作业:商业数据分析之X地气象分析

结论:

此地处于北半球靠海的低海拔中纬度陆地地区。气候温和,气压稳定,夏天非常凉爽,冬季相对温和不算太冷,空气湿润多雨,微风常伴,能见度极好;具有海洋气候的特征和大陆性气候特征,每年有158天是晴天,主要集中在夏天秋天月;每年有90天下雨,每个月都会落雨,10月降雨天最多,阴天主要集中在2,12月份,雷雨主要发生在夏天,雾天主要集中在秋天,雪天主要集中在冬季。

相关结论数据:

1、全年最高气温26.7℃,最低气温-12.8℃,月平均温度在10.9℃;

2、最高相对湿度97,最低相对湿度34,平均相对湿度71.2,年湿润多雨比较舒适;

3、全年最高气压101.8kpa,最低气压99.7kpa,月平均气压是101.8kpa;

4、最高能见度16公里,最低能见度1.6公里,月均能见度13.5公里;

5、最高风速在5级,最低风速1级,月均风速3级;

6、云量最多为8,最少为0,月均云量4.2。

7、天气状况分布:

晴天:158天,每个月都有晴天,其中4,5,6,8,9,11月,每月都有半个月是晴天;2,12月晴天最少,每月不足10天;

Rian :90天,每个月都有降雨,10月降雨天气最多,有13天;

Snow :40天,2月12天,主要发生在春天和冬天;

Fog-Rain:15天,主要集中在夏秋季节;

Fog: 14天,主要发生在秋季;

Rain-Snow: 10天,Fog-Snow 14天,主要发生在春天和冬天;

Rain-Thunderstorm:12天,主要发生在夏天;

Fog-Rain-Thunderstorm: 7天,主要发生在夏天;

Fog-Rain-Snow: 5天,主要发生在冬天。

背景:

商业数据分析课第一次作业,需根据所学代码公式对X地2013的气象数据进行分析解读。

环境:

Windows 7   Python3

心得:

数据分析除了要具备:1、基本的工具使用能力外、还需要具备;2、具体业务背景和行业常识,这样才好从行业视角出发来展开具体的业务分析,才能从数据中得出一些专业中肯的结论。如本次分析主题是天气数据,那就需要对基本的气象行业知识概念有所了解,如:温度,湿度,海平面气压,能见度,风速,云量等,并且要了解这些概念对应的数值范围与人们生活的关系。这点@pnjoe同学做的很赞。如果对相关气象和地理知识足够了解的话,通过此份数据应该能确定该地区的大概位置及其他更丰富的气象天文地理信息。

正文:

1、导入csv文件,并建立索引:

2、数据整体概况描述:

3、全年整体气象参数变化折线图:


4、温度变化分析:

先将华氏度换算成摄氏度,然后绘制折线图。

温度变化折线图

分析:

从全年来看,全年最高气温26.7℃,最低气温-12.8℃,月平均温度在10.9℃。

0℃以上的月份集中在4月-10月,0℃以下的月份主要集中1-3月、11-12月份。

从温度变化初步判断此地应属于北半球,整体气候温和,夏天非常凉爽,冬季相对温和不算太冷

可疑处:为啥温度相对较低的1月份,12月份有突发的高温天气?猜测此地可能临水,而且海拔较低。

5.湿度变化分析:

湿度变化折线图

这份数据中的湿度单位没有给出,猜测应该是通常天气预报中的相对湿度。最高相对湿度97,最低相对湿度34,平均相对湿度71.2,除4,5,11三个月份相对干燥在40左右,其余月份相对湿度都在60以上,1、2,11月份湿度较高,应该降雨也比较多,说明此地临水,总体来看此地全年湿润多雨比较舒适

Ps:湿度通常用绝对湿度、相对湿度、比较湿度、混合比、饱和差以及露点等物理量来表示。相对湿度表示空气中所含水蒸汽份量接近饱和的程度,即水蒸气在单位体积空气中的占比,如果图表中的湿度数据为相对湿度的话,应该是去掉了‘%’.一般人体较舒适的相对湿度区间在30%--70%.

6.气压变化分析:

气压变化折线图

为了方便解读,先将气压单位换算成kpa。此地全年最高气压101.8kpa,最低气压99.7kpa,月平均气压是101.8kpa,气压相对稳定,变化不大。通过查询海拔与气压对照表后发现此地的海拔几乎是0.

气压气温变化比对图

细看,此地最高压和最低压大多都集中在1月、11-12月,1-5,12月份(红框部分)气压随着温度的升高而升高,随着温度的降低而降低,表现出海洋气候的特征;6-11月份(绿框部分),气压随着温度的升高而降低,表现出大陆性气候特征。结合前面的温度、气压特征可以推断出此地应该是北半球陆地靠海的低海拔陆地区。

7.能见度变化分析:

能见度变化折线图

先将能见度换算成比较容易感知的单位公里。此地的最高能见度16公里,最低能见度1.6公里,月均能见度13.5公里,全年来看能见度在5公里以下的天气非常少,可以说此地的能见度极好,结合前面的湿度、气压、数据来看必此地空气质量应该很棒,因全年温度不高,猜测此地纬度不会太低。

8.风速分析:

风速变化折线图

此地最高风速33.8公里/小时(5级),最低风速1.6公里/小时(1级),月均风速11.6公里/小时(3级),7-10月风速较低,其余其他月份风速相对较高,整体来看此地的风真的很小

9.云量分析:

云量变化折线图

此地云量最多为8,最少为0,月均云量4.2.阴天主要集中在1-3月、11-12月,其余月份天气较晴朗天。

Ps:云量的记录方法:

a)全天无云,总云量记0;

b)天空完全为云所遮蔽,记10;

c)天空完全为云所遮蔽,但只要从云隙中可见青天,则记10—;

d)云占全天十分之一,总云量记1;云占全天十分之二,总云量记2,其余依次类推;

e)天空有少许云,其量不到天空的十分之零点五时,总云量记0。

10.全年天气状况统计:

因日期被设定为索引的文件不好做统计(主要是因为对相关公式不熟),所以重新倒入一份无索引csv文件方便统计。

导入无索引csv文件

然后统计各种天气状况在2013年的分布情况:

各种天气分布天数统计


各种天气的时间分布状况:

此处省略很多图和公式。。。


各种天气状况及时间分布概览(统计+肉眼观察得出):

晴天:158天,每个月都有晴天,其中4,5,6,8,9,11月,每月都有半个月是晴天;2,12月晴天最少,每月不足10天。

Rian :90天,每个月都有降雨,10月降雨天气最多,有13天;

Snow :40天,2月12天,主要发生在春天和冬天;

Fog-Rain:15天,主要集中在夏秋季节;

Fog: 14天,主要发生在秋季;

Rain-Snow: 10天,Fog-Snow 14天,主要发生在春天和冬天;

Rain-Thunderstorm:12天,主要发生在夏天;

Fog-Rain-Thunderstorm: 7天,主要发生在夏天;

Fog-Rain-Snow: 5天,主要发生在冬天。

结论(在本文开头。。。)

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 203,098评论 5 476
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,213评论 2 380
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 149,960评论 0 336
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,519评论 1 273
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,512评论 5 364
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,533评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,914评论 3 395
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,574评论 0 256
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,804评论 1 296
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,563评论 2 319
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,644评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,350评论 4 318
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,933评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,908评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,146评论 1 259
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,847评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,361评论 2 342

推荐阅读更多精彩内容