前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >全球地表温度可视化

全球地表温度可视化

作者头像
用户6825444
发布2020-05-26 16:31:16
1.2K0
发布2020-05-26 16:31:16
举报
文章被收录于专栏:木下学Python木下学Python

前言

数据集地址:

https://www.kaggle.com/berkeleyearth/climate-change-earth-surface-temperature-data

这是一份历年来全球温度的数据,里面又细分为全球国家,全球城市,全球主要城市,全球州,具体的介绍可以去下载链接查看。

我们使用的是其中的 “GlobalLandTemperaturesByCountry.csv”,它包含了 1743-2013 年的全球各个国家的每一个月的平均温度,使用这份数据完成以下需求:

  1. 对历年来各个国家的平均温度进行汇总计算,以可视化地图呈现
  2. 绘制历史以来全球平均温度的走势图
  3. 由于只到 2013 年的数据,根据走势图选择波动较为合理的区间,建立预测模型,预测 2014-2020 年的去全球平均温度

可视化地图

在画图前,需要先分组计算,以国家分组计算 1743-2013 年历史平均温度,并查看缺失值的个数,删除缺失值(缺失值只有一个):

计算好每个国家历年来的平均气温后,就可以画图了:

全球平均温度走势

全球历年来的平均温度走势,需要按日期分组计算了,日期中我们只取其中的年份进行计算,其中有几个缺失值,我们使用缺失值的前一个进行填充:

接下来就可以绘制地图了:

从上图中看出,1888 年之前的走势波动很大,因为时间过早,科学不发达,测量的结果不太准,也无从考察,所以接下来的预测模型,选取 1888 年开始的区间。

预测模型

接下来我们建立预测模型,预测 2014-2020 年的全球平均温度:

预测 2014-2020 年温度:

直观一点,我们绘制这几年温度的折线图:

小编去查了查,并没有一个确切具体的值,对比了一下预测值,跟网上的对比可能也就几度的误差。

本文参与 腾讯云自媒体分享计划,分享自微信公众号。
原始发表:2020-05-18,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 木下学Python 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档