114 11案例掌握Python数据可视化-美国气候研究
输入并执行神奇的命令%matplotlib inline，并删除图例边框。
数据集介绍:
这个数据集的特征包括美国的49个州，它们的区域，统计年，统计月，平均日照，平均日最高气温，平均日最高热指数(平均日最高热指数)，平均日降雨量(平均日降雨量)和平均日地表温度(Avg日地表温度)。
每个特性的年间隔是:
导入数据并查看前5行。
筛选美国主要地区的主要气候指数，通过sns.distplot接口绘制指数分布图。
根据运行结果:
美国各地的日照分布趋势大致相同，有两个明显的峰值(强光照和弱光照)。这是因为非赤道国家受地球公转的影响，四季光照强度会呈现一定的周期性变化规律；
从地理位置可以看出，东北地区的光槽明显低于其他三个地区；
美国各地日平均最高气温差异较大，东北部和中西部的趋势大致相同，气温平台期较长，峰值显著。西部地区温和期最长，全年最高气温相对稳定；南方的分布相对更集中；
日平均陆面温度与最高气温相近，不同的是其低温区分布较少。
西部最大热指数的分布与中西部地区一致，气温温和，热指数东北高，南方低；
西部降雨量明显较小，南部和东北部大致相同，中西部地区相对较多。
结合地理知识做一个总结:
东北和中西部大部分地区属温带大陆性气候，四季分明，夏季闷热，雨量较多。
西部属于温带地中海气候，全年气候温和，干燥少雨，夏季气候温和，最高气温相对稳定。
在南部沿海，气候全年温暖，夏季炎热，雨水充沛。
按月计算美国各地区降雨量的平均值和标准差，以平均值一倍的标准差绘制各地区降雨量误差图。
根据运行结果:
夏季大部分月份，西部地区的降雨量比其他地区少很多；
中国西部冬季月降雨量高于夏季。
中西部地区属于典型的温带大陆性气候，秋冬季降雨量减少，春夏季降雨量增加。
南部地区倾向于海洋性气候，年降雨量相对平均。
你需要安装joypy软件包。
日平均最高气温变化趋势
通过joypy包的joyplot接口，可以绘制具有叠加效应的垂直分布曲线，每四年绘制一次日平均最高气温1980-2008，标注25%和75%分位数。
根据运行结果:
1980-2008年期间，美国日平均最高气温分布的低温区逐渐增加，高温区逐渐减少，分布趋于更加集中；
1980-2008年期间，美国日平均最高气温的25%分位数和75%分位数有一点偏差，但不明显。
日平均降雨量变化趋势
以同样的方式处理降雨数据并检查输出结果。
筛选出加州和纽约的日平均降雨量数据，通过plt.hist接口绘制降雨量月分布图。
根据运行结果:
加州降雨量多集中在0-1 mm范围内，很少有暴雨。相比之下，纽约雨量充沛，日平均降雨量分布在2-4毫米的范围内
直方图在累积效应下会被大部分细节覆盖，表达聚集和分散效应的箱线图在这类问题中可能是更好的选择。
通过sns.boxplot界面绘制加州和纽约月降雨量分布的箱线图。
从箱线图上可以清楚的对比出两个州每个月的降雨量分布，可以看出集中的程度。比如加州7月份的降雨量集中在0.1-0.5毫米的狭窄范围内，说明这个时候不会有什么暴雨；我们也可以看到离散的情况。比如1月份的加州，箱线图的箱型部分分布较广，其上方约10 mm处有一个离散点，说明此时加州可能会出现偶发性暴雨。
视觉上，摆动误差折线图更美观简洁。在“全美降雨量月分布”实验中，所有类别标签的X位置都放在同一个地方，导致误差线高度重叠。通过调整X坐标位置，可以紧凑地排列要比较的序列。
从输出结果可以看出，加州冬季降雨的不确定性更强。每年11月至次年3月有强降雨现象，雨量多而少(误差线长)。
以上实验都是在研究单个变量的分布，但往往，我们想知道任意两个变量的联合分布有什么特征。
核密度估计是研究这类问题的主要方法之一。sns.kdeplot接口通过高斯核函数计算两个变量的核密度函数，并以等高线的形式绘制核密度。
根据运行结果:
高温区和少雨期(高温少雨夏季)加州有明显的高密度分布区；
纽约州高温区和低温区都有一个高密度分布区，不同温度区的降雨量分布比较均匀。
通过plt.hist2d界面可视化美国各地的降雨量和气温。
根据运行结果:
美国最高密度日平均高温区和降雨区分别约为78°F(约25°C)和2.2 mm，属于相对舒适的生活气候区。
全美国降雨量和气温的关系——核密度估算
在上述实验的基础上，通过sns.rugplot接口分别在X轴和Y轴上绘制核密度估计的一维分布图，可以在一个绘图平面上同时得到联合分布和单变量分布的特征。
美国各地降雨量和气温的关系——分散分布和直线分布
Sns.jointplot接口通过网格以子图的形式绘制单变量分布，通过散点图展示双变量关系，也是展示数据分布的好方法。
上面两个实验研究了二元分布的可视化，下面研究三个变量聚合结果的可视化。
通过sns.heatmap接口可以实现透视数据的可视化。其原理是对透视结果的值赋予不同的色块来可视化其值，并通过色条工具量化其值。
以上两个实验直观地呈现了各州日最高气温中值随年份的变化趋势，从图中看并无明显变化。
让我们用t检验的方法来检验统计上是否有显著差异。Stats.ttest_ind接口可以输出1980和2010中主要气候指标的显著性检验统计量和P值。
从运行结果可以看出:
检验结果否定了原来的降雨量相等的假设，即美国的降雨量在1980和2010之间是不同的，没有否定原来的日平均日照和日平均最高气温相等的假设，说明气温没有明显变化。