利用网上搜集到的CSV数据，对北京市2010年至2014年的PM2.5情况进行分析。
数据获取
数据来源于 UC Irvine Machine Learning Repository网站中的Beijing PM2.5 Data Data Set，数据文件类型为CSV。
数据清洗预览：
数据共43824条，13个维度，其中部分字段代表含义如下
TEMP：温度
PRES：大气压力
cbwd：风向
Iws：风速
Is：是否下雪
Ir：是否下雨
从数据中，可以发现pm2.5数据列中存在缺失值，2010-2014年的北京pm2.5的均值为98.6，中位数为92.0，区间为[0，994].
pm2.5数据反映的是某一日某一时刻的pm2.5值，观察缺失值，发现有的是某一日的值都缺失，有的是某一日的某几个时刻的值缺失。打算以天为单位统计pm2.5的值，所以若某一日中出现了缺失值，则删除该日的所有时刻的pm2.5值，即处理缺失值的方法为删除记录。
数据清洗之后，再经过数据集成和数据变换，最终可用数据数量如下所示，单位为：天数
数据分析可视化：
以天为单位，统计出每年的pm2.5值的变化情况，以2014年为例，如下图所示。
可以看出，4月-9月的pm2.5值要低于于10月-3月的pm2.5值，4月至9月的空气条件更好。
接下来，将2010-2014年的pm2.5值统计情况放在同一张图上，直观的看待这几年的变化。
从图中可以看出，近几年的pm2.5值稍有下降，箱式图上各分位数的值都是有所降低的。同时，每年也都存在异常值，且异常值的大小和数量没有明显的减少。为了更明显的发现统计规律，按照国家PM2.5检测网的空气质量的标准，根据24小时平均值标准值的分布来划分每天的空气质量等级，划分依据如下：
将数据按照空气质量等级和颜色划分后，绘制饼状图。
可以看出，2010年至1014年，北京市pm2.5等级为优良的天数占比分别为42.19%、48.27%、50.34%、49.69%和47.45%。相比于2010年，后四年的优良天数明显增多，pm2.5空气质量得到明显改善。
下面分析pm2.5空气质量等级改善的原因：
（1）降水
根据数据表中的降雨和降雪情况，找到降水超过6小时的日期，将这些日期对应的PM2.5值绘制图形，如下所示。
可以看出，除了少数几天外，绝大部分的pm2.5值都能控制在150以下，低于中度污染级别，优良级别的天数占比43.12%。
结论，pm2.5值不会因为降水而下降，空气质量不会因为降水而得到缓解
（2）刮风
根据数据提供的风向和风速情况，找到一天之内累计风速大于48m/s（相当于持续刮4级风累计6小时）的日期对应的pm2.5值，绘图如下所示
可以看出，这些日期中pm2.5值属于优良等级的占比为64.03%，比之前的优良率提高了很多。
结论
实际测量数值显示，降水和pm2.5数值没有因果性，降水本身并不能带动空气中的颗粒物沉降，颗粒物的浓度不会明显降低，降水不会对pm2.5数值产生显著影响。刮风可以显著降低pm2.5值，空气中颗粒物是被吹跑了而非沉降，浓度降低，pm2.5值明显下降。
看来提高空气质量，降低pm2.5的有效措施不是盼下雨而是等风来！