파이썬 - 기온데이터 분석(실습)

PYTHON PROGRAMMING

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sb

%matplotlib inline

import platform

from matplotlib import font_manager, rc
plt.rcParams['axes.unicode_minus'] = False

if platform.system() == 'Darwin':
    rc('font', family='AppleGothic')
elif platform.system() == 'Windows':
    path = "c:/Windows/Fonts/malgun.ttf"
    font_name = font_manager.FontProperties(fname=path).get_name()
    rc('font', family=font_name)
else:
    print('Unknown system... sorry~~~~')

기온데이터 분석

1907년부터 2018년3월까지의 서울 기온 데이터를 CSV로 다운로드 한다.

- 다운로드 파일을 미리 제공해서 폴더에 넣어두었습니다. seoul.csv 파일을 열어 보세요. encoding=’cp949’

# 기본적으로 언어의 인코딩 방식은 utf-8 방식을 사용한다.
# 그러나 언어 인코딩은 utf-8 말고도 여러 방식이 존재한다.
# 따라서 utf-8 방식이 아닌 방식은, encoding 정보를 명시 해 줘야한다.

df = pd.read_csv('seoul.csv',encoding='cp949')

# 파일 자체를 UTF-8 방식으로 저장 후 불러오기
pd.read_csv('seoul_UTF-8.csv')

	날짜	지점	평균기온(℃)	최저기온(℃)	최고기온(℃)
0	1907-10-01	108	13.5	7.9	20.7
1	1907-10-02	108	16.2	7.9	22.0
2	1907-10-03	108	16.2	13.1	21.3
3	1907-10-04	108	16.5	11.2	22.0
4	1907-10-05	108	17.6	10.9	25.4
...	...	...	...	...	...
39921	2018-03-24	108	7.6	4.0	13.1
39922	2018-03-25	108	9.6	4.6	16.9
39923	2018-03-26	108	11.0	5.3	18.1
39924	2018-03-27	108	13.3	7.7	20.0
39925	2018-03-28	108	14.0	9.4	19.0

39926 rows × 5 columns

실습 1. 가장 더운날은 언제입니까?

df.loc[df['최고기온(℃)'] == df['최고기온(℃)'].max(),'날짜']

31277    1994-07-24
Name: 날짜, dtype: object

실습 2. 최고기온을 히스토그램으로 나타내되, bin의 범위를 4도로 만들어서, 히스토그램으로 보여주세요.

df['최고기온(℃)'].describe()

count    39168.000000
mean        16.684921
std         10.996621
min        -16.300000
25%          7.100000
50%         18.500000
75%         26.200000
max         38.400000
Name: 최고기온(℃), dtype: float64

my_range = np.arange(-16.3,38.4+4,4)

plt.hist(data= df, x = '최고기온(℃)',rwidth=0.8,bins = my_range)
plt.xlabel('기온')
plt.title('최고기온')
plt.show()

실습 3. 위에서는 모든 날짜에 대한 데이터 입니다. 그러면! 2014년도 부터의 데이터를 기준으로, bin의 범위를 4도로 만들어서, 히스토그램으로 보여주세요.

# 2가지 방법으로 구할 수 있음

df[df['날짜'] == '2014-01-01']

	날짜	지점	평균기온(℃)	최저기온(℃)	최고기온(℃)
38378	2014-01-01	108	4.0	0.3	7.9

year = df.iloc[38378:,]

year2 = df.set_index("날짜")

year2.loc["2014-01-01":]

	지점	평균기온(℃)	최저기온(℃)	최고기온(℃)
날짜
2014-01-01	108	4.0	0.3	7.9
2014-01-02	108	1.5	-1.3	6.2
2014-01-03	108	2.3	-1.1	7.3
2014-01-04	108	-0.1	-3.7	5.6
2014-01-05	108	-0.8	-4.3	3.8
...	...	...	...	...
2018-03-24	108	7.6	4.0	13.1
2018-03-25	108	9.6	4.6	16.9
2018-03-26	108	11.0	5.3	18.1
2018-03-27	108	13.3	7.7	20.0
2018-03-28	108	14.0	9.4	19.0

1548 rows × 4 columns

year.describe()

	지점	평균기온(℃)	최저기온(℃)	최고기온(℃)
count	1548.0	1548.000000	1548.000000	1547.000000
mean	108.0	12.691667	8.537984	17.695604
std	0.0	10.849390	10.949558	11.072697
min	108.0	-14.800000	-18.000000	-10.700000
25%	108.0	2.700000	-1.300000	7.450000
50%	108.0	14.100000	9.500000	19.500000
75%	108.0	22.600000	18.300000	27.800000
max	108.0	31.400000	28.700000	36.600000

my_range = np.arange(-10.7,36.6+4,4)

plt.hist(data= year, x = '최고기온(℃)',rwidth=0.8,bins = my_range)
plt.xlabel('기온')
plt.title('최고기온')
plt.show()

실습 4. 2017-08-01 ~ 2017-08-15 사이의 날짜별 x축, 최고기온을 y축으로 스케터로 나타내세요.

df[df['날짜'] == '2017-08-01']

	날짜	지점	평균기온(℃)	최저기온(℃)	최고기온(℃)
39686	2017-08-01	108	28.6	24.1	33.0

# copy 함수를 이용하지 않으면 경고문이 뜸.
year_2017 = df.iloc[39686:39686+15,].copy()
year_2017

	날짜	지점	평균기온(℃)	최저기온(℃)	최고기온(℃)
39686	2017-08-01	108	28.6	24.1	33.0
39687	2017-08-02	108	30.0	26.6	33.0
39688	2017-08-03	108	30.2	27.2	33.9
39689	2017-08-04	108	30.3	25.9	35.3
39690	2017-08-05	108	31.4	27.6	34.8
39691	2017-08-06	108	29.8	28.2	34.0
39692	2017-08-07	108	29.2	26.4	34.4
39693	2017-08-08	108	28.2	25.5	31.0
39694	2017-08-09	108	27.6	24.6	32.0
39695	2017-08-10	108	24.8	23.9	26.3
39696	2017-08-11	108	27.0	23.9	32.4
39697	2017-08-12	108	27.8	23.2	32.6
39698	2017-08-13	108	26.3	24.2	28.4
39699	2017-08-14	108	24.6	23.1	27.1
39700	2017-08-15	108	21.9	20.8	24.0

year3 = year2.loc["2017-08-01":"2017-08-15"]
year3

	지점	평균기온(℃)	최저기온(℃)	최고기온(℃)
날짜
2017-08-01	108	28.6	24.1	33.0
2017-08-02	108	30.0	26.6	33.0
2017-08-03	108	30.2	27.2	33.9
2017-08-04	108	30.3	25.9	35.3
2017-08-05	108	31.4	27.6	34.8
2017-08-06	108	29.8	28.2	34.0
2017-08-07	108	29.2	26.4	34.4
2017-08-08	108	28.2	25.5	31.0
2017-08-09	108	27.6	24.6	32.0
2017-08-10	108	24.8	23.9	26.3
2017-08-11	108	27.0	23.9	32.4
2017-08-12	108	27.8	23.2	32.6
2017-08-13	108	26.3	24.2	28.4
2017-08-14	108	24.6	23.1	27.1
2017-08-15	108	21.9	20.8	24.0

# 인덱스의 값이 날짜이기 때문에 되돌려줘야한다.
year3= year3.reset_index()

year3

	날짜	지점	평균기온(℃)	최저기온(℃)	최고기온(℃)
0	2017-08-01	108	28.6	24.1	33.0
1	2017-08-02	108	30.0	26.6	33.0
2	2017-08-03	108	30.2	27.2	33.9
3	2017-08-04	108	30.3	25.9	35.3
4	2017-08-05	108	31.4	27.6	34.8
5	2017-08-06	108	29.8	28.2	34.0
6	2017-08-07	108	29.2	26.4	34.4
7	2017-08-08	108	28.2	25.5	31.0
8	2017-08-09	108	27.6	24.6	32.0
9	2017-08-10	108	24.8	23.9	26.3
10	2017-08-11	108	27.0	23.9	32.4
11	2017-08-12	108	27.8	23.2	32.6
12	2017-08-13	108	26.3	24.2	28.4
13	2017-08-14	108	24.6	23.1	27.1
14	2017-08-15	108	21.9	20.8	24.0

year3['날짜'] = np.arange(1,16)

year_2017['날짜'] = np.arange(1,16)

year_2017

	날짜	지점	평균기온(℃)	최저기온(℃)	최고기온(℃)
39686	1	108	28.6	24.1	33.0
39687	2	108	30.0	26.6	33.0
39688	3	108	30.2	27.2	33.9
39689	4	108	30.3	25.9	35.3
39690	5	108	31.4	27.6	34.8
39691	6	108	29.8	28.2	34.0
39692	7	108	29.2	26.4	34.4
39693	8	108	28.2	25.5	31.0
39694	9	108	27.6	24.6	32.0
39695	10	108	24.8	23.9	26.3
39696	11	108	27.0	23.9	32.4
39697	12	108	27.8	23.2	32.6
39698	13	108	26.3	24.2	28.4
39699	14	108	24.6	23.1	27.1
39700	15	108	21.9	20.8	24.0

plt.scatter(data=year_2017 ,x='날짜',y='최고기온(℃)')
plt.title("2017년 8월 최고기온")
plt.xlabel("날짜")
plt.ylabel("기온")
plt.show()