城市氣候與海洋距離關係的研究
一、導入數據
ferrara1 = pd.read_csv('./data/ferrara_150715.csv')
ferrara2 = pd.read_csv('./data/ferrara_250715.csv')
ferrara3 = pd.read_csv('./data/ferrara_270615.csv')
ferrara = pd.concat([ferrara1,ferrara2,ferrara3],ignore_index=True) #導入後將各表合併
torino1 = pd.read_csv('./data/torino_150715.csv')
torino2 = pd.read_csv('./data/torino_250715.csv')
torino3 = pd.read_csv('./data/torino_270615.csv')
torino = pd.concat([torino1,torino2,torino3],ignore_index=True)
mantova1 = pd.read_csv('./data/mantova_150715.csv')
mantova2 = pd.read_csv('./data/mantova_250715.csv')
mantova3 = pd.read_csv('./data/mantova_270615.csv')
mantova = pd.concat([mantova1,mantova2,mantova3],ignore_index=True)
milano1 = pd.read_csv('./data/milano_150715.csv')
milano2 = pd.read_csv('./data/milano_250715.csv')
milano3 = pd.read_csv('./data/milano_270615.csv')
milano = pd.concat([milano1,milano2,milano3],ignore_index=True)
ravenna1 = pd.read_csv('./data/ravenna_150715.csv')
ravenna2 = pd.read_csv('./data/ravenna_250715.csv')
ravenna3 = pd.read_csv('./data/ravenna_270615.csv')
ravenna = pd.concat([ravenna1,ravenna2,ravenna3],ignore_index=True)
asti1 = pd.read_csv('./data/asti_150715.csv')
asti2 = pd.read_csv('./data/asti_250715.csv')
asti3 = pd.read_csv('./data/asti_270615.csv')
asti = pd.concat([asti1,asti2,asti3],ignore_index=True)
bologna1 = pd.read_csv('./data/bologna_150715.csv')
bologna2 = pd.read_csv('./data/bologna_250715.csv')
bologna3 = pd.read_csv('./data/bologna_270615.csv')
bologna = pd.concat([bologna1,bologna2,bologna3],ignore_index=True)
piacenza1 = pd.read_csv('./data/piacenza_150715.csv')
piacenza2 = pd.read_csv('./data/piacenza_250715.csv')
piacenza3 = pd.read_csv('./data/piacenza_270615.csv')
piacenza = pd.concat([piacenza1,piacenza2,piacenza3],ignore_index=True)
cesena1 = pd.read_csv('./data/cesena_150715.csv')
cesena2 = pd.read_csv('./data/cesena_250715.csv')
cesena3 = pd.read_csv('./data/cesena_270615.csv')
cesena = pd.concat([cesena1,cesena2,cesena3],ignore_index=True)
faenza1 = pd.read_csv('./data/faenza_150715.csv')
faenza2 = pd.read_csv('./data/faenza_250715.csv')
faenza3 = pd.read_csv('./data/faenza_270615.csv')
faenza = pd.concat([faenza1,faenza2,faenza3],ignore_index=True)二、數據處理
1）常查看數據
ferrara.head()
Unnamed: 0 temp humidity pressure description dt wind_speed wind_deg city day dist
0 0 30.44 60 1011.0 moderate rain 1436863096 1.03 180.0 Ferrara 2015-07-14 10:38:16 47
1 1 31.40 58 1011.0 moderate rain 1436866685 1.54 135.0 Ferrara 2015-07-14 11:38:05 47
2 2 31.95 54 1011.0 moderate rain 1436870387 0.51 113.0 Ferrara 2015-07-14 12:39:47 47
3 3 32.06 50 1011.0 moderate rain 1436873989 2.06 90.0 Ferrara 2015-07-14 13:39:49 47
4 4 32.63 49 1010.0 moderate rain 1436877535 1.54 68.0 Ferrara 2015-07-14 14:38:55 47
這裏我們可以將不需要的列刪除
# drop 默認刪除行 指定axis=1是刪除列 inplace=True 將原數據也進行修改
asti.drop('Unnamed: 0',axis=1,inplace=True)
bologna.drop('Unnamed: 0',axis=1,inplace=True)
cesena.drop('Unnamed: 0',axis=1,inplace=True)
faenza.drop('Unnamed: 0',axis=1,inplace=True)
ferrara.drop('Unnamed: 0',axis=1,inplace=True)
mantova.drop('Unnamed: 0',axis=1,inplace=True)
milano.drop('Unnamed: 0',axis=1,inplace=True)
piacenza.drop('Unnamed: 0',axis=1,inplace=True)
ravenna.drop('Unnamed: 0',axis=1,inplace=True)
torino.drop('Unnamed: 0',axis=1,inplace=True)三、展示 最高溫度 與 離海遠近 的關係
分析：最高溫度可以對“temp”這一列求最大值
我們直接創建多維數組來保存這些數據
離海的遠近：實際情況這是一個不變的值i，我們只需取其中一個即可
# 溫度
temps = np.array([
ferrara['temp'].max(),
torino['temp'].max(),
mantova['temp'].max(),
milano['temp'].max(),
ravenna['temp'].max(),
asti['temp'].max(),
bologna['temp'].max(),
piacenza['temp'].max(),
cesena['temp'].max(),
faenza['temp'].max(),
])
# 按照城市的排序 放着各個城市的最高溫度
temps
array([33.43, 34.69, 34.18, 34.81, 32.79, 34.31, 33.85, 33.92, 32.81,
32.74])
# dist
dists = np.array([
ferrara['dist'].iloc[0],
torino['dist'].iloc[0],
mantova['dist'].iloc[0],
milano['dist'].iloc[0],
ravenna['dist'].iloc[0],
asti['dist'].iloc[0],
bologna['dist'].iloc[0],
piacenza['dist'].iloc[0],
cesena['dist'].iloc[0],
faenza['dist'].iloc[0],
])
# 按照各個城市的順序 放着各個城市的海洋的距離
dists
array([ 47, 357, 121, 250, 8, 315, 71, 200, 14, 37], dtype=int64)根據這兩組數據分析關係
plt.scatter(x=dists,y=temps)
由圖可以得出兩組數據的關係爲： 距離海洋越遠，最高溫度越高
四、使用支持向量機 計算迴歸參數
分別以100公里和50公里爲分界點，劃分爲離海近和離海遠的兩組數據
使用支持向量機計算迴歸參數
svm support vector machine 支持向量機
可以用來處理分類問題classification 也 可以用來處理迴歸問題regression
1）導包
from sklearn.svm import SVR2）創建支持向量機模型
# 使用內核 kernel 這裏使用線型的 'linear'
svr1 = SVR(kernel='linear')
svr2 = SVR(kernel='linear')用這兩個模型去預測線性迴歸
3）獲取並處理數據，分爲兩部分進行預測
# near_city <100
# far_city >50
# 獲取距離海洋近的城市的距離
# 獲取距離海洋近的城市的溫度
near_city_dists = dists[dists<100] # 距離小於100的城市的到海洋的距離
near_city_temps = temps[dists<100] # 距離小於100的城市的最高溫度
far_city_dists = dists[dists>50] # 距離大於50的城市的到海洋的距離
far_city_temps = temps[dists>50] # 距離大於50的城市的最高溫度注意這裏需要將數據形狀轉換爲支持向量機可接納的形狀
支持向量機模型的數據：
是二維的 每個樣本是一行 樣本的各個特徵是各個列
# -1行1列表示 只有一列，行有多少自己計算
near_city_dists.reshape(-1,1)4）給定訓練數據，去擬合支持向量機模型
svr1.fit(near_city_dists.reshape(-1,1),near_city_temps)
svr2.fit(far_city_dists.reshape(-1,1),far_city_temps)
# 返回：
SVR(C=1.0, cache_size=200, coef0=0.0, degree=3, epsilon=0.1, gamma='auto',
kernel='linear', max_iter=-1, shrinking=True, tol=0.001, verbose=False)5）使用訓練好的模型去預測
（1）預測數據
X_predict = np.linspace(near_city_dists.min(),near_city_dists.max(),100) #從最進的城市到最遠的城市（小於50的），取100個
X_predict
X2_predict = np.linspace(far_city_dists.min(),far_city_dists.max(),100) #從最進的城市到最遠的城市（大於100的），取100個
X2_predict（2）用訓練好的模型去預測svr1.predict(預測數據)
# 使用訓練好的模型去預測
#這裏預測出來的命名方式一般爲 Y_ , y2_
y_ = svr1.predict(X_predict.reshape(-1,1))
y2_ = svr2.predict(X2_predict.reshape(-1,1))注意這裏的數據也需要注意數據形狀reshape（-1， 1）
6）將原數據與預測出的數據展示
plt.scatter(x=dists,y=temps)
plt.plot(X_predict,y_)
plt.plot(X2_predict,y2_)
五、細分極座標繪圖
風速與風向的關係
根據不同的風向，風速不同 這裏我們研究ferrara的
1）使用散點圖繪製
ferrara['wind_deg'] # 風向
ferrara['wind_speed'] # 風速
plt.scatter(x=ferrara['wind_deg'],y=ferrara['wind_speed'])
2）使用柱狀圖繪製
ferrara['wind_deg'] # 風向
ferrara['wind_speed'] # 風速
plt.bar(x=ferrara['wind_deg'],height=ferrara['wind_speed'])
3）使用極座標繪製
ferrara['wind_deg'] # 風向
ferrara['wind_speed'] # 風速
# ferrara['wind_deg']用的是角度
# 極座標用的是弧度
# 360 = 2*np.pi
# 弧度/(2*np.pi)=角度/360
# 弧度=角度*np.pi/180
plt.axes(polar=True)
plt.bar(x=ferrara['wind_deg']*np.pi/180,height=ferrara['wind_speed']) #將角度轉換爲弧度後繪製
4）將極座標的角度細分繪製
因爲極座標中的最大值會覆蓋其他的值，所謂我們爲了數據準確，我們將圓取1/8區域內的平均值來繪製
（1）將角度分爲8份
index = np.arange(0,360,360/8) #將角度分爲8份
index
array([ 0., 45., 90., 135., 180., 225., 270., 315.])（2）按照index的範圍 去wind_speed裏面取值 並求平均值
speeds = []
for i in index[:]:
# print(i,'-',i+45) #這個是角度的範圍
# (ferrara.wind_deg>i)&(ferrara.wind_deg<i+45) 這個是條件
# ferrara.wind_speed[條件] 就可以把符要求的值取出
avg_speed = ferrara.wind_speed[(ferrara.wind_deg>i)&(ferrara.wind_deg<i+45)].mean()
#print(avg_speed)
if np.isnan(avg_speed): #因爲數據中沒有 315-360的值 我們判斷返回的數據是否含有nan
avg_speed = 0
speeds.append(avg_speed)
speeds
[1.4625000000000001,
2.064285714285714,
1.297,
2.3966666666666665,
1.5533333333333335,
1.6166666666666665,
0.51,
0]（3）繪製極座標（玫瑰）圖
index2 = np.arange(0,2*np.pi,2*np.pi/8) #極座標的 x 爲分8份的弧度
index2
plt.axes(polar=True)
plt.bar(x=index2,height=speeds)
六、將上面步驟寫成函數
def draw_polar(A,B,title): #參數: 要分析的兩組數據 A B 畫布的標題 title
speeds = []
index = np.arange(0,360,360/8)
for i in index[:]:
avg_speed = B[(A>i)&(A<i+45)].mean()
#print(avg_speed)
if np.isnan(avg_speed):
avg_speed = 0
speeds.append(avg_speed)
plt.figure(figsize=(8,8)) #設置畫布的大小
plt.axes(polar=True) #繪製極座標圖
index2 = np.arange(0,2*np.pi,2*np.pi/8)
plt.bar(x=index2,height=speeds)
plt.title(title) # 設置標題名
