Spisu treści:
- Kieszonkowe dzieci
- Krok 1: Pobieranie danych
- Krok 2: Przesyłanie pliku do projektu Pythona
- Krok 3: Dodawanie kolumny Lata do zmiennej Lata
- Krok 4: Tworzenie zmiennej temperatury i dodawanie do niej temperatur
- Krok 5: Importowanie Pyplot z Matplotlib
- Krok 6: Wykresy
Wideo: Wykres zmian temperatury od zmian klimatu w Pythonie: 6 kroków
2024 Autor: John Day | [email protected]. Ostatnio zmodyfikowany: 2024-01-30 11:28
Zmiana klimatu to duży problem. A wielu ludzi nie wie teraz, jak bardzo wzrosło. W tej instrukcji przedstawimy wykres zmian temperatury w klimacie spowodowanych zmianami klimatu. W przypadku ściągawki możesz wyświetlić plik Pythona poniżej.
Kieszonkowe dzieci
Będziesz potrzebował:
- Edytor kodu (używam społecznościowej wersji PyCharm)
- Python v3.8 lub nowszy
Krok 1: Pobieranie danych
Najpierw musisz pobrać dane. Jeśli chcesz narysować coś innego, możesz użyć innego zestawu danych. Używam zestawu danych z NOAA. Oto zbiór danych. Możesz wprowadzić własne parametry niestandardowe, a następnie kliknąć wykres, przewinąć w dół, a zobaczysz ikonę z dokumentem i X w lewym górnym rogu tabeli. Aby upewnić się, że jest poprawny, najedź na niego kursorem i powinien pojawić się komunikat Pobierz dane w formacie CSV. Istnieje również kilka innych plików csv, które umieściłem poniżej, których możesz użyć zamiast tego.
Krok 2: Przesyłanie pliku do projektu Pythona
Aby przesłać plik do projektu Pythona, najpierw upewnij się, że znajduje się on w tym samym folderze na Twoim komputerze. Następnie wpisz, file = open(" Nazwa zbioru danych ", "r")
dane = plik.readlines()
Funkcja open otwiera zbiór danych, a r służy do odczytu. Mimo że plik jest otwarty, oznacza to po prostu, że jesteś w stanie go odczytać, więc tworzymy kolejną zmienną o nazwie data, która odczytuje plik.
Następnie tworzymy zmienne lata. To jest kolumna lat zbioru danych i będzie je przechowywać. Więc piszemy, lata =
Krok 3: Dodawanie kolumny Lata do zmiennej Lata
Aby dodać kolumnę lat do zmiennej lat, uruchamiamy pętlę for.
dla wiersza w danych: years.append(int(line.split(', ')[0]))
Pętla for uruchamia pętlę dla każdego wiersza. years.append dołącza co jest w nawiasie. Funkcja int zamienia zawartość w nawiasie na liczbę całkowitą. Line.split(", ") podzieli zawartość linii podzielonej przecinkiem i zwróci tablicę, więc wstawiamy [0] na końcu, aby uzyskać pierwszy element tablicy, rok.
Krok 4: Tworzenie zmiennej temperatury i dodawanie do niej temperatur
Ponieważ nasz plik.csv jest oddzielony wierszami, aby pokazać, że jest nowy wiersz, mamy \n na końcu każdego wiersza, który reprezentuje nowy wiersz. Oznacza to, że musimy wykonać trochę więcej pracy, aby uzyskać temperaturę z zestawu danych. Zaczynamy od tego samego kodu.
temp. =
dla linii w danych:
numlist = line.split(', ')[1].split()
Zauważ, że mamy drugi.split na końcu ostatniej linii. To podzieli to na każdy znak, więc jeśli mamy słowo hello, stanie się ono h, e, l, l, o. Następnie musimy pobrać tylko temperaturę z tablicy numlist.
num = float(''.join(numlist))temp.append(num)
Zmienna num konwertuje połączoną wersję tablicy numlist na zmiennoprzecinkową. Jak dowiedzieliśmy się w ostatniej lekcji, metoda.append dołącza go do tablicy.
Krok 5: Importowanie Pyplot z Matplotlib
Aby wykreślić temperatury, musisz zaimportować Pyplot.
z matplotlib importuj pyplot jako plt
To teraz dodaje Pyplot do twojego projektu i używa dowolnej z jego funkcji, które nazywasz plt. nazwaFunkcji ().
Krok 6: Wykresy
Aby go wykreślić, nazywamy funkcję plot. Następnie wywołujemy xlabel i ylabel, aby oznaczyć nasz wykres.
plt.plot(lata, temp.)
plt.ylabel('Temperatura (C)')
plt.xlabel('Lata')
plt.pokaż()
Funkcja show wyświetla wykres.
Zalecana:
Dwukolorowy wykres słupkowy z CircuitPython: 5 kroków (ze zdjęciami)
Dwukolorowy wykres słupkowy z CircuitPython: Widziałem ten wykres słupkowy LED na stronie Pimoroni i pomyślałem, że może to być niedrogi i zabawny projekt podczas blokowania covid-19. Zawiera 24 diody LED, czerwoną i zieloną, w każdej ze swoich 12 segmentów, więc teoretycznie powinieneś być w stanie wyświetlić r
Obserwator wilgotności i temperatury używający Raspberry Pi z SHT25 w Pythonie: 6 kroków
Obserwator wilgotności i temperatury używający Raspberry Pi z SHT25 w Pythonie: Będąc entuzjastami Raspberry Pi, pomyśleliśmy o kilku bardziej spektakularnych eksperymentach z nim. W tej kampanii stworzymy obserwatora wilgotności i temperatury, który mierzy wilgotność względną i temperaturę za pomocą Raspberry Pi i SHT25, Humid
Wykres natężenia światła za pomocą Arduino i biblioteki Arduino Master Library: 5 kroków
Wykres natężenia światła za pomocą Arduino i Arduino Master Library: Arduino jest ekonomicznym, ale bardzo wydajnym i funkcjonalnym narzędziem, programowanie go w Embedded C sprawia, że proces tworzenia projektów jest nudny! Moduł Arduino_Master w Pythonie upraszcza to i pozwala nam wykonywać obliczenia, usuwać wartości śmieci
Wykres danych DHT11 za pomocą Raspberry Pi i Arduino UNO: 7 kroków
Wykres danych DHT11 za pomocą Raspberry Pi i Arduino UNO: Ta instrukcja wyjaśnia, w jaki sposób wykreślam dane czujnika temperatury DHT11 za pomocą Arduino Uno i Raspberry Pi. W tym czujnik temperatury jest połączony z Arduino Uno a Arduino Uno jest połączony szeregowo z Raspberry Pi. W Raspberry Pi Side, matplotli
AtticTemp - rejestrator temperatury/klimatu: 10 kroków (ze zdjęciami)
AtticTemp - Rejestrator temperatury/klimatu: Wskaźnik temperatury i rejestrator klimatu o wysokiej tolerancji dla strychu lub innych konstrukcji zewnętrznych