일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | |||||
3 | 4 | 5 | 6 | 7 | 8 | 9 |
10 | 11 | 12 | 13 | 14 | 15 | 16 |
17 | 18 | 19 | 20 | 21 | 22 | 23 |
24 | 25 | 26 | 27 | 28 | 29 | 30 |
Tags
- 딥러닝
- rs485
- pymssql
- sql developer
- MSSQL PYTHON
- 자본주의
- scrapy
- windows10
- MSSQL
- vscode
- 티스토리 초대장
- Visual Studio Code
- MEAN Stack
- M2M
- 크롤링
- django
- oracle
- Python
- 오라클
- matplot
- 파이썬
- MX Component
- 텐서플로우
- c#
- Serial
- 장고
- rs422
- 윈도우10
- PYTHON MSSQL
- tensorflow
Archives
- Today
- Total
안까먹을라고 쓰는 블로그
[Python] 모두의 데이터분석 with 파이썬 - 코드(기상데이터 + matplot) 본문
반응형
예제파일 다운 [기상자료개방포털]
https://data.kma.go.kr/stcs/grnd/grndTaList.do?pgmNo=70
- "기후통계분석" - "기온분석"
기간 : 19040101 ~ 20190117, 지역/지정 : 서울)로 "검색", "CSV 다운로드"
파일명을 "seoul.csv"로 변경 후, 불필요한 1 ~ 7행은 삭제
소스코드
import csv
import matplotlib.pyplot as plt
f = open('seoul.csv')
data = csv.reader(f)
next(data)
result = []
for row in data:
if row[-1] != '': # 최고 기온 값이 존재한다면
# if row[0].split('-')[1] == '08': # 8월에 해당하는 값이라면
if row[0].split('-')[1] == '02' and row[0].split('-')[2] == '14': # 8월에 해당하는 값이라면
result.append(float(row[-1])) # result 리스트에 최고 기온 값 추가
# print(result)
# print(len(result))
# plt.figure(figsize = (10,2))
plt.plot(result, 'hotpink') # result 리스트에 저장된 값을 hotpink 색으로 그리기
plt.show() # 그래프 그리기
import csv
import matplotlib.pyplot as plt
f = open('seoul.csv')
data = csv.reader(f)
next(data)
high = [] # 최고 기온 값을 저장할 리스트 high 생성
low = [] # 최저 기온 값을 저장할 리스트 low 생성
for row in data:
if row[-1] != '' and row[-2] != '': # 최고기온과 최저기온이 존재하면,
if 1983 <= int(row[0].split('-')[0]): # 1983년 이후 데이터면
if row[0].split('-')[1] == '03' and row[0].split('-')[2] == '27': # 2월14일이면
high.append(float(row[-1])) # 최고 기온값을 high리스트에 저장
low.append(float(row[-2])) # 최저 기온값을 low리스트에 저장
plt.plot(high, 'hotpink', label = 'high') # high 리스트에 저장된 값을 hotpink색으로 그리기
plt.plot(low, 'skyblue', label = 'low') # low 리스트에 저장된 값을 skyblue색으로 그리기
plt.legend()
plt.rc('font', family = 'Malgun Gothic')
plt.rcParams['axes.unicode_minus'] = False
plt.title('내 생일의 기온 변화 그래프')
plt.show() # 그래프 나타내기
import csv
import matplotlib.pyplot as plt
f = open('seoul.csv')
data = csv.reader(f)
next(data)
result = []
for row in data:
if row[-1] != '':
result.append(float(row[-1]))
plt.hist(result, bins = 100, color = 'r')
plt.show()
import csv
import matplotlib.pyplot as plt
f = open('seoul.csv')
data = csv.reader(f)
next(data)
aug = []
jan = []
for row in data:
month = row[0].split('-')[1]
if row[-1] != '':
if month == '08':
aug.append(float(row[-1]))
if month == '01':
jan.append(float(row[-1]))
plt.hist(aug, bins = 100, color = 'r', label = 'Aug')
plt.hist(jan, bins = 100, color = 'b', label = 'Jan')
plt.legend()
plt.show()
import csv
f = open('seoul.csv')
data = csv.reader(f)
next(data)
result = []
for row in data:
if row[-1] != '':
result.append(float(row[-1]))
import matplotlib.pyplot as plt
plt.boxplot(result)
plt.show()
import csv
f = open('seoul.csv')
data = csv.reader(f)
next(data)
aug = []
jan = []
for row in data:
month = row[0].split('-')[1]
if row[-1] != '':
if month == '08':
aug.append(float(row[-1]))
if month == '01':
jan.append(float(row[-1]))
import matplotlib.pyplot as plt
# plt.boxplot(aug)
# plt.boxplot(jan)
plt.boxplot([aug, jan])
plt.show()
import matplotlib.pyplot as plt
import csv
f = open('seoul.csv')
data = csv.reader(f)
next(data)
month = [[], [], [], [], [], [], [], [], [], [], [], []]
for row in data:
if row[-1] != '':
month[int(row[0].split('-')[1])-1].append(float(row[-1]))
plt.boxplot(month)
plt.show()
import matplotlib.pyplot as plt
import csv
f = open('seoul.csv')
data = csv.reader(f)
next(data)
day = []
for i in range(31):
day.append([])
for row in data:
if row[-1] != '':
if row[0].split('-')[1] == '08':
day[int(row[0].split('-')[2]) - 1].append(float(row[-1]))
plt.style.use('ggplot')
plt.figure(figsize = (10, 5), dpi = 300)
plt.boxplot(day, showfliers = False)
plt.show()
반응형
'Language > Python' 카테고리의 다른 글
[Python] 모두의 데이터분석 with 파이썬 - 코드2 (인구통계데이터 + matplot) (1) | 2019.10.21 |
---|---|
[Python] 모두의 데이터분석 with 파이썬 - 코드1 (인구통계데이터 + matplot) (0) | 2019.10.21 |
[Python] 모두의 데이터분석 with 파이썬 - 코드(matplot) (0) | 2019.10.21 |
[Python] 모두의 데이터분석 with 파이썬 - 코드(기상데이터) (0) | 2019.10.21 |
[Python과 텐서플로우를 활용한 딥러닝 기본 향상과정] 2일차 (0) | 2019.10.19 |
Comments