1. 数据来源
2. 数据探索
import numpy as np # linear algebra
import pandas as pd # data processing, CSV file I/O (e.g. pd.read_csv)
import matplotlib.pyplot as plt
from mpl_toolkits.basemap import Basemap
# Input data files are available in the "../input/" directory.
# For example, running this (by clicking run or pressing Shift+Enter) will list the files in the input directory
from subprocess import check_output
print(check_output(["ls", "../input"]).decode("utf8")) # ls表示列出当前目录下的文件,check_output表示执行命令,decode表示解码
wtfile='../input/windTurbines.csv'
wtdat=pd.read_csv(wtfile)
print(wtdat.head())
结果如下：
FID unique_id site_name total_turb \
0 0 982 unknown Gilliam County 2
1 1 1065 unknown Gilliam County 2
2 2 1895 Banner Wind Project 2
3 3 1897 Banner Wind Project 2
4 4 2608 unknown Tehachapi Wind Resource Area 1 549
on_year year_range on_year_s manufac model type_tower ... \
0 unknown unknown -99999 unknown unknown unknown ...
1 unknown unknown -99999 unknown unknown unknown ...
2 2008 no 2008 Entegrity EW50 trestle ...
3 2008 no 2008 Entegrity EW50 trestle ...
4 1982_1990 yes 1982 unknown unknown monopole ...
conf_attr conf_loc WENDI_name EIA_name FAA_jdate FAA_AGL \
0 0 0 unknown unknown 2013192 124.09
1 0 0 unknown unknown 2013192 124.09
2 2 2 Banner Wind Project unknown 2009065 38.72
3 2 2 Banner Wind Project unknown 2009065 38.72
4 0 2 unknown unknown -99999 -99999.00
FAA_ORS image_name image_year \
0 41-020577 Bing Maps Aerial unknown
1 41-020578 Bing Maps Aerial unknown
2 02-020064 Bing Maps Aerial unknown
3 02-020070 Bing Maps Aerial unknown
4 unknown NAIP 2012
comments
0 FAA lists as Dismantle, google temporal analys...
1 FAA lists as Dismantle, google temporal analys...
2 trestle turbines removed, new monopoles instal...
3 trestle turbines removed, new monopoles instal...
4
[5 rows x 32 columns]
数据描述如下：
字段名称 解释说明
FID 文件编码ID
unique_id 唯一识别码
site_name 地点名称
total_turb 发电机数量
on_year 服役时间
year_range 服役时间区间
on_year_s 服役开始时间
manufac 制造商
model 型号
type_tower tower的种类
decommiss 是否退役
MW_turbine 电机的MW
total_cpcy 总的cpcy
total_ht 总的高度
tower_h tower的高度
blade_l 叶片的长度
rotor_dia 电机转子的直径
rotor_s_a 电机转子的面积
lat_DD 纬度
long_DD 经度
state 所属的州
county 所属的郡
conf_attr conf的attr
conf_loc conf的位置
WENDI_name WENDI的名称
EIA_name EIA的名称
FAA_jdate FAA的注册日期
FAA_AGL FAA的AGL
FAA_ORS FAA的ORS
image_name 照片名称
image_year 照片年份
comments 评论
3. 数据可视化
在可视化之前，应该还需要对数据进行预处理，比如去除缺失值，去除重复值等等。
#% setup the map
fig,ax=plt.subplots(figsize=(20,10))
c1=(-127.6+66.1)/2
c2=(50.5+23.2)/2
m = Basemap(resolution='i', # c, l, i, h, f or None
projection='merc',
lat_0=c2, lon_0=c1,
llcrnrlon=-127.6, llcrnrlat= 23.2, urcrnrlon=-66.1, urcrnrlat=50.5)
# lat_0表示地图中心的纬度，lon_0表示地图中心的经度
# llcrnrlon表示西经，llcrnrlat表示南纬，urcrnrlon表示东经，urcrnrlat表示北纬
# draw the map
m.drawmapboundary(fill_color='#46bcec') # 设置地图边界颜色, #46bcec是蓝色
m.fillcontinents(color='#f2f2f2',lake_color='#46bcec')
# 设置陆地颜色,#f2f2f2是灰色,lake_color是湖泊颜色,#46bcec是蓝色
m.drawcoastlines(linewidth=0.5)
m.drawcountries(linewidth=0.5)
m.drawstates(linewidth=0.5)
x,y=m(np.array(wtdat['long_DD']),np.array(wtdat['lat_DD']))
# plot each turbine with marker size based on machine size
# Check the number of missing values in 'MW_turbine'
print("Number of missing values in 'MW_turbine':", wtdat['MW_turbine'].isnull().sum())
mx=wtdat['MW_turbine'].max() # 最大的MW,MW_turbine表示电机的MW
for i in range(len(wtdat)):
if wtdat['MW_turbine'].loc[i]>0:
m.plot(x[i],y[i],'o',
color='red',
markersize=wtdat['MW_turbine'].loc[i]/mx*15,
alpha=0.25,
markeredgecolor='none')
else:
m.plot(x[i],y[i],
'x',
color='brown') # x表示叉号
plt.show()
fig.savefig('WindTurbineMap.png',orientation='landscape',dpi=600)
这段代码的含义是，首先设置地图的中心点，然后绘制地图，最后绘制风力发电机的位置，其中地图上的散点的大小是根据风力发电机的MW来决定的。
运行结果如下：
