|
|
51CTO旗下网站
|
|
移动端

Python数据可视化:2018年北上广深空气质量分析(附完整代码)

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。这回先对2017年天津的空气质量情况进行分析,然后再是北上广深。

作者:法纳斯特来源:Python中文社区|2018-11-21 14:09

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。

Python数据可视化:2018年北上广深空气质量分析(附完整代码)

左边的图是去年2月份的时候,这样的空气真的难得一见!

右边的是吐槽以及我个人第一次买口罩!!!

口罩用的还行,因为那个时候做课设,经常要两个校区跑,基本上空气不好我就会带上。

题目好像是有关液压及气压的传动系统,手画A0图...

这应该是快两年前的事了,时光飞逝呐。

所以这回先对2017年天津的空气质量情况进行分析,然后再是北上广深。

01 网页分析

Python数据可视化:2018年北上广深空气质量分析(附完整代码)

网站没有反爬,所以直接抓取信息就好了。

看见没有,妥妥的严重污染,2016年12月份买的口罩派上用场啦!

这里简单给大家科普一下有关AQI,PM2.5的知识。

Python数据可视化:2018年北上广深空气质量分析(附完整代码)

Python数据可视化:2018年北上广深空气质量分析(附完整代码)

又是重操旧业,我的PPT水平还是很水呢~

2 数据获取

获取代码如下所示。

  1. import time 
  2. import requests 
  3. from bs4 import BeautifulSoup 
  4.  
  5. headers = { 
  6.     'User-Agent':'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/63.0.3239.132 Safari/537.36' 
  7. for i in range(1, 13): 
  8.     time.sleep(5) 
  9.     # 把1转换为01 
  10.     url = 'http://www.tianqihoubao.com/aqi/tianjin-2017' + str("%02d" % i) + '.html' 
  11.     response = requests.get(url=url, headers=headers) 
  12.     soup = BeautifulSoup(response.text, 'html.parser'
  13.     tr = soup.find_all('tr'
  14.     # 去除标签栏 
  15.     for j in tr[1:]: 
  16.         td = j.find_all('td'
  17.         Date = td[0].get_text().strip() 
  18.         Quality_grade = td[1].get_text().strip() 
  19.         AQI = td[2].get_text().strip() 
  20.         AQI_rank = td[3].get_text().strip() 
  21.         PM = td[4].get_text() 
  22.         with open('air_tianjin_2017.csv''a+', encoding='utf-8-sig'as f: 
  23.             f.write(Date + ',' + Quality_grade + ',' + AQI + ',' + AQI_rank + ',' + PM + ' 
  24. ') 

成功获取数据。

Python数据可视化:2018年北上广深空气质量分析(附完整代码)

3 天津

同样不上源码,这里有必要说一波,因为我觉得源码放上去排版就不好看了...

其次我要秉承以前混迹P圈(PPT)得到的优良传统,热爱分享,百度云盘你值得拥有。

所以公众号回复天气。即可获取全部可视化源码及相关文件。

以前天天去下载PPT大神的大作,然后观摩,可惜的是PPT水平还是那么菜~

01 AQI全年走势图

Python数据可视化:2018年北上广深空气质量分析(附完整代码)

92.5是年均AQI值,从上面科普知识里可以知道,2017年天津整体空气质量只能是「良」中的下下等水平,与轻度污染近在咫尺。

02 AQI月均走势图

Python数据可视化:2018年北上广深空气质量分析(附完整代码)

从月均的走势图就能看出,1月的空气质量最差,8月的空气质量最好,当也并不是有多好,充其量也就是个「良」!

03 AQI季度箱形图

Python数据可视化:2018年北上广深空气质量分析(附完整代码)

箱形图,显示一组数据分散情况资料的统计图。

数据里有最大值、最小值、中位数和两个四分位数。

这里可以看出,2017年天津的季度AQI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。

04 PM2.5全年走势图

Python数据可视化:2018年北上广深空气质量分析(附完整代码)

59.87是年均PM2.5值,已经远超过国家二级标准限值35了。

其实天津给我留下的印象就是天气经常灰蒙蒙,时常还会变点颜色,比如黄色~

一年下不了几次雨,及其干燥。所以那个最低值11,我猜那时候估计是刮大风。

05 PM2.5月均走势图

Python数据可视化:2018年北上广深空气质量分析(附完整代码)

和AQI的走势差不多,同样是1月最高,8月最低。

06 PM2.5季度箱形图

Python数据可视化:2018年北上广深空气质量分析(附完整代码)

说实话,看了这个图,我不知道天津的「大哥」及「姐姐」们是如何做到自强不吸的。

基本上四个季度都超标了,一年不超标的估计也就那么几次。

07 PM2.5指数日历图

Python数据可视化:2018年北上广深空气质量分析(附完整代码)

Python数据可视化:2018年北上广深空气质量分析(附完整代码)

Python数据可视化:2018年北上广深空气质量分析(附完整代码)

日均PM2.5国家二级标准为75,从上面的热力图看,基本上轻度污染过半了。

另外一月还是重灾区,天色黄黄的...

其实每逢雾霾,基本上就是待宿舍了。而且1月份是考试月,刚好窝宿舍预习课本~

08 天津全年空气质量情况

Python数据可视化:2018年北上广深空气质量分析(附完整代码)

「良」和「轻度污染」占了大头,「优」只能在角落里瑟瑟发抖,足以说明空气之差。

不过该上课还是要上课,谁叫那时宿舍和教室离得近(走过去5分钟不到)。

4 北上广深

01 北上广深AQI全年走势图

Python数据可视化:2018年北上广深空气质量分析(附完整代码)

北京月均AQI最低也就50左右,看来今年全年差不多都在「优」以下了。

不过相比前几年,京津冀空气已经好了不少(政策),真的。

上海和广州差不多,深圳与北京算是鲜明对比。

02 北上广深PM2.5全年走势图

Python数据可视化:2018年北上广深空气质量分析(附完整代码)

北京一如既往的高调。

03 北上广深全年空气质量情况

Python数据可视化:2018年北上广深空气质量分析(附完整代码)

深圳几乎都是「优」和「良」,上海和广州和上面说的一样,北京的「优」已经不少了。

那么你所在的城市空气质量又是如何?

作者:法纳斯特,Python爱好者,喜欢爬虫,数据分析以及可视化。

【编辑推荐】

  1. 分享 : 数据可视化专家的七个秘密
  2. 5个系统管理员常用的警报和可视化工具
  3. 掌握这25条小贴士,快速提升数据可视化能力!
  4. 分享:数据可视化专家的七个秘密
  5. Top 7大开源数据可视化分析工具!
【责任编辑:未丽燕 TEL:(010)68476606】

点赞 0
分享:
大家都在看
猜你喜欢

视频课程+更多

Python数据分析:从入门到精通

Python数据分析:从入门到精通

讲师:Udemy-硅谷风向 17819人学习过

小白轻松学Spring Cloud

小白轻松学Spring Cloud

讲师:齐毅15501人学习过

VMware vSphere  VCP 6.5 | 6.7 视频

VMware vSphere VCP 6.5 | 6.7 视频

讲师:郝旺71755人学习过

读 书 +更多

公钥基础设施PKI及其应用

公钥基础设施PKI(Public Key Infrastructure)是利用公钥概念和加密技术为网上通信提供的符合标准的一整套安全基础平台。公钥基础设施能为...

订阅51CTO邮刊

点击这里查看样刊

订阅51CTO邮刊