使用图表温度分析筛选出温度上最心仪的国家

一、摘要：本程序是以python的tkinter\pandas\matplotlib模块为基础，基于84个国家2000年以后的月平均地表温度的数据，对这些国家的舒适度、温差、舒适率进行分析，从而使用户筛选出温度上最心仪的地点。

二、设计意图：使用户更为简单地筛选出在温度上最心仪的国家，在减轻用户自身找寻资源、数据的烦恼的同时，给出极具信服力的分析。

三、总体设计：

1.程序模块图

2.GUI界面：

四、程序模块详细设计：

1.库的引入：

2.参数的设置：

（1）为翻页系统设置参数

（2）获取国家列表，为多选内容的设置做准备

（3）设置listbox的表头

（4）设置图表可显示中文

（5）由于国家的选择数量和种类具有不确定性，设置相应的参数

3.数据处理模块：

（1）为保证分析数据的可靠性，去除2000年及以前的温度数据

（2）删除冗余数据、以平均值填充空缺数据

4.数据显示模块：

（1）设置一页一页地展示数据（数值型与非数值型分别设置）

5.获取多选框的选择情况的模块：

（1）选中为1，未选中为0。根据这种差异，得到选中国家的列表。

6.打开数据的模块

（1）打开数据库文件，使用行筛选选出多选框选中的国家，最终合并，形成选中国家的dataframe。

（2）文件中数据结构与GUI展示一致。共100082行数据（分析还是非常可靠的）。

（3）获得国家与年份的列表及其具体数量（因为用户选择数量不确定）

7.综合分析折线图模块：

（1）首先两次迭代确定图表的位置，然后一次迭代获取某个国家某年某个月的平均温度（先对国家与年分进行筛选，然后再以月份分类求平均值，获得某月的平均温度。

（2）设置文本框的内容与格式。

8.年平均温度对比折线图模块：

（1）按照国家与年份分类，求取平均值获得数据。

（2）设置文本框的内容与格式。

9.月温度箱型图模块：

（1）获取最近一年温度数据形成箱型图（行筛选取不同的列）

（2）设置文本框的内容与格式。

10.舒适天数饼图模块：

（1）行筛选获得温度在舒适范围区间的数据制作饼图

（2）设置文本框的内容与格式。

11.数据翻页模块：

（1）原理皆为改变page_idx，再使用数据显示（showlist即可）

（2）设置超页数的警告

12.GUI设计部分：

（1）4个子窗口，分别是操作窗口、数据显示窗口、多选窗口和分析内容提示窗口。

（2）设置字体皆为楷体，两种大小模式。

（3）设置操作窗口

（4）设置数据显示窗口与翻页

（5）设置多选窗口与分析提示窗口，迭代设置多选按钮，一列16个，共五列

五、数据可视化和结论：

1.

如图是所有温度数据的图表展示，由图可知，5个国家10年来每年的温度变化趋势大致相同，其中中国年变化最为剧烈，英国变化最为轻微。

如图为舒适度的呈现图表。由图可知，5个国家的年平均温度变化都非常轻微。中国大约为7℃；丹麦大约为8.5℃，2010年有一个较为剧烈温度下降；英国大约为9℃；德国大约为9.5℃；土耳其年平均温度相对较高，大约为14.5℃。相比之下，英国与德国的舒适度较高。

3.

如图为稳定度的呈现图表。由图可知，最近的一年中，月温差：德国最大；中国，丹麦，土耳其差不多，居中；英国温差最小，主要集中在0~10℃。相对而言英国的稳定度最好。（根据用户要求的不同，也可仅对比两个四分位的温差）

4，

如图为舒适率的呈现图表。舒适温度范围在GUI界面私人定制。由图可知，处于舒适范围的数量的百分比：英国>德国>丹麦>土耳其>中国。相对而言，英国的舒适率最高。

综上，我们可知英国是我在温度层面上最心仪的地点。

六、亮点：

1， 数据库较大，84个国家的数据供用户选择、供用户自由搭配分析

2， 数据处理中去除掉2000年及以前的数据

3， GUI界面设置了字体及其大小有所区分

4， 查看列表具有跳转功能，超出页数均会有警告窗口

5， 使用箱型图和所有国家综合展示的折线图

七、反思：

分析角度还不够多样，因而分析结果可能不够准确。