实战之AQI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 warningssns.set(style="darkgrid")
plt.rcParams["font.family"] = "SimHei" # 设置可以显示中文字体
plt.rcParams["axes.unicode_minus"] = False
warnings.filterwarnings("ignore") # 忽略警告信息 data = pd.read_csv("AQI_data.csv")
4.1.2 数据总体概览
print(data.info()) # 展示data的概览信息
print(data.describe()) # 展示data 数值类型字段的统计信息
print(data.sample(5)) # 随机抽样10条数据
4.2 数据清洗
4.2.1 缺失值的处理
查看缺失值:
- data.info()
- data.isnull()
data.isnull().sum(axis=0) # 查看缺失值-----------------------------------------
City 0
AQI 0
Precipitation 4
GDP 0
Temperature 0
Longitude 0
Latitude 0
更多推荐
python数据分析实战之AQI分析
发布评论