Анализ глобального потепления
Глобальное потепление — одна из важных проблем человечества сегодня. Многие не придают этому достойного значение или не верят в это, но с каждым годом, статистика увеличение температуры и изменение климата в разных странах показывает обратное.
В своем исследовании я использовала datatest, AverageTemperature, AverageTemperatureUncertainty, Country. Дататест содержит в себе информацию о странах и изменениях в температуре, в разные периоды.
Для визуализации данных я выбрала круговую диаграмму (для анализа имеющихся стран), линейный график (соотношение температуры), столбчатый график (топ 10 самых холодных стран) и график тенденции (для тренда глобального потепления).
обработка данных
Для начала я импортировала необходимые мне библиотеки: numpy, matplotlib.pyplot и pandas. После чего считала скачанный csv-файл датасета.
После чего приступила к подготовке данных для круговой диаграммы.
Затем я нашла данные которые содержат инфо о температуре. (4 столбика) Дата (с 1743 до наш времени), средняя темп, погрешность в температуре и страна (243 штуки) и переведем дни в формат datetime чтобы питон смог понимать где день, месяц и год и чтобы было удобно работать со временем.
Затем, убрали пустые данные (если были строки без информации мы целиком удаляли всю строку).
Сгруппированные по странам данные чтобы посмотреть какие есть страны и выбрать что будем рисовать.
Countries_for_pie — посчитанное значение количества данных для всех стран Мы нарисовали распределение количесва данных для каждой страны.
визуализация данных
круговая диаграмма для имеющихся стран
По первому графику мы увидели что для италии много данных. Поэтому, data_for_italia = data[data[«Country»]=="Italy»].head (10) # взяли страну Италию и взяли первые 10 данных об Италии (день и температура)
линейный график в зависимости температуры и времени
столбчатый график по соотношению температуры и страны
Добавили в наши данные столбец с годом.
year_temp = data.groupby («year»)[«AverageTemperature»] Сгруппировали по году и взяли информацию о средней температуре чтобы посмотреть на тренд глобального потепления. year_temp = year_temp.mean () — средняя с каждого года
Таким образом, исследование показывает, что с каждым годом температура растет во всех странах с разными коэффициентами.
В качестве помощи для самопроверки я использовала нейросеть deepseek, чтобы узнать какие есть типы графиков в pandas и как их рисовать.
