0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

AQI分析与预测-1

汽车电子技术 来源:Python数据分析之旅 作者: cauwfq 2023-02-23 16:28 次阅读

图片

一.项目背景

AQI(air Quality Index)指空气质量指数,用来衡量空气清洁或者污染程度。值
越小,表示空气质量越好。近年来因为环境问题,空气质量越来越受到人们重视。

二.实现过程

1.数据加载
  1)读取数据
  2)查看数据
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
import warnings


sns.set(style="darkgrid", font_scale=1.2)
plt.rcParams["font.family"] = "SimHei"
plt.rcParams["axes.unicode_minus"] = False
warnings.filterwarnings("ignore")


#读取文件
data = pd.read_csv("data.csv")
#输出数据形状
print(data.shape)
#查看数据
data.head()

图片

2.数据清洗
  1)缺失值处理
  2)异常值处理
  3)重复值处理
1)缺失值处理
   》》查看缺失值
   》》缺失值填充
#计算缺失值比例
t = data.isnull().sum()
#链接数据
t = pd.concat([t, t / len(data)], axis=1)
#设置列名称
t.columns = ["缺失值数量", "缺失值比例"]
#显示表格
display(t)

图片

#计算降雨量偏度,偏度较小
print(data["Precipitation"].skew())
#绘制图形
sns.distplot(data["Precipitation"].dropna())

图片

#用中位数填充缺失值
data.fillna({"Precipitation": data["Precipitation"].median()}, inplace=True)
#计算缺失值
data.isnull().sum()

图片

2)异常值处理
   》》查看异常值
   》》异常值处理
#查看数据分布情况
data.describe()

图片

#绘制图形
sns.distplot(data["GDP"])
#输出GDP峰值,偏度较大
print(data["GDP"].skew())

图片

#计算均值和标准差
mean, std = data["GDP"].mean(), data["GDP"].std()
#计算下限与上限
lower, upper = mean - 3 * std, mean + 3 * std
#均值
print("均值:", mean)
#标准差
print("标准差:", std)
#下限
print("下限:", lower)
#上限
print("上限:", upper)
#获取在3倍标准差之外的数据。
data["GDP"][(data["GDP"] < lower) | (data["GDP"] > upper)]

图片

#绘制箱线图
sns.boxplot(data=data["GDP"])

图片

#初始画布
fig, ax = plt.subplots(1, 2)
#设置画布大小
fig.set_size_inches(15, 5)
#绘制直方图
sns.distplot(data["GDP"], ax=ax[0])
#绘制对数直方图
sns.distplot(np.log(data["GDP"]), ax=ax[1])

图片

3)重复值处理
   》》查看重复值
   》》删除重复值
#发现重复值。
print(data.duplicated().sum())
#查看哪些记录出现了重复值。
data[data.duplicated(keep=False)]

图片

#删除重复值
data.drop_duplicates(inplace=True)
#统计重复值
data.duplicated().sum()

图片

3.数据分析
  1)空气质量最好/最差的5个城市
  2)临海城市是否空气质量优于内陆城市
  3)空气质量受那些因素影响
  4)关于空气质量验证
1)空气质量最好/最差的5个城市
   》》筛选数据
   》》按照AQI排序
   》》绘图观察
#空气质量最好的5个城市


#筛选数据,按照AQI升序排列,
t = data[["City", "AQI"]].sort_values("AQI")
#筛选数据
t = t.iloc[:5]
#显示数据
display(t)
#旋转x轴标签
plt.xticks(rotation=30)
#绘制柱状图
sns.barplot(x="City", 
            y="AQI", 
            data=t)

图片

我们发现空气质量最好的5个城市:
  1.韶关市
  2.南平市
  3.梅州市
  4.基隆市
  5.三明市
#空气质量最差的5个城市


#筛选数据,按照AQI降序排列
t = data[["City", "AQI"]].sort_values("AQI", ascending=False)
#筛选前5条数据
t = t.iloc[:5]
#显示数据
display(t)
#旋转x轴标签
plt.xticks(rotation=45)
sns.barplot(x="City",
            y="AQI", 
            data=t)

图片

我们发现空气质量最差的5个城市:
  1.北京市
  2.朝阳市
  3.保定市
  4.锦州市
  5.焦作市
对于AQI,对空气质量进行等级划分,划分表转如下

图片

# 编写函数,将AQI转换为对应的等级。
def value_to_level(AQI):
    if AQI >= 0 and AQI <= 50:
        return "一级"
    elif AQI >= 51 and AQI <= 100:
        return "二级"
    elif AQI >= 101 and AQI <= 150:
        return "三级"
    elif AQI >= 151 and AQI <= 200:
        return "四级"
    elif AQI >= 201 and AQI <= 300:
        return "五级"
    else:
        return "六级"
#转换等级
level = data["AQI"].apply(value_to_level)
#输出统计
print(level.value_counts())
#绘制条形图观察数值
sns.countplot(x=level,
              order=["一级", "二级", "三级", "四级", "五级", "六级"])

图片

2)临海城市是否空气质量优于内陆城市
   》》数量统计
   》》分布统计
   》》统计分析
绘制全国城市空气质量指数分布图


#绘制散点图
sns.scatterplot(x="Longitude",
                y="Latitude", 
                hue="AQI",
                palette=plt.cm.RdYlGn_r, 
                data=data)

图片

1)数量统计
我们统计下临海城市与内陆城市数量


#输出统计值
print(data["Coastal"].value_counts())
#绘制直方图
sns.countplot(x="Coastal", 
              data=data)

图片

2)分布统计
我们观察下临海城市与内陆城市散点分布


sns.stripplot(x="Coastal",
              y="AQI",
              data=data) 


结论:沿海城市空气质量普遍好于内陆城市

图片

3)对以上结论进行统计分析
   》》参数检验
   》》非参数检验
参数检验
  》》正态分布检验
  》》方差齐性检验
  》》两独立样本t检验
from scipy import stats


#分别获取临海与内陆城市两个样本的AQI值。
coastal = data[data["Coastal"] == "是"]["AQI"]
inland = data[data["Coastal"] == "否"]["AQI"]
#初始画布与坐标系
fig, ax = plt.subplots(1, 2)
#设置画布大小
fig.set_size_inches(15, 5)
#绘制两个样本的分布。
sns.distplot(coastal, ax=ax[0])
sns.distplot(inland, ax=ax[1])

图片

1.正态分布检验
  》》绘制数据分布图
  》》绘制PP图和QQ图
  》》使用假设检验
PP图与QQ图
PP图(Probability-Probability plot)与QQ图(Quantile-Quantile plot)本质上基本是相同的。用于检验样本数据的分布是否符合某个分布(默认为正态分布)。
PP图:通过累积概率密度来检测。
  x轴:根据传递的数据数量(n),计算x轴的绘制位置(x坐标),值为(1/n+1, 2/n+1, …… n/n+1)。
  y轴:将样本数据排序,然后进行标准化(减均值除以标准差),计算样本数据在理论分布下的cdf值(累积概率密度)。


QQ图:通过分布百分比对应的数值来检测。
  x轴:根据传递的数据数量(n),计算值(1/n+1, 2/n+1, …… n/n+1)的值。然后对每个值,计算在理论分布下的ppf值(cdf的逆运算,即根据累积概率密度求解对应
的位置)。
  y轴:将数值排序,将每个数值标准化。
import statsmodels.api as sm


def plot_pp_qq(d):
    """
    绘制PP图与QQ图的函数。
    Parameters
    ----------
    d : array-like
    要绘制的数值。
    """
    #初始化坐标系与画布
    fig, ax = plt.subplots(1, 2)
    #设置尺寸大小
    fig.set_size_inches(15, 5)
    #标准化
    scale_data = (d - d.mean()) / d.std()
    #创建ProbPlot对象,用于绘制pp图与qq图
    #data:样本数据。
    #dist:分布,默认为正态分布。数据data会与该分布进行对比
    p= sm.ProbPlot(data=scale_data, 
                   dist=stats.norm)
    #绘制pp图
    p.ppplot(line="45",
             ax=ax[0])
    #设置名称
    ax[0].set_title("PP图")
    #绘制qq图
    p.qqplot(line="45",
             ax=ax[1])
    #设置名称
    ax[1].set_title("QQ图")
    #显示图形
    plt.show()

#绘制沿海城市图形
plot_pp_qq(coastal)

图片

#绘制内陆城市图形
plot_pp_qq(inland)

图片

进行是否正态分布检验?
#原假设:观测值来自于正态分布的总体。
#备则假设:观测值并非来自正态分布的总体。
print(stats.normaltest(coastal))
print(stats.normaltest(inland))


结论:很遗憾,两样本正态分布可能性为0

图片

接下来我们处理方法:
  》》将分布转换为正态分布
  》》使用非参数检验
  》》样本容量较大时,可以近似使用z检验

图片

#将数据转换为正态分布
bc_coastal, _ = stats.boxcox(coastal)
bc_inland, _ = stats.boxcox(inland)
#初始画布与坐标系
fig, ax = plt.subplots(1, 2)
#设置画布大小
fig.set_size_inches(15, 5)
#绘制两个样本的分布。
sns.distplot(bc_coastal, ax=ax[0])
sns.distplot(bc_inland, ax=ax[1])

图片

#绘制转换后的pp图与qq图
plot_pp_qq(bc_coastal)

图片

#绘制转换后的pp图与qq图
plot_pp_qq(bc_inland)

图片

#再次进行正态性检验
print(stats.normaltest(bc_coastal))
print(stats.normaltest(bc_inland))

图片

# 进行方差齐性(方差是否相等)检验。为后续的两样本t检验服务。
# 原假设:多个样本的方差相等。
# 备则假设:多个样本的方差不等。
stats.levene(bc_coastal, bc_inland)


结论:方差不等。

图片

# 进行两样本t检验。
# equal_var:方差是否齐性(相等)。
# 原假设:两独立样本均值相等。
# 备则假设:两独立样本均值不等。
r = stats.ttest_ind(bc_coastal, bc_inland, equal_var=False)
print(r)


结论:两独立样本均值不等,说明沿海城市空气质量普遍好于内陆城市。

图片

#非参数检验


# 曼-惠特尼检验。应该仅在每个样本容量 > 20时使用。
# 原假设:两个样本服从相同的分布。
# 备则假设:两个样本服从不同的分布。
print(stats.mannwhitneyu(coastal, inland))
# 威尔科克森秩和检验。
# 原假设:两个样本服从相同的分布。
# 备则假设:两个样本服从不同的分布。
print(stats.ranksums(coastal, inland))


结论:两个样本服从不同的分布。

图片

近似使用z检验:当样本量足够大时,即使总体不服从正态分布,也可以使用z检验进行检验.


#方差齐性检验
stats.levene(coastal, inland)
结论:方差相同

图片

#进行t检验
r = stats.ttest_ind(coastal, inland, equal_var=True)
#输出结果
print(r)


结论:两独立样本均值不等,与之前结论一致,更进一步说明沿海城市空气质量普遍好于内陆城市。

图片

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 环境
    +关注

    关注

    0

    文章

    125

    浏览量

    16206
  • 空气质量
    +关注

    关注

    0

    文章

    37

    浏览量

    8286
收藏 人收藏

    评论

    相关推荐

    经济预测模型

    该资料是由几篇论文和一个讲义组成,具体讲解了回归分析预测、时间序列预测、宏观计量经济模型
    发表于 08-15 10:47

    CCD图像分析方法和预测算法???

    CCD图像分析方法和预测算法???
    发表于 07-01 15:20

    使用预测模型预测图片出现错误提示in_dims[1]:32 != filter_dims[1] * groups:3的解决方法

    PaddlePaddle在使用预测模型预测图片的时候出现in_dims[1]32 != filter_dims[1]groups3错误
    发表于 03-07 14:24

    光伏功率预测有哪些作用

    光伏功率预测有哪些作用?作用有哪些?光伏功率预测是什么?光伏功率预测系统就是将天气预报数据和环境检测仪所采集的数据加以分析,最后将生成的数据文件通过非实时交换机发送给省调。省调接收数据
    发表于 07-07 07:44

    PCB产业投资预测分析

    PCB产业投资预测分析   PCB企业利润对产品价格非常敏感,
    发表于 12-31 08:50 785次阅读

    数据预测分析方法

    数据预测分析方法,有需要的朋友下来看看。
    发表于 01-15 15:07 0次下载

    微型空气质量监测仪【恒美仪器HM-AQI】解决方案

    微型空气质量监测仪【恒美仪器HM-AQI】是根据十三五及各地大气污染监测治理政策生产的新型空气质量在线多参数监测系统,微型空气质量监测仪【恒美仪器HM-AQI】严格按照国家标准对四气(CO、SO2、NO2、O3)、两尘(PM2.5、PM10)
    发表于 05-19 10:20 700次阅读

    MAX6921AQI+ PMIC - 显示驱动器

    电子发烧友网为你提供Maxim(Maxim)MAX6921AQI+相关产品参数、数据手册,更有MAX6921AQI+的引脚图、接线图、封装手册、中文资料、英文资料,MAX6921AQI+真值表,MAX6921
    发表于 02-10 20:04
    MAX6921<b class='flag-5'>AQI</b>+ PMIC - 显示驱动器

    MAX6921AQI+T PMIC - 显示驱动器

    电子发烧友网为你提供Maxim(Maxim)MAX6921AQI+T相关产品参数、数据手册,更有MAX6921AQI+T的引脚图、接线图、封装手册、中文资料、英文资料,MAX6921AQI+T真值表,MAX6921
    发表于 02-10 20:14
    MAX6921<b class='flag-5'>AQI</b>+T PMIC - 显示驱动器

    AQI分析预测-2

    AQI(air Quality Index)指空气质量指数,用来衡量空气清洁或者污染程度。值 越小,表示空气质量越好。近年来因为环境问题,空气质量越来越受到人们重视。
    的头像 发表于 02-23 16:30 1232次阅读
    <b class='flag-5'>AQI</b><b class='flag-5'>分析</b>与<b class='flag-5'>预测</b>-2

    如何改善AQI空气质量监测站的状况-欧森杰

    随着大气污染的日益严重,AQI空气质量监测站的状况也日趋恶化。本文将从硬件、软件、人员等多个角度,给出具体的建议,改善AQI空气质量监测站的状况。 一、硬件方面 1.1、AQI空气质量监测站的设备
    的头像 发表于 05-26 16:01 653次阅读

    预测分析介绍及行业应用案例

    汽车制造商 1预测需求和预测供应商绩效 问题:一家汽车制造商希望预测需求、优化库存水平并预测供应商绩效。 目标:提高效率并改进供应链管理。
    的头像 发表于 05-30 14:08 491次阅读

    AQI空气质量监测站的重要性-欧森杰

    随着交通工具的发展,工业化的进步,空气污染问题日益突出,因此,AQI空气质量监测站的重要性也不容忽视。 一、AQI空气质量监测站的定义 AQI空气质量监测站是指建立在城市或者大中城市等地区,用于定期
    的头像 发表于 06-19 14:27 663次阅读

    AQI空气质量监测站——保护空气质量的重要一环

    空气污染,是当今社会最严重的环境问题之一,也是人们最关心的环境问题。为了保护空气质量,AQI空气质量监测站至关重要。 一、AQI空气质量监测站的定义 AQI(Air Quality Index
    的头像 发表于 07-18 14:43 2556次阅读

    电磁轨迹预测分析系统

    智慧华盛恒辉电磁轨迹预测分析系统是一个专门用于预测分析电磁运动轨迹的系统。该系统结合了电磁学、运动学、数据分析以及可能的人工智能或机器学习
    的头像 发表于 06-25 15:19 392次阅读