# python-pandas

**Repository Path**: LINLIYU/python-pandas

## Basic Information

- **Project Name**: python-pandas
- **Description**: No description available
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2020-07-16
- **Last Updated**: 2020-12-19

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

## 二氧化碳排放分析————对现状的思考和
* MVP. 数据分析项目标题融合了设计思维下的可视化设计思维，设计是为了得出前几年二氧化碳排放量的差异，用可视化的方式表达出来，可以让人们从视觉上看到二氧化碳在各地都是逐年增长的，让人们明白环境保护的重要性。

## 问题表述
* 问题表述 1. 全球变暖日益加重，做二氧化碳排放数据的可视化分析，可以更清楚、更直观的看到地球二氧化碳的变化。
* 问题表述 2. 解决问题————低碳出行的重要性，虽说低碳出行在前几年就已经开始实行，但实际上买车和开车的人越来越多，用数据可视化来体现交通中排放二氧化碳在的比重来警示人们是有必要的。
* 问题表述 3. 二氧化碳在交通、工厂和能源产业上排放量明显，且数据量比较大，有很大的分析价值。
* 问题表述 4. 数据是来自世界各地的二氧化碳排放数据，可以广泛地反应全球变暖中二氧化碳的变化数据。

## 解决方案表述
* 数据分析项目，通过清洗和整理数据，得到自己想要的列表，再进行数据的可视化。再进行图标分析，得出自己的总结，和目标体现。
![交通](https://images.gitee.com/uploads/images/2020/0718/224543_e6144197_2231130.png "微信图片_20200718224453.png")
* 分析成果以图表形式呈现给人们，让人们看到前几年二氧化碳的交通排放、工厂排放和能源消耗排放这三方面上都有上升的趋势，说明低碳出行和低碳生活还需要我们继续贯彻到底。


## 数据分析思路及方法
* 数据科学之分进合击分析策略：以"类别"分进、以"数量"合击的方法进行数据处理，就是先国家再年份再数据的流程，如下图：
![1](https://images.gitee.com/uploads/images/2020/0718/225513_fd18940f_2231130.png "微信图片_20200718225454.png")



## 学习/实践心得总结及感谢
* 心得总结 1. 找数据的时候尽量不要找太大的数据，不然在处理可能会很卡顿在电脑配置不够的情况下，选择数据量适中且适合分析的数据来分析是比较合理和方便许多的。
* 心得总结 2. 数据来源世界气象组织测得的数据。