1. 导入数据

  1. import numpy as np
  2. import matplotlib.pyplot as plt
  3. import pandas as pd
  4. data = pd.read_csv("Seattle2014.csv")
  5. print(data.head())
  7.              STATION                                STATION_NAME      DATE  \
  8. 0  GHCND:USW00024233  SEATTLE TACOMA INTERNATIONAL AIRPORT WA US  20140101   
  9. 1  GHCND:USW00024233  SEATTLE TACOMA INTERNATIONAL AIRPORT WA US  20140102   
  10. 2  GHCND:USW00024233  SEATTLE TACOMA INTERNATIONAL AIRPORT WA US  20140103   
  11. 3  GHCND:USW00024233  SEATTLE TACOMA INTERNATIONAL AIRPORT WA US  20140104   
  12. 4  GHCND:USW00024233  SEATTLE TACOMA INTERNATIONAL AIRPORT WA US  20140105   
  14.    PRCP  SNWD  SNOW  TMAX  TMIN  AWND  WDF2  WDF5  WSF2  WSF5  WT01  WT05  \
  15. 0     0     0     0    72    33    12   340   310    36    40 -9999 -9999   
  16. 1    41     0     0   106    61    32   190   200    94   116 -9999 -9999   
  17. 2    15     0     0    89    28    26    30    50    63    72     1 -9999   
  18. 3     0     0     0    78     6    27    40    40    45    58     1 -9999   
  19. 4     0     0     0    83    -5    37    10    10    67    76 -9999 -9999   
  21.    WT02  WT03  
  22. 0 -9999 -9999  
  23. 1 -9999 -9999  
  24. 2 -9999 -9999  
  25. 3 -9999 -9999  
  26. 4 -9999 -9999

2. 画出降雨量直方图

  1. # 1、画出降雨量直方图
  2. rainfall = data['PRCP'].values
  3. inches = rainfall/254  # 因为要转换成英寸，1in=25.4mm
  4. print(inches.shape)
  5. plt.figure()
  6. plt.hist(inches, bins=40)  # 分成bins等分，计算每一份里面数据的数量
  7. plt.rcParams['font.sans-serif'] = ['SimHei']  # 显示中文标签
  8. plt.rcParams['axes.unicode_minus'] = False  # 这两行需要手动设置
  9. plt.title("降雨量直方图")
  10. plt.xlabel("降雨量（单位：英寸）")
  11. plt.ylabel("天数")
  12. plt.show()
  14. (365,)

image.png

3. 统计无雨天数

  1. not_rain_day = 0
  2. rain_day = 0
  3. over_5 = 0
  4. lower_1 = 0
  5. for elem in inches:
  6.     if elem == 0:
  7.         not_rain_day += 1
  8.     elif elem > 0:
  9.         rain_day +=1
  10.     if elem > 0.5:
  11.         over_5 += 1
  12.     elif elem < 0.1 and elem > 0:
  13.         lower_1 += 1
  14. # 2、统计无雨天数
  15. print("无雨天数为：", not_rain_day)
  16. print("无雨天数为：", np.sum(inches == 0))
  18. 无雨天数为： 215
  19. 无雨天数为： 215

4. 统计下雨天数

  1. print("下雨天数为：", rain_day)
  2. print("下雨天数为：", np.sum(inches != 0))
  4. 下雨天数为： 150
  5. 下雨天数为： 150

5. 统计下雨量超过0.5英寸的天数

  1. print("下雨量超过0.5英寸的天数：", over_5)
  2. print("下雨量超过0.5英寸的天数：", np.sum(inches > 0.5))
  4. 下雨量超过0.5英寸的天数： 37
  5. 下雨量超过0.5英寸的天数： 37

6. 统计下雨量小于0.1英寸的下雨天数

  1. print("下雨量小于0.1英寸的下雨天数：", lower_1)
  2. print("下雨量小于0.1英寸的下雨天数：", np.sum((inches < 0.1) & (inches > 0)))
  4. 下雨量小于0.1英寸的下雨天数： 46
  5. 下雨量小于0.1英寸的下雨天数： 46

7. 统计下雨天雨量的中位数

  1. rainy = (inches > 0)
  2. print("下雨天雨量的中位数:", np.median(inches[rainy]))
  4. 下雨天雨量的中位数: 0.19488188976377951

8. 第二季度雨量中位数

  1. quarter2 = (np.arange(365)-181 < 0) & (np.arange(365)-89 > 0)
  2. print("第二季度雨量的中位数:", np.median(inches[quarter2]))
  4. 第二季度雨量的中位数: 0.0

9. 夏季最大下雨量

  1. print("夏季最大下雨量:", np.max(inches[quarter2]))
  3. 夏季最大下雨量: 1.311023622047244

10. 非夏季的下雨天雨量中位数

  1. print("非夏季的下雨天雨量中位数:", np.mean(inches[~quarter2 & rainy]))
  3. 非夏季的下雨天雨量中位数: 0.33723753280839897