基于天气预报的数据分析与可视化课程设计（Python实现）.pdfVIP

基于天⽓预报的数据分析与可视化课程设计 （Python实现） 转载⼀篇基于天⽓预报数据可视化项 ⽬的原创 章 ：，已征得作者同意～ 在此基础上，本数据分析与可视化课程设计是对原 章中的部分成果进⾏了改进和优化。 改进与优化之处在于： （1）精⼼配⾊，可视化效果更佳。 （2）多 件结构， 件之间的层次更加清晰。 （3）路径地址采⽤相对路径，可移植性⾼。 （4）增加了主菜单，⽅便选择调⽤需要执⾏的功能。 （5）对风向雷达图贴上了⼋个⽅向的标签，并且使⽤不同的随机颜⾊对⼋个⽅向进⾏着⾊，⽅便区分。 （6）增加动态效果，对 “XX变化图”增加了运⾏时动态⽣成的效果，对 “变化”的感知将更加深刻，具体原理见chart.py 件。 （7）对温度与相对湿度的相关性分析增加了求解⽪尔逊相关系数 （定义了⼀个coefficient函数求解）和求解温度-相对湿度两个变量之间 的线性回归⽅程 （利⽤机器学习库sklearn中的LinearRegression求解），并将相关系数和拟合曲线展⽰。 ⼀、主要 件结构 说明： ① dataset 件夹 ：存放天⽓数据的csv 件。 ② main.py ：调⽤dataset中的数据和src中的源代码，得出可视化图⽚，然后保存于result 件夹，它是程序运⾏⼊⼝。 ③ result 件夹 ：存放运⾏完成后的可视化图⽚。 ④ src 件夹 ：存放数据分析与可视化的源代码。 ⑤ 执⾏main.py后，XX变化图的可视化将会是⼀个动态变化图展⽰，但所有保存的可视化图⽚都是静态的.png图⽚。 ⼆、具体 件细节 （1）main.py源代码 ： #main.py是启动程序，负责启动和调⽤相应的功能，并导⼊数据集 from src import dataprocess import pandas as pd import matplotlib.pyplot as plt import os from os import path def main() : #解决基本显⽰问题 plt.rcParams[font.sans-serif] = [SimHei] # 解决中 显⽰问题 plt.rcParams[axes. nicode_ min s] = False # 解决负号显⽰问题 #原始数据集导⼊ localpath=path.dirname(__file__) datapath=os.path.join(localpath,dataset/weather1.csv) data = pd.read_csv(datapath, encoding=gb2312) #数据分析与可视化实现 key=1 print(\n请选择你所需要的分析: \n0、温度变化图\n1、相对湿度变化图\n2、温度与相对湿度分析图\n3、降⾬量变化图\n4、风向雷达图) #多功能数据分析与可视化的选择 #try -excep t结构避免⽤户输⼊不正确或恶意输⼊ while 1: try : i=int(inp t(输⼊需要查看的图表(输⼊-1退出） ：)) break except : print(输⼊有误，请重新输⼊) print(\n请选择你所需要的分析: \n0、温度变化图\n1、相对湿度变化图\n2、温度与相对湿度分析图\n3、降⾬量变化图\n4、风向雷达图) #选择对应功能后，调⽤对应函数 #while循环实现多次查看不同的功能 while key==1: if(i==-1) : key=0 break while i!=-1: if i==0: dataprocess.temperat re(data)#温度变化曲线 break elif i==1: dataprocess.h midity(data)#