共计 2857 个字符，预计需要花费 8 分钟才能阅读完成。
原文链接：http://tecdat.cn/?p=23800
介绍
因为空气污染对公众衰弱的不利影响，人们始终十分关注。世界各国的环境部门都通过各种办法（例如高空观测网络）来监测和评估空气污染问题。寰球的地面站及时测量了许多空气污染物，例如臭氧、一氧化碳、颗粒物。EPA（环境保护署）提供了空气污染数据，本文抉择了颗粒物 2.5（PM2.5）和空气质量指数（AQI）这两个要害变量，以可视化和剖析空气污染的趋势和模式。PM2.5 代表直径小于 2.5 微米的颗粒物浓度，AQI 是综合思考所有次要污染物的空气污染情况的整体指标。具体来说，此工作的数据源列出如下：
- 监测人员每天的 PM 2.5 浓度程度和 AQI 指数数据;
- 县一级的 AQI 年度摘要。
数据预处理
每日站点数据蕴含每个地面站与 PM2.5 相干的各种属性。无关站信息，污染物的要害变量通过以下代码从原始数据中过滤掉。重命名过滤后的数据框的列名，以不便以下剖析。
# 导入数据
aqi <- read_csv("aqi.csv")
daily<- read_csv("daily.csv")
names(data) <- c( "date",
"pm25", "aqi", "long", "lat")统计摘要
对点级 PM2.5 浓度和县级 AQI 指数的根本统计形容能够帮忙更好地了解这两个变量。在这里，直方图和箱形图用于可视化 PM2.5 浓度和 AQI 的散布特色。每日 AQI 指数可掂量空气污染的重大水平，可用于依据 AQI 的值将天数分为不同的类别。就空气污染程度而言，通常能够将天气分为四类，包含良好，中度，不衰弱和危险。
本报告中应用的县级 AQI 数据包含四个类别变量，代表每个类别的天数。上面的代码直观地显示了四个类别变量的散布。依据直方图，大多数县在整年总体空气质量良好，这能够通过 良好 ''散布的偏斜来示意，不衰弱 ” 和 危险'' 的 0 天左右的散布距离十分窄。此外，良好 ” 和 中等 '' 的散布显示出相同的偏斜，这表明空气质量中等的日子在全年并不典型，因为 中等 ” 的散布集中在 50 天以下，而 “ 良好 ” 的散布在 250 天以上。
## 县域内 aqi 的直方图
vi <-
aqi %>%
select(` 好 ', ` 中等', ` 不衰弱 ', ` 危险') %>%
ggplot(data = vi)
县级数据代表空气污染的平均水平。来自地面站的 PM2.5 和 AQI 的点级测量形容了空气污染的详细情况和当地状况。站级的 PM2.5 和 AQI 的散布如下所示。两种散布都显示出正偏度，AQI 汇集在 50 左近，而 PM2.5 低于 25。在这一年中，很少呈现两个变量都具备高值的站点。
## ##AQI 和 PM2.5 的直方图
pmaqi %>%
ggplot(data) +
geom_histogram(aes(x = value), bins = 35) +
ggplot(data) +
geom_boxplot(aes(x =class, y = value))
工夫变动
每日数据记录了 2018 年监测站点每天的观测工夫序列，可用于摸索 PM2.5 和 AQI 的趋势。首先，针对每种数据对每种状态下站点的测量值求均匀。抉择了七个州的工夫序列以显示其一年中的变动，如下所示。从该图能够看出，南部和西部各州在年初就经验了重大的空气污染问题。趋势曲线的顶峰表明，下半年的空气质量均较差。
## 按州和日排列
vis <-
select(state, date, pm25, aqi) %>%
group_by(state, date) %>%
summarise(pm25 = mean(pm25), aqi = mean(aqi)) %>%
ggplot(data = vis)
为了显示总体变动，每天汇总来自所有监督的测量值。一年中的总体变动绘制如下。咱们能够看到，AQI 和 PM2.5 的变化趋势显示出类似的模式，而冬季和夏季的空气污染更为严重。
## 按天数计算
select(date, pm25, aqi) %>%
group_by(date) %>%
summarise(mean(pm25), mean(aqi)) %>%
ggplot(data = vis) +
空间散布
汇总了针对不同州的县级 AQI 指数，以摸索每个州的空气质量的空间变动。下图通过突变色彩绘制了变量良好天气的不同平均值。该地图显示了各州空气质量良好的日子。从地图上能够看出，北部和东部地区的空气条件比其余州更好。
## 按州汇总 aqi（区域程度）。vis <-
aqi %>%
group_by(State) %>%
ggplot() +
geom_polygon(aes(x = long, y = lat, group = group, fill = good)
上面还绘制了不衰弱天数变量的平均值，这证实了以前的察看后果，即东部各州的空气条件较好。
ggplot() +
geom_polygon(aes(x = long, y = lat, group , fill),
scale\_fill\_distiller
每个站点的站点级别测量值汇总为年平均值。下图显示了美国年均匀 PM2.5 浓度的空间散布。绿色点示意较低的 PM2.5 浓度。西部的测站测得的 PM2.5 浓度较高。
## 数据的汇总
### 用于 pm2.5
pmaqi %>%
summarise(pm25 = mean(pm25), aqi = mean(aqi), long = mean(long), lat = mean(lat)) %>%
ggplot() +
geom_polygon(aes(x = long, y = lat, group = group)
AQI 能够提供更全面的空气情况度量。站点上的点级 AQI 映射如下。因为 AQI 思考了许多典型污染物，因而与 PM2.5 的模式相比，AQI 的散布显示出不同的模式。
###aqi 指数
vi<- vi\[class == "aqi", \]
ggplot(vi) +
geom_polygon(aes(x = long, y = lat, group = group)
论断
本报告利用了空气污染数据和 R 的可视化，从时空维度探讨了空气污染的散布和格局。从数据中能够辨认出 PM2.5 和 AQI 的时空变动。冬季和夏季均遇到空气污染问题。西部和南部的州比北部和东部的州更容易蒙受空气污染问题。
最受欢迎的见解
1. R 语言动态图可视化：如何、创立具备精美动画的图
2.TABLEAU 的骑行路线天文数据可视化
3. 用数据通知你出租车资源配置是否正当
4.R 语言 GGMAP 空间可视化机动车交通事故地图
5. 用 R 语言制作交互式图表和地图
6. 基于出租车 GPS 轨迹数据的钻研：出租车行程的数据分析
7. R 语言动静可视化：制作历史寰球平均温度的累积动静折线图动画 gif 视频图
8. 把握出租车的数据脉搏
9. 共享单车大数据报告
