目录

  • (一)2018年北京空气质量数据可视化结果与分析
    • 1.1 2018年北京AQI全年走势图
    • 1.2 2018年北京月均AQI走势图
    • 1.3 2018年北京季度AQI箱型图
    • 1.4 2018年北京PM2.5指数日历图
  • (二)2018年京津冀上广深空气质量数据可视化结果与分析
    • 2.1 2018年京津冀上广深AQI全年走势图
    • 2.2 2018年京津冀上广深PM2.5全年走势图
    • 2.3 2018年京津冀上广深全年空气质量饼图
    • 2.4 2018年京津冀上广深城市空气质量热力图

(一)2018年北京空气质量数据可视化结果与分析

1.1 2018年北京AQI全年走势图


分析:我们可以清楚看到2018年北京AQI的最大最小值、年均值,以及标记了个别日期的AQI值。85.5是年均AQI值,从AQI空气质量指数级别表中可知,2018年北京整体空气质量是「良」中的中下等水平,与轻度污染依然很接近。

1.2 2018年北京月均AQI走势图


分析:我们可以清楚看到2018年北京月均AQI的最大最小值,以及每个月的AQI均值。3月的月均AQI值最大,空气质量最差,处在「轻度污染」水平;9月的月均AQI值最小,空气质量最好,处在「良」水平。

1.3 2018年北京季度AQI箱型图


分析:我们可以清楚看到2018年北京每一季度的AQI最大最小值,以及中位数。箱型图的纵向长度越长,则表示这一组数据越不稳定,波动性较大,一、二、四季度的均值差距不是很大,但是一、二、四季度有明显的波动,空气质量有时会变得很差。

1.4 2018年北京PM2.5指数日历图


分析:我们可以清楚看到2018年北京每天的PM2.5值,以及不同PM2.5区间的天数(全年或每月)。日均PM2.5国家二级标准为75,从指数日历图中的颜色对比分布中可以看出,基本上轻度污染占据了近40%的比例。其中,3月份还是重灾区,11月份情况也不容乐观;1、8、9月份空气质量情况最为良好。

(二)2018年京津冀上广深空气质量数据可视化结果与分析

2.1 2018年京津冀上广深AQI全年走势图


分析:我们可以清楚看到2018年京津冀上广深每一城市的全年月均AQI值。南北城市空气质量对比明显,京津冀地区的AQI值“名列前茅”,其中石家庄夺得“桂冠”,AQI全年走势最为突出,月均AQI最低为65(9月份),根据空气质量指数类别,石家庄2018年全年差不多都在「优」以下了;上广深情况较为乐观且较为平稳,上海和广州差不多(除了5、6月份),深圳情况最为乐观,AQI月均值都在60以下,全年空气质量指数类别差不多都在「优」,与石家庄形成了鲜明对比。

2.2 2018年京津冀上广深PM2.5全年走势图


分析:我们可以清楚看到2018年京津冀上广深PM2.5全年走势与AQI全年走势基本一致 ,京津冀依旧“高调”。

2.3 2018年京津冀上广深全年空气质量饼图


分析:我们可以清楚看到2018年京津冀上广深每一城市不同空气质量等级在全年中所占有的比例情况,其中深圳无轻度污染以上的情况,广州无中度污染以上的情况,上海无重度污染以上的情况。京津冀的「优」和「良」已经不少了,但是轻度污染及以上占有比例仍不小,空气质量仍需积极管理与控制;上海和广州情况差不多,大部分都是「优」和「良」;深圳几乎都是「优」和「良」,轻度污染占有极小比例。

2.4 2018年京津冀上广深城市空气质量热力图


分析:我们可以清楚看到京津冀上广深每一城市在地图上的位置,以及它们的经纬度(前两个数据代表经纬度,第三个数据是2018年每个城市最大月均PM2.5值)。根据颜色的映射,京津冀地区的PM2.5污染较为严重,而上广深的空气质量较为良好。

基于Python的京津冀上广深空气质量可视化分析相关推荐

  1. 利用pyecharts库对京津冀上广深空气质量数据进行可视化

    本文以当前热门编程语言Python作为开发工具,利用Python的BeautifulSoup库进行网页爬虫以获取空气质量数据(AQI.PM2.5),然后综合运用第三方库Pandas进行数据处理,最后利 ...

  2. python空气质量分析报告_Python数据可视化:2018年北上广深空气质量分析

    原标题:Python数据可视化:2018年北上广深空气质量分析 作者:法纳斯特,Python爱好者,专注爬虫,数据分析及可视化 就在这周偶然看到一个学弟吐槽天津的空气,不禁想起那段厚德载雾,自强不吸的 ...

  3. Python数据可视化:2018年北上广深空气质量分析

    感谢关注天善智能,走好数据之路↑↑↑ 欢迎关注天善智能,我们是专注于商业智能BI,人工智能AI,大数据分析与挖掘领域的垂直社区,学习,问答.求职一站式搞定! 对商业智能BI.大数据分析挖掘.机器学习, ...

  4. Python数据可视化:2018年北上广深空气质量分析(附完整代码)

    ♚ 法纳斯特,Python爱好者,喜欢爬虫,数据分析以及可视化. 就在这周偶然看到一个学弟吐槽天津的空气,不禁想起那段厚德载雾,自强不吸的日子. 无图无真相,下图为证. 左边的图是去年2月份的时候,这 ...

  5. 基于python和SQLite的NBA历年MVP变化趋势可视化分析

    目 录 9 成员感想 14 1 1 项目背景以及意义 1 2 项目创新点 2 3 项目的设计 3 一:数据爬取部分 3 利用urllib获取网页数据 3 利用bs4的beautifulSoup进行数据 ...

  6. 毕设设计之 ---基于python大数据分析的北上广住房数据分析

    文章目录 前言 分析展示 一.北上广租房房源分布可视化 二.北上广内区域租金分布可视化 三.房源距地铁口租金的关系可视化 四.房屋大小与租金关系可视化 结论 租个人房源好还是公寓好 北上广深租房时都看 ...

  7. 【Python】爬取中国历史票房榜,可视化分析

    [Python]爬取中国历史票房榜,可视化分析 最近电影<哪吒之魔童转世>票房已经超过<流浪地球>,<复联4>.升到中国内地票房第二位.就好有哪些电影排进了历史票房 ...

  8. 太酷炫了,我用 Python 画出了北上广深的地铁路线动态图

    今天教大家用python制作北上广深--地铁线路动态图,这可能是全网最全最详细的教程了. 坐标点的采集 小五之前做过类似的地理可视化,不过都是使用网络上收集到的json数据.但很多数据其实是过时的,甚 ...

  9. 太酷炫了,我用python画出了北上广深的地铁路线动态图

    今天教大家用python制作北上广深--地铁线路动态图,这可能是全网最全最详细的教程了. 坐标点的采集 小五之前做过类似的地理可视化,不过都是使用网络上收集到的json数据.但很多数据其实是过时的,甚 ...

最新文章

  1. 1.14 Stream操作Collection集合
  2. [一维粒子模拟 version3.6]成功实现初次诊断函数
  3. 【译】What is a UTXO, and how does it work for a blockchain ledger?
  4. 黑色精美Mxone电影先生在线影视网站源码 苹果cmsV10模板
  5. 状态管理之cookie使用及其限制、session会话
  6. 部份API学习笔记(Math,System,Object,Date,SimpleDateFormat)
  7. CodeForeces 842d Vitya and Strange Lesson ——(带lazy标记的01字典树)
  8. 百度图神经网络学习——day03:图神经网络算法(一)
  9. WPF太阳、地球、月球运动轨迹模拟
  10. 请修改服务器脱机策略,异速联/天高客户端用户已离线但服务器端用户会仍话驻留处理方法...
  11. 检测到您尚未安装ALEXA工具条
  12. Mutisim电路仿真的应用(有源低通滤波器的设计)
  13. OceanBase部署observer启动后log日志狂写问题
  14. 正面管教读书笔记 04 重新看待不良行为
  15. cv曲线面积的意义_南昌大学陈义旺、武汉大学闵杰《AFM》:大面积有机太阳能电池中一种减少非辐射复合损耗的有效方法...
  16. 本地项目的一个git仓库损坏如何恢复
  17. Windows10字符映射表的搜索功能
  18. 基于进程的资源监控系列(三)--nethogs
  19. ps中矫正镜头的一种方法
  20. gcc: internal compiler error: Killed (program cc1plus)

热门文章

  1. 内核loop支持android,如何进入安卓手机linux内核
  2. 2022年计算机专业毕业设计课题推荐
  3. filter:grayscale(1)
  4. 冠心病人做完心脏支架手术后适合吃什么水果
  5. position:fixed定位后下面紧接着div等元素的问题
  6. 个人信息的集散地OutLook
  7. nginx配置文件中root和alias
  8. Netbeans介绍
  9. ue4 umgui设计 生命值和能量条
  10. 【洛谷题解】P5734 【深基6.例6】文字处理软件(C语言)