白癜风有哪些治疗方法 http://baidianfeng.39.net/bdfby/yqyy/哈尔滨空气质量指数分析报告
一、空气质量指数AQI进行数据可视化的主题
年刚进入农大校门，记得当年的空气质量非常不好，人人都会带上一副口罩，有人调侃到，这是“厚德载雾，自强不吸”。三年后的今天，感觉空气质量有明显的提高。
AQI是空气质量指数，可以清楚描述空气质量状态，希望能够利用数据可视化的知识，使得AQI指数变成更为直观的表现形式，不仅能够展示近几年哈尔滨空气质量的变化，而且让人们能够更加重视对环境的保护。
二、数据获取
2.1、代码：
python打开“AQI数据获取”：
2.2、代码解读：
（1）导入所需要的包
（2）添加请求头
在请求网页爬取的时候，输出的text信息中会出现抱歉，无法访问等字眼，这就是禁止爬取，需要通过反爬机制去解决这个问题。headers是解决requests请求反爬的方法之一，相当于我们进去这个网页的服务器本身，假装自己本身在爬取数据。
获取方式：找到目标网页，按F12（或者Fn与F12），之后按F5刷新网页，得到如下图，按照顺序依次点击，则可得到User-Agent。
（3）抓取数据
16：共12个月，从1循环到12
17：time模块可以让程序休眠，具体方法为time.sleep(秒数)，其中“秒数”以秒为单位，可以是小数，0.1秒则代表休眠毫秒。
19：每页网址只有月份不同，将月份所在位置用i代替
20：发送请求
21、22：
24-27：爬取相应数据Date与AQI
28-29：将数据导出，写成CSV文件
点击此处，运行：
2.3、结果展示
需要下载哈尔滨-年的数据，与年北京上海沈阳长春的数据，更改这几处信息：
三、数据可视化
3.1、绘制年哈尔滨空气质量AQI趋势图
python打开“AQI趋势图”
/p>
运行得到如下结果：
3.2、绘制年与年哈尔滨空气质量AQI趋势对比图
python，在“AQI趋势图.py”文件中，将“趋势图”部分的代码用’’’引上，将“、趋势对比图”的’’’删去，文件名改为’’与’’：
得到如下结果：
3.3、
3.3.1、通过折线图并不能够很清晰的观察出空气质量的好坏，也并不能够看出哪些年空气质量更优，因此使用R绘制日历热力图。首先：
数据处理：在每张表前添加表头，如图
其次，运用R软件，在RGui中打开“年哈尔滨AQI指数”，
点击此处，运行：
然后，得到如下图所示图片：
3.3.2、哈尔滨不同年份对比图
更改这三处的年份，分别为,,,：
得到-年哈尔滨AQI指数日历热力图：
3.3.3、年不同地区对比图
更改这两处的地区名称，分别为beijing北京，shanghai上海，shenyang沈阳，changchun长春。
得到北京、上海、沈阳、长春年的日历热力图：
四、结果分析
从日历热力图中可以看出，哈尔滨在14、15、16、17四年的1、2、10、11、12这五个月污染尤其严重，污染的天数达到了全年的三分之一，7、8、9月空气质量较好，可能是因为降雨量多，空气质量得到改善。年的空气质量明显好转，污染严重日期的集中在了供暖的1、2、3月，这是无可避免的。相对由于其他城市，哈尔滨的空气质量仍需要提高。查阅资料可知，针对空气污染的防治，黑龙江省出台了一系列的措施，减排、增加绿化、农业污染治理等等，这需要每一个公民都自觉遵守，不仅为了生活环境的舒适，更为了自己的健康。
长按
