python可视化 | 单站空气质量日历图可视化
本帖最后由 好奇心Log 于 2024-4-3 00:17 编辑在github中经常可以看到下面的日历图,可以用来表示每一天在github上的活跃程度。
类似的方法也可以用到空气质量的可视化方式中来,只要有每天的空气质量指数就可以。
数据
我这里使用的是2020年北京市各个监测站点的空气质量观测数据,原始数据包含PM2.5,PM10,AQI指数,这里选择AQI作为示例。
这里对原始数据做了简单处理,具体过程不赘述,感兴趣的话也可以看文末获取方式。处理后的数据形式如下:
calmap
绘制日历图可以用calmap库直接绘制,安装直接用pip。
详细可视化方法如下:
定义可视化方式
def calendar_heatmap(df, title):
# 定义颜色
color_list = ['#009966', '#FFDE33', '#FF9A32', '#CC0033', '#660099']
levels =
cmap = colors.ListedColormap(color_list)
norm = colors.BoundaryNorm(levels, cmap_aqi.N)
# 绘图
fig, ax = plt.subplots(figsize=(18, 9))
calmap.yearplot(
df,
vmin=0,
vmax=300,
cmap=cmap,
norm=norm,
how=None,
year=2020,
)
cbar_ax= fig.add_axes()
cb= mpl.colorbar.ColorbarBase(
cbar_ax,
cmap=cmap,
ticks=levels,
norm=norm,
orientation='vertical',
extend='neither',
extendrect=True,
extendfrac=0.15
)
# 色标
cb.set_ticks()
cb.ax.yaxis.set_tick_params(length=0.01)
ax.set_ylabel('2020', fontdict=dict(fontsize=25, color='grey'))
# 标题
ax.set_title(f'AQI of {title}', fontweight = 'bold', fontsize = 25)
plt.savefig(f'{title}_calendar_heatmap.png')
绘图
cp = df.resample('1d').mean().round(2)['昌平']
calendar_heatmap(cp, 'Changping')
dx = df.resample('1d').mean().round(2)['大兴']
calendar_heatmap(dx, 'DaXing')
最后也对两个测站的空气质量做了个统计
cp_bin = pd.cut(
cp,
bins=,
right=False
).value_counts()
dx_bin = pd.cut(
dx,
bins=,
right=False
).value_counts()
本篇文章来源于公众号:好奇心Log
请问 数据在哪一步加载进去?? 暗恋桃花源 发表于 2024-3-14 09:49
请问 数据在哪一步加载进去??
应该要自己导入一下数据 这个解决方案非常巧妙,我以前没想到过。
页:
[1]