QQ登录

只需要一步,快速开始

 注册地址  找回密码
查看: 3825|回复: 1
打印 上一主题 下一主题

AQI空气质量分析与预测的相关资料

[复制链接]
字体大小: 正常 放大

1178

主题

15

听众

1万

积分

  • TA的每日心情
    开心
    2023-7-31 10:17
  • 签到天数: 198 天

    [LV.7]常住居民III

    自我介绍
    数学中国浅夏
    跳转到指定楼层
    1#
    发表于 2021-10-15 10:46 |只看该作者 |倒序浏览
    |招呼Ta 关注Ta
    AQI分析与预测AQI全称是Air Quality Index,指空气质量指数,用来衡量空气清洁或者污染的程度,值越小,表示空气质量越好。
    3 i/ [5 w# Z4 w. G7 Y
    本文的分析目标是:
    ( n) B, l- x% z9 n' y" w
    一、描述性统计- V# U; }4 i7 }5 k; ~# h( M$ d9 G
    那些城市的空气质量较好/较差?空气质量在地理位置分布上,是否具有一定的规律?二、推断统计6 _1 `. f) f7 r! R; k
    临海城市的空气质量是否优于内陆城市?三、相关系数分析
    ; l0 \/ l: F9 q( Q
    空气质量主要受哪些因素的影响?四、区间估计. W2 g8 V3 b" }# x8 r- L
    全国城市空气质量普遍处于哪种水平?五、统计建模3 a! q& U/ ]) t+ @) y7 ~% ^$ Q
    怎样预测一个城市的空气质量?导包并读取数据:import numpy as npimport pandas as pdimport matplotlib.pyplot as pltimport seaborn as sns. o; _( p3 W4 C0 G% ]5 j# }
    sns.set(style="darkgrid")plt.rcParams["font.family"] = "SimHei"plt.rcParams["axes.unicode_minus"] = False
    5 V. a- {. a4 }" s9 D3 J9 k
    data = pd.read_csv("data/data.csv")print(data.shape)data.head()
    % |. g  |# J7 E, S# ^( l
    " T) G2 r3 M  o8 q, H, |数据集描述:6 b& u9 w3 u' z- P, t. _

    " u! f4 p" ^1 gCity:城市名- Z" `! C/ }8 G8 E" |
    ; E+ j4 ^7 q4 y# D' o5 v; d# K5 j
    AQI:空气质量指数
    % X2 G0 u# j9 k5 d5 m! f& t4 C5 C( P7 ?
    ! |& Y- Y) K% ]0 Y- k$ k: M  P, SPrecipitation:降雨量
    7 }9 O- P8 E/ K% |8 |5 }4 O
    * A1 _# q  Q3 L& e% oGDP:人均生产总值
    / x! P& F$ C: R# W6 u8 Y! q: C
    8 ^" d9 F8 x" F7 v# ETempearture:温度
    $ K, y4 Q  J. {. v% I& t' F; a
    " j8 y$ p- o2 z6 BLongitude/Latitude:经/纬度6 f& w  X, p* q7 d
    6 I: O2 M( g: m0 l
    Altitude:海拔高度. n) I; K/ b/ D# [& P; j- t+ m8 N$ s

    2 d' \9 v" z! i+ bPopulationDensity:人口密度
    ; [9 C, O; E7 y9 n. a1 u; y- T+ s3 u  j  T0 q
    Coastal:是否沿海
    , B) s8 G0 r) d3 V/ o
    ) i% E3 O1 e7 x; H, Q) K* BGreenCoverageRate:绿化覆盖率% _5 N, T0 j" U' d. z1 j7 ?

    8 B4 I0 E9 ?7 ^5 K* z/ UIncineration(10,000ton):焚烧量(w吨)4 C$ K# h; E- K4 W' W0 e) U6 |
    ' v7 ]* Z" Y2 H0 ]! T( N
    数据清洗3 C. X8 n' B" _# \3 c
    检查缺失值:
    ; g4 F) m& X  R" Z1 f8 r3 M* E3 M& S数据集描述:7 g5 |# D1 X/ k
    ( q6 p: `4 k' t2 c$ e% h  g5 B
    City:城市名
    & l* H) E1 N9 }5 Y' t/ i  v
    - Z5 n0 X! j3 l0 |0 P  ^3 ~# VAQI:空气质量指数
    . y4 K# h; j8 @
    , v& w" R* j) _! u4 IPrecipitation:降雨量
    8 [) \/ Y0 V% D$ q! D9 \
    3 \! [  ]. r5 t4 ?9 m6 oGDP:人均生产总值2 a$ T9 r" X' D; I/ S
    / m7 y8 ~% g7 \; e
    Tempearture:温度
    4 ~- C9 t! h9 d
    + J" J) [3 f. C" |Longitude/Latitude:经/纬度
    # K" Q' f$ m% o2 x3 ~5 K8 s6 ~6 n  o; R
    Altitude:海拔高度* Q" i7 K9 M8 q' M7 c- A
    ( c$ d3 {! |8 N' e
    PopulationDensity:人口密度+ t7 L! S. e8 {% |, S

    6 @/ c, f) m0 h, TCoastal:是否沿海* z/ N, x  s8 w  x: ^0 P
    / z- F- B/ u: x0 j6 M$ J- [: P
    GreenCoverageRate:绿化覆盖率. C% X. j( B  O! b- p$ ]* J

    $ h: i, {7 l0 k5 ~" _Incineration(10,000ton):焚烧量(w吨)
    3 u* k* @* C1 F& r& U; r- Z( f) `& U
    数据清洗
    " Q7 `% H7 @. x% ~8 S+ I# y1 S9 W检查缺失值:: o' @$ q6 }" |" B+ n! f5 T5 A8 }
    data.isnull().sum(axis=0)4 l, ~) D0 M3 g# G% Y
    ' E; R% I; F/ q

    / A% W7 J/ e4 p, D
    0 _2 y! C" z7 F2 Z
    ' q* X# h  @+ q" o/ L9 |2 N1 c查看含缺失值列数据的分布:
    4 L8 T7 L0 f! s" e! m# E! g- ^#print(data["Precipitation"].skew())#偏度    `: r1 L5 l3 Z# w- E: j
    sns.distplot(data["Precipitation"].dropna())#要删除NA值才能做分布密度图( r3 p0 O0 n# d5 n
    plt.title("分布密度图")/ w! {- N2 U' N" q& h
    0.273607606711773872 K! _4 h+ G1 j7 |0 W6 c  w

    ! E! x; M+ t# \
    / t& b4 y5 ]( {
    2 h) O5 T1 W( ?% y# O' y2 _) k, G

    数值型变量,数据呈现右偏分布,所以使用中位数填充。

    对缺失值进行中位数填充

    data.fillna({"Precipitation":data["Precipitation"].median()},inplace=True)
    + i1 A0 U' R& t3 t; K% f/ p检查异常值的三种方法
    • data.describe() 查看数据的描述:分位数、均值与标准差
    • 基于正太分布 ±三个标准差涵盖99.7%的数据
    • 箱线图(四分位距IQR=Q3-Q1,上下边界:Q3/Q1 ±1.5IQR)
      $ f& g" z5 o7 ]+ F! h

    查看数据集的偏度:


    # [6 @; V7 B0 w8 @9 \% G( \data.skew()
    7 g" d& l0 }% e
      \* t( b; Q1 ?0 oAQI                        1.198754
    * Q( J/ e% P: y' }' fPrecipitation              0.2736083 t7 K5 Z  A8 n+ X' f" o
    GDP                        3.761428' w7 d" F6 z1 M' k" ?8 f
    Temperature               -0.597343
    + U7 i6 d( O. n+ ^9 u% [8 i. d3 _Longitude                 -1.407505
    * e: S5 J" \$ o! P: y8 F/ m0 n6 KLatitude                   0.253563
    5 U# ]3 G( e  n( d( }Altitude                   3.067242" B/ F3 {% F( _
    PopulationDensity          3.125853
    $ F9 {( p; I, [$ |& S8 d: |# |GreenCoverageRate         -0.381786
    4 W$ M( x+ y. }6 C0 W- |2 H* p8 ~Incineration(10,000ton)    4.342614  k* r# I& B$ h' ^  x& g
    dtype: float64
      n1 N* x) @3 E
    : F$ i8 A+ j+ ^

    可以看到GDP和人口密度等都出现了严重的右偏分布,意味着存在很多极大的异常值。

    下面我们查看以下GDP的异常值:

    8 Q9 ^7 \2 Q2 @+ L! l6 r  _" }
    mean, std = data.GDP.mean(), data.GDP.std()0 x: s+ C  \3 q9 h; @& Z
    lower, upper = mean - 3 * std, mean + 3 * std" V$ A$ a: S9 ^1 K5 ^

    0 N' |$ p$ S9 `4 x2 ~print("均值:", mean)1 L! Y6 Z$ H5 f. {  U
    print("标准差:", std)# E8 I( s& a; M3 V5 C/ J& o
    print("下限:", lower)
    ) J0 Z! \& |. `6 r3 z0 Qprint("上限:", upper)
    ) T, p' L2 k, {+ Odata.loc[(data.GDP < lower) | (data.GDP > upper), "GDP"]2 e1 a5 v- i* p+ h6 ?! Q1 V# V7 Q
    3 x3 K: G  K3 c( E
    均值: 2390.9018153846165 c- x4 J1 h8 T! U& z  S  Z
    标准差: 3254.876921271434+ O* ~3 p$ q; P
    下限: -7373.728948429687
    6 G0 ?& G) |( R: _- N上限: 12155.532579198918
    + B% L6 F' F, f& ?& Y16     22968.60- F  J/ B: {. j# v& N
    63     18100.410 ?( d& ^+ B1 @" C
    202    24964.99
    5 G, ]( D2 S, u$ d& Y9 D9 m' Q207    17502.996 s9 u: W8 }+ K8 Z% o
    215    14504.07, j* X$ i4 C) M3 `
    230    16538.19
    6 G' e# T1 Y7 D( `' Q256    17900.00
    , O: j' p$ _, P2 S# o/ e314    15719.72; p0 L) m) Q3 y! j
    Name: GDP, dtype: float64* v" Q* Y8 V# r  l
    ) [) B4 n# P5 u+ u( ^

    7 I: ^' n7 N0 s+ r  L( e. ]: Z3 P0 {' {3 `
    , z3 Q1 `6 n$ Z* A  x( U
    " Y! t5 k5 J8 k( F- o
    zan
    转播转播0 分享淘帖0 分享分享0 收藏收藏0 支持支持0 反对反对0 微信微信
    sjlxdn        

    1

    主题

    2

    听众

    155

    积分

    升级  27.5%

  • TA的每日心情
    无聊
    2022-2-19 17:40
  • 签到天数: 30 天

    [LV.5]常住居民I

    国际赛参赛者

    回复

    使用道具 举报

    您需要登录后才可以回帖 登录 | 注册地址

    qq
    收缩
    • 电话咨询

    • 04714969085
    fastpost

    关于我们| 联系我们| 诚征英才| 对外合作| 产品服务| QQ

    手机版|Archiver| |繁體中文 手机客户端  

    蒙公网安备 15010502000194号

    Powered by Discuz! X2.5   © 2001-2013 数学建模网-数学中国 ( 蒙ICP备14002410号-3 蒙BBS备-0002号 )     论坛法律顾问:王兆丰

    GMT+8, 2026-7-28 22:17 , Processed in 0.378993 second(s), 56 queries .

    回顶部