但是随着北京的大力治理，比如二氧化硫浓度降幅64.3%、淘汰167万辆老旧机动车、城六区整治千条背街小巷、原生垃圾实现无害化处理等等措施，北京PM2.5下降近四分之一, 我们终将赢得蓝天(来源北京娱乐信报)。
百度指数也给出了我们同样结论。数据从2013年1月到2018年6月，PM2.5指数明显在降低，也可以说是逐年减少。
环境
环境：MAC + Python3.6
IDE：Spyder
模块：matplotlib、pandas、numpy 、os、seaborn
数据集获取
我们首先使用pandas包中read_csv文件读取数据集。该数据集包含2013年以来，美国大使馆和我国给出的每一个月的 PM 值。然后使用pandas包中基本数据方法进行数据预览，主要包括，数据集整体预览、前10行查看、数据文件的基本信息等。具体代码如下：
运行结果截图如下
数据集共26280行，7列,占用1.4M内存，数据类型为int or float。
每年平均值分析
根据上面的数据集，首先分析的是每年的平均值，查看逐年变化情况。本次分析使用的技术点主要是分组，也就是根据年份（year）进行分组，然后使用柱形图进行可视化结果。从下面的两个图（PM chian mean vs PM us mean）可以看出，无论美国大使馆还是我国给出的PM数据，每年的PM值都在减少，说明我国治理卓有成效，终将获得蓝天。
为了更方便查看我国和美国使馆检测的每年平均PM2.5值的对比，我们可以使用python中的堆叠柱状图可视化，如下图所示。两个机构给出的数据没有很大的差异。具体的技术点主要是使用pandas包中的plot.bar函数，但是可视化之前需要先分组处理数据。具体代码，可以回复PM2.5获得。
#堆叠柱状图可视化 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()
可视化结果如下
每月以及每小时分析
从每月的分析看出，每年的11月、12月、1月最为严重。在每月里面，早晚高峰的时间更为严重。本次可视化的技术点是使用散点图。
def analyze_dual_variables(data_df,var1,var2): ''' 查看双变量的关系,散点图 ''' sns.jointplot(x=var1,y=var2,data=data_df) plt.savefig(os.path.join(output_path,var1+'_'+var2+'_sandian.png')) plt.show()
运行效果图
也可以使用透视表可视化每一个月的PM, 具体如下
按小时分析
相关性分析
相关性分析主要用到的技术点是热点图，以及相关性计算。利用热力图可以看数据表里多个特征两两的相似度，具体代码如下：
def analyze_variable_relationship(data_df): ''' 可视化变量关系 热图 ''' #绘制出所有变量直接的关系，形成一个矩阵 #corr计算相关系数 corr_df = data_df.corr() #热图 sns.heatmap(corr_df,annot=True) plt.savefig(os.path.join(output_path,'heatmap_df.png')) plt.show()
效果如下：
进群：125240963 即可获取数十套PDF书籍!