背景介绍

在个人生活（如规划旅行、晾晒衣物）或小型研究中，分析本地天气数据能帮我们发现气候规律（如季节温度变化、降水分布）。本文将使用Python（结合pandas、matplotlib）开发一个工具，实现CSV天气数据的读取、统计分析与可视化，让你快速掌握“数据处理→分析→可视化”的全流程，适合Python入门者巩固技能。

核心技术与学习价值

• 文件读写：使用pandas读取CSV文件，处理结构化数据；
• 数据分析：通过pandas的分组（groupby）、聚合（mean）操作，实现月度统计；
• 数据可视化：用matplotlib绘制折线图（温度趋势）、柱状图（降水分布），并导出为图片；
• 时间处理：解析日期字符串，按月份维度聚合数据，掌握时间序列分析基础。

思路分析

我们将问题拆解为4个步骤：
1. 数据读取：用pandas的read_csv加载CSV文件；
2. 数据预处理：解析日期字段（转为datetime类型），处理缺失值（可选）；
3. 统计分析：按“月份”分组，计算平均最高温度、平均湿度；
4. 可视化与输出：绘制温度趋势折线图、降水分布柱状图（保存为图片），并打印统计结果到控制台。

代码实现（完整可运行示例）

下面是完整的Python代码，包含详细注释：

import pandas as pd
import matplotlib.pyplot as plt

# ------------------- 1. 配置环境：解决matplotlib中文显示问题 -------------------
plt.rcParams["font.family"] = ["SimHei", "WenQuanYi Micro Hei", "Heiti TC"]  # 中文支持
plt.rcParams["axes.unicode_minus"] = False  # 解决负号显示异常

# ------------------- 2. 读取并预处理CSV数据 -------------------
# 读取CSV文件（请替换为你的文件路径，示例文件格式见问题描述）
df = pd.read_csv("weather_data.csv")  

# 解析日期列：将字符串转为datetime类型，并设置为索引
df["日期"] = pd.to_datetime(df["日期"])  # 转换日期格式（自动识别常见格式）
df.set_index("日期", inplace=True)       # 日期作为索引，方便时间分组

# （可选）处理缺失值：若数据有NaN，可填充或删除
# df = df.dropna()  # 删除含缺失值的行
# df = df.fillna(0)  # 用0填充缺失值

# ------------------- 3. 月度统计分析：计算平均最高温度、平均湿度 -------------------
# 按“自然月”分组（每月最后一天作为分组标签）
monthly_stats = df.groupby(pd.Grouper(freq='M')).mean()  

# ------------------- 4. 可视化：温度趋势折线图 -------------------
plt.figure(figsize=(12, 6))  # 设置画布大小
plt.plot(
    df.index,        # X轴：日期
    df["最高温度"],   # Y轴：每日最高温度
    marker="o",      # 数据点标记（圆点）
    color="skyblue", # 折线颜色
    linestyle="-",   # 折线样式
    label="最高温度"  # 图例标签
)
plt.title("每日最高温度变化趋势")  # 图表标题
plt.xlabel("日期")                 # X轴标签
plt.ylabel("最高温度 (℃)")         # Y轴标签
plt.grid(True, linestyle="--", alpha=0.7)  # 添加网格（虚线，透明度0.7）
plt.legend()                       # 显示图例
plt.tight_layout()                 # 自动调整布局，避免标签重叠
plt.savefig("temperature_trend.png", dpi=300)  # 保存为高清图片
plt.close()                        # 关闭当前图表，避免影响后续绘图

# ------------------- 5. 可视化：降水量分布柱状图 -------------------
plt.figure(figsize=(12, 6))
plt.bar(
    df.index,        # X轴：日期
    df["降水量"],     # Y轴：每日降水量
    color="lightgreen", # 柱子颜色
    width=0.6,       # 柱子宽度
    label="降水量"    # 图例标签
)
plt.title("每日降水量分布")
plt.xlabel("日期")
plt.ylabel("降水量 (mm)")
plt.grid(axis="y", linestyle="--", alpha=0.7)  # 仅Y轴显示网格
plt.legend()
plt.tight_layout()
plt.savefig("precipitation_bar.png", dpi=300)
plt.close()

# ------------------- 6. 输出月度统计信息到控制台 -------------------
for month, data in monthly_stats.iterrows():
    year = month.year
    month_num = month.month
    avg_max_temp = data["最高温度"]
    avg_humidity = data["湿度"]
    # 格式化输出：温度保留1位小数，湿度取整
    print(f"{year}年{month_num}月 - 平均最高温度：{avg_max_temp:.1f}℃，平均湿度：{avg_humidity:.0f}%")

核心技术与学习价值

• 文件读写：使用pandas读取CSV文件，处理结构化数据；
• 数据分析：通过groupby+mean实现月度统计，掌握时间序列聚合；
• 数据可视化：用matplotlib绘制折线图（温度趋势）、柱状图（降水分布），并导出为图片；
• 时间处理：解析日期字符串，按月份维度聚合数据，掌握时间序列分析基础。

代码说明与扩展

关键步骤解析

• 日期处理：pd.to_datetime自动解析常见日期格式（如2023-01-01），若格式特殊，可通过format参数指定（如format="%Y/%m/%d"）。
• 月度分组：pd.Grouper(freq='M')按“自然月”聚合数据（每月最后一天作为分组标签）。若需按“日历月”（如1月所有天），也可使用df.index.dt.to_period('M')分组。
• 可视化优化：通过figsize调整画布大小，grid添加辅助线，tight_layout避免标签重叠，dpi=300保证图片清晰度。

扩展方向

• 极端天气检测：筛选最高温度>35℃或降水量>50mm的天数；
• 多格式支持：用openpyxl读取Excel，或json模块读取JSON数据；
• 多区域对比：读取多个CSV文件，合并后按区域分组分析。

总结

通过本文的工具，我们实现了“CSV读取→数据处理→统计分析→可视化输出”的完整流程，掌握了pandas时间序列分组、matplotlib可视化的核心技能。这个工具可直接用于个人天气数据的分析，也可作为基础扩展更多功能（如季节趋势对比、多维度统计）。

若你在实践中遇到问题（如日期解析失败、图表样式调整），欢迎在评论区交流！

运行提示：将代码中的weather_data.csv替换为实际文件路径，示例数据需包含“日期、最高温度、最低温度、湿度、降水量”列（格式见问题描述）。