全球地表温度可视化

前言

数据集地址：

https://www.kaggle.com/berkeleyearth/climate-change-earth-surface-temperature-data

这是一份历年来全球温度的数据，里面又细分为全球国家，全球城市，全球主要城市，全球州，具体的介绍可以去下载链接查看。

我们使用的是其中的 “GlobalLandTemperaturesByCountry.csv”，它包含了 1743-2013 年的全球各个国家的每一个月的平均温度，使用这份数据完成以下需求：

1. 对历年来各个国家的平均温度进行汇总计算，以可视化地图呈现

2. 绘制历史以来全球平均温度的走势图

3. 由于只到 2013 年的数据，根据走势图选择波动较为合理的区间，建立预测模型，预测 2014-2020 年的去全球平均温度
   

可视化地图 

在画图前，需要先分组计算，以国家分组计算 1743-2013 年历史平均温度，并查看缺失值的个数，删除缺失值（缺失值只有一个）：

计算好每个国家历年来的平均气温后，就可以画图了：

全球平均温度走势

全球历年来的平均温度走势，需要按日期分组计算了，日期中我们只取其中的年份进行计算，其中有几个缺失值，我们使用缺失值的前一个进行填充：

接下来就可以绘制地图了：

从上图中看出，1888 年之前的走势波动很大，因为时间过早，科学不发达，测量的结果不太准，也无从考察，所以接下来的预测模型，选取 1888 年开始的区间。

预测模型

接下来我们建立预测模型，预测 2014-2020 年的全球平均温度：

预测 2014-2020 年温度：

直观一点，我们绘制这几年温度的折线图：

小编去查了查，并没有一个确切具体的值，对比了一下预测值，跟网上的对比可能也就几度的误差。

源码获取

关注微信公众号 “木下学Python”，回复关键词 “温度” 获取

 final

听说点“在看”的，扫了下方二维码的人都变得更好看咯~

交流群已建立，找到我，备注【交流】即可加入其中，成为我们其中的一员~

-END-