Python数据分析报告：北京市每月PM2.5的值和分析影响PM2.5

最新推荐文章于 2022-07-06 10:29:10 发布

小夕Coding

最新推荐文章于 2022-07-06 10:29:10 发布

阅读量2.4k

点赞数 3

分类专栏：大数据系列

本文链接：https://blog.csdn.net/weixin_54707168/article/details/112985443

版权

大数据系列专栏收录该内容

629 篇文章 216 订阅 ¥9.90 ¥99.00

订阅专栏

超级会员免费看

这篇报告基于2010-2014年北京市的PM2.5数据，利用Anaconda环境和Jupyter Notebook进行数据处理。通过去除空值和相关系数矩阵分析，发现露点温度（DEWP）可能对PM2.5有显著影响。使用MinMaxScaler归一化数据后，建立了线性模型、决策树和随机森林模型进行预测。

摘要由CSDN通过智能技术生成

根据北京市2010-2014年的PM2.5数据，预测北京市每月PM2.5的值和分析影响PM2.5的主要因素。

具体的数据如下

数据处理环境：Anaconda（官方网站）就是可以便捷获取包且对包能够进行管理，同时对环境可以统一管理的发行版本。Anaconda包含了conda、Python在内的超过180个科学包及其依赖项。我们选择anaconda环境，在jupyter notebook进行代码编写。
我们导入模块，使用pandas读取数据集

import pandas as pd
import matplotlib.pyplot as plt
import numpy as np
import seaborn a sns
df = pd.read_csv("PRSA_data_2010.1.1-2014.12.31.csv", index_col=0)

之后对数据进行去除空值的操作df = df.dropna()

并绘制绘制相关系数矩阵寻找影响PM2.5的因素