今年是冷冬？我爬了北京10年的气温，哟还真是！

xindoo

发布于 2021-01-21 15:26:43

50400

代码可运行

文章被收录于专栏：XINDOO的专栏XINDOO的专栏

运行总次数：0

代码可运行

WARNING: 非严谨气相数据分析，旨在表达数据分析过程，结论还是看看就好，更严谨的信息请查阅专业的气相资料。

10月份的北京，仿佛酷热的夏季戛然而止，然后变成了春夏秋冬随机播放的模式，与往年不同的是今年很多人都在说“今年比去年冷多了”。之前网络上就在传受拉尼娜现象的影响，今年会是个冷冬，似乎大家早已将今年的冬天和冷关联在了一起。那问题就来了，今年的冷是真冷还是“冷冬”给大家的心理暗示？

为了搞清楚这个问题，我想到了我之前写的天气数据爬虫，当时我是为了学习fbprophet，然后就写了用fbprophet预测北京未来一个月的气温一文，恰好收集到的近10年北京天气数据还能用，那我们就来通过历史数据来对比下今年是不是更冷。所有相关代码我都已上传至我的Github仓库 weather-analysis，抓取到的数据见data.csv。

数据分析

这里我用了python的matplotlib和pandas做数据处理和图像绘制，完整数据和代码见我github bj_oct_temp_analysis.ipynb。

# coding: utf-8
# 分析北京10月份的气温数据
import matplotlib.pyplot as plt
import pandas as pd
# 数据预处理 
data = pd.read_csv(&quot;data.csv&quot;)
data.head()
# 把年月日拆成新的3列数据，方便后续处理和绘图 
data[&#039;yyyy&#039;] = data[&#039;date&#039;].apply(lambda x : x.split(&quot;-&quot;)[0])
data[&#039;mm&#039;] = data[&#039;date&#039;].apply(lambda x : x.split(&quot;-&quot;)[1])
data[&#039;dd&#039;] = data[&#039;date&#039;].apply(lambda x : x.split(&quot;-&quot;)[2])

# 绘制日最高温度数据 
plt.figure(figsize=(12, 6))
plt.title(&#039;oct_max_temp&#039;)
plt.xlabel(&#039;date&#039;)
plt.ylabel(&#039;maxTemp&#039;)
for year in range(2011, 2020):
    curData = data[(data[&#039;yyyy&#039;] == str(year)) &amp; (data[&#039;mm&#039;] == &#039;10&#039;)]
    plt.plot(curData[&#039;dd&#039;], curData[&#039;maxT&#039;], color=&#039;gray&#039;)
# 计算11-19年10月的均值 
meanData = data[(data[&#039;mm&#039;] == &#039;10&#039;) &amp; (data[&#039;yyyy&#039;] &lt; &#039;2020&#039;)].groupby(&#039;dd&#039;).mean()
meanData[&#039;maxT&#039;].head()
plt.plot(meanData[&#039;maxT&#039;], linewidth=2.0, color=&#039;blue&#039;, label=&#039;mean&#039;)
# 绘制2020年10月的数据
year20 = data[(data[&#039;yyyy&#039;] == &#039;2020&#039;) &amp; (data[&#039;mm&#039;] == &#039;10&#039;)]
plt.plot(year20[&#039;dd&#039;], year20[&#039;maxT&#039;], linewidth=2.0, color=&#039;red&#039;, label=&#039;2020&#039;)
plt.legend()
plt.show()

从北京历年10月的的最高气温来看，今年10月的日最高温度还是停留在比较正常的水平，当然这也说明不了今年更冷或者更热。我们来看看日均最低气温的数据，还是同样的绘制方法，只需要换下数据列即可。

# 和上面一样，只是这里绘制最低温度的数据 
plt.figure(figsize=(12, 6))
plt.title(&#039;oct_min_temp&#039;)
plt.xlabel(&#039;date&#039;)
plt.ylabel(&#039;minTemp&#039;)
for year in range(2011, 2020):
    curData = data[(data[&#039;yyyy&#039;] == str(year)) &amp; (data[&#039;mm&#039;] == &#039;10&#039;)]
    plt.plot(curData[&#039;dd&#039;], curData[&#039;minT&#039;], color=&#039;gray&#039;)
# 计算11-19年10月的均值 
meanData = data[(data[&#039;mm&#039;] == &#039;10&#039;) &amp; (data[&#039;yyyy&#039;] &lt; &#039;2020&#039;)].groupby(&#039;dd&#039;).mean()
plt.plot(meanData[&#039;minT&#039;], linewidth=2.0, color=&#039;blue&#039;, label=&#039;mean&#039;)

year20 = data[(data[&#039;yyyy&#039;] == &#039;2020&#039;) &amp; (data[&#039;mm&#039;] == &#039;10&#039;)]
plt.plot(year20[&#039;dd&#039;], year20[&#039;minT&#039;], linewidth=2.0, color=&#039;red&#039;, label=&#039;2020&#039;)
plt.legend()
plt.show()