1)临海城市的空气质量是否有别于内陆城市？

(2)全国城市空气质量普遍处于何种水平？

5.3 相关系数分析

(1)空气质量主要受哪些因素影响？

6、编写报告

1、数据分析的基本流程

明确需求和目的

数据收集(内部数据、购买数据、爬取数据、调查问卷、其它收集)

数据预处理(数据整合、数据清洗、数据转换等)

数据分析(描述分析、推断分析、数据建模、数据可视化等)

编写报告

2、明确需求和目的

AQI：空气质量指数，用来衡量空气清洁或污染的程度，值越小，表示空气质量越好。

2.1 需求和目的

运用数据分析的相关技术，对全国城市空气质量进行研究和分析，解决以下问题：

哪些城市的空气质量较好/较差？(描述性统计分析)

对城市的空气质量按照如下等级划分，每个等级城市数量分布情况如何？(描述性统计分析)

空气质量在地理位置分布上，是否具有一定的规律性？(描述性统计分析)

临海城市的空气质量是否有别于内陆城市？(推断统计分析)

全国城市空气质量普遍处于何种水平？(推断统计分析)

空气质量主要受哪些因素影响？(相关系数分析)

3、数据收集

2015年空气质量指数(AQI)数据集，该数据集包含全国主要城市的相关数据以及空气质量指数。

4、数据预处理

4.1 数据整合

4.1.1 加载相关库和数据集

使用的库主要有：pandas、numpy、matplotlib、seaborn

使用的数据集：2015年空气质量指数(AQI)数据集

import numpy as np

import pandas as pd

import matplotlib.pyplot as plt

import seaborn as sns

import warnings

sns.set(style="darkgrid")

plt.rcParams["font.family"] = "SimHei" # 设置可以显示中文字体

plt.rcParams["axes.unicode_minus"] = False