pandas視覺化PM2 5的乙個小例子

首先匯入資料，並且檢視資料的樣式

現在，要以pm_us post和pm_dongsi這兩列為y軸，時間x軸來畫折線圖。

這裡可以發現幾個問題，首先;時間中年月日小時是分開的，需要將其合併為2010-01-01 05:00這樣可讀的pandas型別。第二：pm_us post這一列有nan值，需要處理掉。

解決方法：針對第乙個問題，可以使用pd.periodindex（）方法（效果如下圖）。針對第二個問題，可以選擇刪除nan的資料，因為空資料不多。

1

#把分開的時間字串通過periodindex方法轉換為pands的時間型別
全部**：
1

import
pandas as pd
2import
matplotlib.pyplot as plt
3 file_path = '
./pm2.5/beijingpm20100101_20151231.csv'4
5 df =pd.read_csv(file_path)6#
把分開的時間字串通過periodindex方法轉換為pands的時間型別
7 period = pd.periodindex(year=df['
year
'], month=df['
month
'],day=df['
day'],hour=df['
hour
'],freq='h'
)89#
將整合的時間新增到資料中去
10 df['
datetime
'] =period
1112
#將datetime設定為索引,原地修改
13 df.set_index('
datetime
', inplace=true)
1415
#由於資料量太多，畫圖時不美觀，所以以一周進行降取樣(取平均值)
16 df = df.resample('7d'
).mean()
1718
#處理q缺失資料 （pm_us post列），刪除
19 data = df['
pm_us post
']  #
刪除應該是data = df['pm_us post'].dropna() ,d但這裡不刪除，因為pm_dongsi 這列資料缺失有點多。
202122#
畫圖23 _x =data.index24#
重新格式化日期顯示格式
				
PM2 5與城市化的關係
研究資料 1998 2013年夜間燈光 nasa pm2.5柵格資料集 統計年鑑 研究方法 gwr 地理探測器 研究區 成渝城市群 研究內容 基於gwr模型，了pm2.5濃度與夜間燈光 一定程度上表示城市化水平 的關係 基於地理探測器，了2006 年 2010 年 2013 年成渝城市群各城市燈光指...
				
Pandas資料視覺化
pd.dataframeplot x none,y none,kind line figsize none,legend true,style none,color b alpha none,title none,subplots false,grid none figsize 表示影象大小的元組 ...
				
基於pandas的內建視覺化
資料分析能夠很好地幫我們了解資料，理解資料，能夠幫助我們進行有效的特徵工程，方便後續的機器學習建模。pandas作為強大的資料分析工具，提供的內建視覺化功能也是十分強大的。series和dataframe上的這個功能只是使用matplotlib庫的plot 方法的簡單包裝實現。繪圖方法允許除預設線圖...