python案例
来源:互联网 发布:什么牌子的美工刀片好 编辑:程序博客网 时间:2024/06/03 17:07
一:实验背景:
结合《python数据分析实战》里面的方法,对山东的十个城市的6月17日的气温进行收集,分析气温和距离海岸线距离(以下简称s)的关系.
用到的库
matplotlib 库画出图像
scikit-learn 库对数据进行回归分析
numpy 库对数据进行切片
工具:pycharm
结合《python数据分析实战》里面的方法,对山东的十个城市的6月17日的气温进行收集,分析气温和距离海岸线距离(以下简称s)的关系.
用到的库
matplotlib 库画出图像
scikit-learn 库对数据进行回归分析
numpy 库对数据进行切片
工具:pycharm
数据:高密,莱阳等十个地区的气温数据,6月17日当天分时段的温度
二 单城市温度可视化
我们选择城市莱西,使用pandas对其数据进行加工整理,使用matplot进行可视化展示,并且保存svg图片
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
莱西的温度日走势图
在下午两点到六点之间,出现最高气温tm
三 判断当日最高气温tm和距离s是否存在显性关系
我们选取三个最近的城市,威海,牟平,烟台和三个最远的城市,莱西,平度,高密.分析这两组城市的最高气温走势.
我们得到了阳性的结论,三个最远城市的最高气温明显高于三个距离海岸最近城市的最高气温.说明tm和s存在显性的关系.
四 最高气温和距离s的定量描述
选取十个城市的最高气温,绘制tm/s散点图
由散点图,我们看到在100km以内,tm和距离s存在近似的线性关系,在100km以后,关系发生改变
五 scikit回归分析
由上面的分析,我们假定两个线性相关,用scikit_learn来模拟两条线的走势.
拟合后的曲线,看到在50公里附近,两个线出现了交叉,说明海洋气候对最高气温的影响,在50公里附近.
我们用y=ax+b来描述两条直线
- 1
- 2
- 3
- 4
输出结果:
结论:
在山东半岛,距离海岸线50公里以内,当地最高气温tm受海洋气候影响,和距离海岸线的距离s(km)近似满足:
tm=0.04794118s+27.65617647
距离50公里以后,近似满足:
tm=0.00401274s+29.98745223
阅读全文
0 0
- python案例
- python单元测试简单案例
- websocket python 案例。
- Python学习案例
- Python练习小案例
- Python邮件发送案例
- python 案例 012(snake)
- Python爬虫入门案例
- python链接爬虫案例
- python 决策树实现案例
- python basemap 画图案例
- Python入门小案例
- Python学习笔记---案例研究
- python urllib2的使用案例
- Python入门案例之Hello
- python-re模块-使用案例
- python中的tkinter button案例
- Python基础案例(一)
- 数据结构第四周项目1--建立单链表
- 纯代码(基于注解和代码,零xml)整合SSHM(Spring、SpringMVC、Hibernate、Mybatis)
- opencv(C++)扫描图像,查找表和时间测量
- 设计模式学习总结:抽象工厂(Abstract Factory)
- 动画演示10个有趣但毫无用处的Linux命令
- python案例
- 打造前端 Deepin Linux 工作环境——安装 koala css 预编译工具(安装deb包的方法
- ADV-148排队打水问题
- python3.x DNS轮训实例
- Windows下Opencv3.3+contrib+python2.7编译
- Java中如何自定义HTTPServlet中的请求方式?
- Lua 模块和包
- 控制台报错:log4j:WARN No appenders could be found for logger
- Python安装和卸载Module