但是隨著北京的大力治理，比如二氧化硫濃度降幅64.3%、淘汰167萬輛老舊機動車、城六區整治千條背街小巷、原生垃圾實現無害化處理等等措施，北京PM2.5下降近四分之一, 我們終將贏得藍天(來源北京娛樂信報)。

百度指數也給出了我們同樣結論。資料從2013年1月到2018年6月，PM2.5指數明顯在降低，也可以說是逐年減少。

環境

環境：MAC + Python3.6

IDE：Spyder

模組：matplotlib、pandas、numpy 、os、seaborn

資料集獲取

我們首先使用pandas包中read_csv檔案讀取資料集。該資料集包含2013年以來，美國大使館和我國給出的每一個月的 PM 值。然後使用pandas包中基本資料方法進行資料預覽，主要包括，資料集整體預覽、前10行檢視、資料檔案的基本資訊等。具體程式碼如下：

執行結果截圖如下

資料集共26280行，7列,佔用1.4M記憶體，資料型別為int or float。

每年平均值分析

根據上面的資料集，首先分析的是每年的平均值，檢視逐年變化情況。本次分析使用的技術點主要是分組，也就是根據年份（year）進行分組，然後使用柱形圖進行視覺化結果。從下面的兩個圖（PM chian mean vs PM us mean）可以看出，無論美國大使館還是我國給出的PM資料，每年的PM值都在減少，說明我國治理卓有成效，終將獲得藍天。

為了更方便檢視我國和美國使館檢測的每年平均PM2.5值的對比，我們可以使用python中的堆疊柱狀圖視覺化，如下圖所示。兩個機構給出的資料沒有很大的差異。具體的技術點主要是使用pandas包中的plot.bar函式，但是視覺化之前需要先分組處理資料。具體程式碼，可以回覆PM2.5獲得。

#堆疊柱狀圖視覺化
 filter_mean.plot.bar(stacked=True)
 plt.title('Mean PM 2.5')
 plt.tight_layout()
 plt.savefig(os.path.join(output_path,'filter_mean.png'))
 plt.show()

視覺化結果如下

每月以及每小時分析

從每月的分析看出，每年的11月、12月、1月最為嚴重。在每月裡面，早晚高峰的時間更為嚴重。本次視覺化的技術點是使用散點圖。

def analyze_dual_variables(data_df,var1,var2):
 '''
 檢視雙變數的關係,散點圖
 '''
 

 sns.jointplot(x=var1,y=var2,data=data_df)
 plt.savefig(os.path.join(output_path,var1+'_'+var2+'_sandian.png'))
 plt.show()

執行效果圖

也可以使用透視表視覺化每一個月的PM, 具體如下

按小時分析

相關性分析

相關性分析主要用到的技術點是熱點圖，以及相關性計算。利用熱力圖可以看資料表裡多個特徵兩兩的相似度，具體程式碼如下：

def analyze_variable_relationship(data_df):
 '''
 視覺化變數關係
 熱圖
 '''
 #繪製出所有變數直接的關係，形成一個矩陣
 #corr計算相關係數
 corr_df = data_df.corr()
 #熱圖
 sns.heatmap(corr_df,annot=True)
 plt.savefig(os.path.join(output_path,'heatmap_df.png'))
 plt.show()

效果如下：

進群：125240963  即可獲取數十套PDF書籍!