#每天一点点# python 空气质量AQI 数据分析与预测
点击可以查看 分析：城市空气质量排名，临海城市空气质量是否由于内陆城市
点击可以查看 分析：相关系数矩阵
空气质量指数，用来衡量空气清洁或污染的成都，值越小，表示空气质量约好 任务说明： 期望能够对全国城市空气质量进行研究与分析，能够解决以下疑问： 1：哪些城市的空气质量较好/较差 2：临海城市是否空气质量优于内陆城市？ 3：空气质量主要受哪些因素影响？ 4：是否可以预测城市的空气质量？ 5：是否可以预测城市是否临海？
#数据集描述 数据集的百度网盘链接链接：https://pan.baidu.com/s/1mfqbPvrE7DgGTLzTEp3YhA 提取码：2yoj
列名 含义 City 城市名 AQI 空气质量指数 Precipitation 降雨量 GDP 城市生产总值 Temperature 温度 Longitude 经度 Latitude 维度 Altitude 海拔高度 PopulationDensity 人口密度 Coastal 是否沿海 GreenCoverageRate 绿化覆盖率 Incineration(10,000ton) 焚烧量(10000吨)
#程序实现 #一：导入用到的库，进行一些初始化设置
import numpy as np import pandas as pd import matplotlib as mpl import matplotlib.pyplot as plt import warnings import seaborn as sns sns.set(style = 'darkgrid',font = 'SmiHei',rc = {'axes.unicode_minus':False})\ warnings.filterwarnings('ignore')#二:加载相关数据集
data = pd.read_csv(r'C:\Users\CompletedDataset.csv') #改成自己的路径 print(data.shape) #查询表的大概情况，XX行，XX列 data.head() #查询表的前5行内容#三：数据清洗
#1：缺失值处理
data.info() #本文件中的数据，是没有缺失值的#isnull 判断是否有缺失值，如果有缺失值，则显示True，如果没有，则False #axis=0按行相加，如果有缺失值，那么这一行相加为1，如果没有，则为0
data.isnull().sum(axis=0)输出结果 ??????? 输出结果 ???????
#2：异常值处理 判断异常值的标准以四分位数和四分位距为基础，四分位数具有一定的鲁棒性： 多达25%的数据可以变得任意远而不会很大地扰动四分位数， 所以异常值不能对这个标准施加影响
data.describe() #基本统计量 sns.boxplot(data = data['Precipitation']) #箱型图输出结果 ??????? 输出结果 ???????
#3：重复值处理
data.duplicated().sum() #计算重复值的个数,这一行内容完全一致，判定为重复