赞
踩
前言
天气预报我们每天都会关注,天气情况会影响到我们日常的增减衣物、出行安排等。每天的气温、相对湿度、降水量以及风向风速是关注的焦点。数据可视化方面,使用matplotlib、numpy、pandas、scikit-learn库对数据进行预处理、可视化处理。得到了一天内温度变化曲线、相对湿度变化曲线图、温湿度相关性、降水量变化图、以及风向雷达图等。机器学习方面,使用最为经典的线性回归方法,对天气数据进行分析,对天气数据预测,然后通过平均绝对值误差(Mean Absolute Error),表示预测值和观测值之间绝对误差的平均值进行约束和优化,最后使用皮尔逊相关系数进行分析与评价。
总的来说,本课程设计涉及到numpy库、pandas库、matplotlib库、sklearn库、以及文件存取的具体应用.可移植性强、界面美观、初具小型系统雏形,是一份结合数据分析、数据可视化与机器学习学习的课程设计。希望读者喜欢~
本课程设计项目特色在于:
(1)精心配色,可视化效果更佳。
(2)多文件结构,文件之间的层次更加清晰。
(3)路径地址采用相对路径,可移植性高。
(4)增加了主菜单,方便选择调用需要执行的功能。
(5)增加动态效果,对“XX变化图”增加了运行时动态生成的效果,对“变化”的感知将更加深刻,具体原理见chart.py文件。
(6)通过scikit-learn库中的LinearRegression()来分析温度-相对湿度的线性回归方程,以及使用相关系数衡量相关性。
StarsForMoon
,添加请说明来意(如CSDN)。感谢您对我的支持!Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。