使用Python繪制空氣質(zhì)量日歷圖
更新時間：2022年05月08日 10:23:26 作者：螞蟻ailing
這篇文章主要介紹了使用Python繪制空氣質(zhì)量日歷圖，文章基于Python繪制的相關(guān)知識展開對空氣質(zhì)量日歷圖的繪制，感興趣的小伙伴可以參考一下
前言
在github中經(jīng)常可以看到下面的日歷圖，可以用來表示每一天在github上的活躍程度。
類似的方法也可以用到空氣質(zhì)量的可視化方式中來，只要有每天的空氣質(zhì)量指數(shù)就可以。
數(shù)據(jù)
我這里使用的是2020年北京市各個監(jiān)測站點的空氣質(zhì)量觀測數(shù)據(jù)，原始數(shù)據(jù)包含PM2.5，PM10，AQI指數(shù)，這里選擇AQI作為示例。
這里對原始數(shù)據(jù)做了簡單處理，具體過程不贅述，感興趣的話也可以看文末獲取方式。
處理后的數(shù)據(jù)形式如下：
calmap
繪制日歷圖可以用calmap庫直接繪制，安裝直接用pip。
詳細(xì)可視化方法如下：
定義可視化方式
def calendar_heatmap(df, title):
# 定義顏色
color_list = ['#009966', '#FFDE33', '#FF9A32', '#CC0033', '#660099']
levels = [0, 50, 100, 150, 200, 300]
cmap = colors.ListedColormap(color_list)
norm = colors.BoundaryNorm(levels, cmap_aqi.N)
# 繪圖
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([0.94, 0.4, 0.015, 0.2])
cb = mpl.colorbar.ColorbarBase(
cbar_ax,
cmap=cmap,
ticks=levels,
norm=norm,
orientation='vertical',
extend='neither',
extendrect=True,
extendfrac=0.15
)
# 色標(biāo)
cb.set_ticks([0, 50, 100, 150, 200, 300])
cb.ax.yaxis.set_tick_params(length=0.01)
ax.set_ylabel('2020', fontdict=dict(fontsize=25, color='grey'))
# 標(biāo)題
ax.set_title(f'AQI of {title}', fontweight = 'bold', fontsize = 25)
plt.savefig(f'{title}_calendar_heatmap.png')繪圖：
cp = df.resample('1d').mean().round(2)['昌平']
calendar_heatmap(cp, 'Changping')
dx = df.resample('1d').mean().round(2)['大興']
calendar_heatmap(dx, 'DaXing')
最后也對兩個測站的空氣質(zhì)量做了個統(tǒng)計
cp_bin = pd.cut(
cp,
bins=[0, 50, 100, 150, 200, 300],
right=False
).value_counts()
dx_bin = pd.cut( dx, bins=[0, 50, 100, 150, 200, 300], right=False ).value_counts()
最后
這一篇給大家簡單的制作這么一個日歷圖，代碼就放到上面了，喜歡的小伙伴記得點贊收藏，下一章見啦。
到此這篇關(guān)于使用Python繪制空氣質(zhì)量日歷圖的文章就介紹到這了,更多相關(guān)Python繪制日歷圖內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！
相關(guān)文章
Python代碼覆蓋率統(tǒng)計工具coverage.py用法詳解
這篇文章主要介紹了Python代碼覆蓋率統(tǒng)計工具coverage.py用法詳解,文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友可以參考下2020-11-11
深入理解Python中的 __new__ 和 __init__及區(qū)別介紹
這篇文章主要介紹了深入理解Python中的 __new__ 和 __init__及區(qū)別介紹,這兩個方法的主要區(qū)別在于：__new__ 負(fù)責(zé)對象的創(chuàng)建而 __init__ 負(fù)責(zé)對象的初始化。具體內(nèi)容詳情大家跟隨小編一起看看吧2018-09-09
今天小編就為大家分享一篇pandas Dataframe行列讀取的實例，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2018-06-06
在Python編程中運算符是用于執(zhí)行各種操作的特殊符號或關(guān)鍵字,下面這篇文章主要給大家介紹了關(guān)于Python中8種運算符介紹以及示例的相關(guān)資料,文中通過圖文介紹的非常詳細(xì),需要的朋友可以參考下2024-02-02
本文給大家分享python實時獲取cmd的輸出，對python實時獲取輸出相關(guān)知識感興趣的朋友一起學(xué)習(xí)吧2015-12-12
這篇文章主要介紹了tensorflow-gpu安裝的常見問題及解決方案，本文給大家介紹的非常詳細(xì)，具有一定的參考借鑒價值，需要的朋友參考下吧,需要的朋友可以參考下2020-01-01
這篇文章主要介紹了Python中的四種交換數(shù)值的方法解析,文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友可以參考下2019-11-11
這篇文章主要介紹了Python掃描IP段查看指定端口是否開放的方法,涉及Python使用socket模塊實現(xiàn)端口掃描功能的相關(guān)技巧,需要的朋友可以參考下2015-06-06
Python爬蟲請求模塊Urllib及Requests庫安裝使用教程
requests和urllib都是Python中常用的HTTP請求庫,使用時需要根據(jù)實際情況選擇,如果要求使用簡單、功能完善、性能高的HTTP請求庫,可以選擇requests,如果需要兼容性更好、功能更加靈活的HTTP請求庫,可以選擇urllib2023-11-11
這篇文章主要介紹了發(fā)布你的Python模塊詳解的相關(guān)資料,需要的朋友可以參考下2016-09-09