关于【pyccknn是什么语言】:pyccknn是哪个国家，今天涌涌小编给您分享一下，如果对您有所帮助别忘了关注本站哦。

• 内容导航：
• 1、pyccknn是什么语言
• 2、干货！如何用 Python+KNN 算法实现城市空气质量分析与预测？

1、pyccknn是什么语言

pyccknn翻译过来是俄语。俄语是俄罗斯国家的语言。俄罗斯简称俄联邦、俄国。是由22个自治共和国、46个州、9个边疆区、4个自治区、1个自治州、3个联邦直辖市组成的联邦半总统制共和国。位于欧亚大陆北部，地跨欧亚两大洲，国土面积为1709.82万平方公里，是世界上面积最大的国家，也是一个由194个民族构成的统一多民族国家，主体民族为俄罗斯人。

2、干货！如何用 Python+KNN 算法实现城市空气质量分析与预测？

作者 | 李秋键

责编 | 伍杏玲

封图 | CSDN 付费下载自东方 IC

出品 | CSDN（ID：CSDNnews）

随着中国工业和科技的发展，中国的一些发达城市的空气质量问题变得越来越严重，其中最为严重的便是PM2.5带来的恶劣环境问题。

本文在根据网络公开空气质量数据的基础上进行爬取相关数据，主要针对环境较为恶劣的城市，天津、北京、广州等几个城市，尤其是针对天津的质量数据进行对比分析。在分析的基础上得出空气质量变化情况，提出一些意见。并借助机器学习算法根据数据预测空气质量，以达到分析预测的典型大数据分析模式效果。

整体分析的流程图如下：

实验前的准备

1.1 数据获取

我们这里所得到的数据来源于网络公开的空气质量数据，数据来源于“天气后报”网站，网址为：http://www.tianqihoubao.com/aqi/tianjin.html。网址内容如下图可见：

图1-1 网址数据图

整个数据的获取使用python进行爬取。流程如下：

（1） 导入爬虫所需要的的库：

在air_tianjin_2019.py程序中。

其中Requests 是用Python语言编写，基于urllib，采用 Apache2 Licensed开源协议的 HTTP 库。它比 urllib 更加方便，可以节约我们大量的工作，完全满足 HTTP 测试需求。

其中BeautifulSoup库是一个灵活又方便的网页解析库，处理高效，支持多种解析器。利用它就不用编写正则表达式也能方便的实现网页信息的抓取

对应代码如下：

import time

import requests

from bs4 import BeautifulSoup

（2）为了防止网站的反爬机制，我们设定模拟浏览器进行访问获取数据：

headers = { 'User-Agent':'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/63.0.3239.132 Safari/537.36'}

（3）然后获取2019年全年的空气质量数据：

for i in range(1, 13):

time.sleep(5)

url = 'http://www.tianqihoubao.com/aqi/tianjin-2019' + str("%02d" % i) + '.html'

response = requests.get(url=url, headers=headers)

soup = BeautifulSoup(response.text, 'html.parser')

tr = soup.find_all('tr')

1.2 数据预处理

如果仅仅是从网站上得到的数据会有一些标签等干扰项，我们针对一些标签进行去除即可：

for j in tr[1:]:

td = j.find_all('td')

Date = td[0].get_text.strip

Quality_grade = td[1].get_text.strip

AQI = td[2].get_text.strip

AQI_rank = td[3].get_text.strip

PM = td[4].get_text

with open('air_tianjin_2019.csv', 'a+', encoding='utf-8-sig') as f:

f.write(Date + ',' + Quality_grade + ',' + AQI + ',' + AQI_rank + ',' + PM + '\n')

最终爬取下来的部分数据如下：

表1-1 部分天津爬取数据表

这几个数据分别对应着AQI指数、当天AQI排名和PM2.5值

数据分析

这里的数据分析主要通过可视化的方法得到图像来进行分析。

（1） 天津AQI全年走势图

代码在air_tianjin_2019_AQI.py中

通过导入pyecharts 库来进行绘制走势图

首先通过已经获取到的数据进行读取：

df = pd.read_csv('air_tianjin_2019.csv', header=None, names=["Date", "Quality_grade", "AQI", "AQI_rank", "PM"])

然后获取日期和AQI数据，储存在列表变量中，以方便绘制图像：

attr = df['Date']v1 = df['AQI']

接着定义标题，绘制曲线并保存为网页即可：

line = Line("2019年天津AQI全年走势图", title_pos='center', title_top='18', width=800, height=400)

line.add("", attr, v1, mark_line=['average'], is_fill=True, area_color="#000", area_opacity=0.3, mark_point=["max", "min"], mark_point_symbol="circle", mark_point_symbolsize=25)

line.render("2019年天津AQI全年走势图.html")

最终的效果图如下可见

图2-2 2019年天津AQI全年走势图

根据图2-2可知，在2019年度，天津的空气质量峰值分别是在1月、2月、11月和12月，即主要集中在春冬季，考虑到可能是春冬季通风较差，且节日较多，过多的节日烟花和汽车人员流动造成了空气质量变差。

（2）天津月均AQI走势图

air_tianjin_2019_AQI_month.py

为了体现出每月的平均空气质量变化，我们绘制了月均走势图。

首先同样的是读取数据：

df = pd.read_csv('air_tianjin_2019.csv', header=None, names=["Date", "Quality_grade", "AQI", "AQI_rank", "PM"])

接着获取日期和空气质量数据，并加以处理，去除日期中间的“-”：

dom = df[['Date', 'AQI']]

list1 =

for j in dom['Date']:

time = j.split('-')[1]

list1.append(time)

df['month'] = list1

接着计算每月空气质量的平均值

month_message = df.groupby(['month'])

month_com = month_message['AQI'].agg(['mean'])

month_com.reset_index(inplace=True)

month_com_last = month_com.sort_index

attr = ["{}".format(str(i) + '月') for i in range(1, 13)]

v1 = np.array(month_com_last['mean'])

v1 = ["{}".format(int(i)) for i in v1]

然后绘制走势图：

line = Line("2019年天津月均AQI走势图", title_pos='center', title_top='18', width=800, height=400)

line.add("", attr, v1, mark_point=["max", "min"])

line.render("2019年天津月均AQI走势图.html")

最终的效果图如下可见：

图2-3 2019年天津月均AQI走势图

（3）天津季度AQI箱形图

代码在air_tianjin_2019_AQI_season.py中

绘制天津季度空气质量箱型图，步骤如下：

读取爬取下来的数据：

df = pd.read_csv('air_tianjin_2019.csv', header=None, names=["Date", "Quality_grade", "AQI", "AQI_rank", "PM"])

接着按照月份分季，可以分为四个季度：

dom = df[['Date', 'AQI']]

data = http://www.029ztxx.com/tg/[[], , , ]

dom1, dom2, dom3, dom4 = data

for i, j in zip(dom['Date'], dom['AQI']):

time = i.split('-')[1]

if time in ['01', '02', '03']:

dom1.append(j)

elif time in ['04', '05', '06']:

dom2.append(j)

elif time in ['07', '08', '09']:

dom3.append(j)

else:

dom4.append(j)

然后定义箱型图的标题，横纵坐标等绘制箱型图：

boxplot = Boxplot("2019年天津季度AQI箱形图", title_pos='center', title_top='18', width=800, height=400)

x_axis = ['第一季度', '第二季度', '第三季度', '第四季度']

y_axis = [dom1, dom2, dom3, dom4]

_yaxis = boxplot.prepare_data(y_axis)

boxplot.add("", x_axis, _yaxis)

boxplot.render("2019年天津季度AQI箱形图.html")

最终得到绘制的箱型图如下可见：

图2-4 2019年天津季度AQI箱形图

KNN算法预测

整体的代码流程分为两个部分，一部分是建立test.py程序用来将CSV文件转为符合标准的TXT数据存储；另一部分是K均值聚类的数据分类。

（1） 数据生成TXT

代码在test.py中

首先读入数据，存出入列表为x何y。同时因为y的值为汉字，需要转换为数字：

# 文件的名字

FILENAME1 = "air_tianjin_2019.csv"

# 禁用科学计数法

pd.set_option('float_format', lambda x: '%.3f' % x)

np.set_printoptions(threshold=np.inf)

# 读取数据

data = http://www.029ztxx.com/tg/pd.read_csv(FILENAME1)

rows, clos = data.shape

# DataFrame转化为array

DataArray = data.values

Y=

y = DataArray[:, 1]

for i in y:

if i=="良":

Y.append(0)

if i=="轻度污染":

Y.append(1)

if i=="优":

Y.append(2)

if i=="严重污染":

Y.append(3)

if i=="重度污染":

Y.append(4)

print(Y)

print(len(y))

X = DataArray[:, 2:5]

print(X[1])

然后将存储的数据写入TXT，其中要注意换行和加“,”：

for i in range(len(Y)):

f=open("data.txt","a+")

for j in range(3):

f.write(str(X[i][j])+",")

f.write(str(Y[i])+"\n")

print("data.txt数据生成")

（2）K均值聚类

代码在KNearestNeighbor.py中。

首先是读取数据：

def loadDataset(self,filename, split, trainingSet, testSet): # 加载数据集 split以某个值为界限分类train和test

with open(filename, 'r') as csvfile:

lines = csv.reader(csvfile) #读取所有的行

dataset = list(lines) #转化成列表

for x in range(len(dataset)-1):

for y in range(3):

dataset[x][y] = float(dataset[x][y])

if random.random < split: # 将所有数据加载到train和test中

trainingSet.append(dataset[x])

else:

testSet.append(dataset[x])

定义计算距离的函数

defcalculateDistance(self,testdata, traindata, length): # 计算距离

distance = 0 # length表示维度 数据共有几维

for x in range(length):

distance += pow((int(testdata[x])-traindata[x]), 2)

return math.sqrt(distance)

对每个数据文档测量其到每个质心的距离，并把它归到最近的质心的类。

def getNeighbors(self,trainingSet, testInstance, k): # 返回最近的k个边距

distances =

length = len(testInstance)-1

for x in range(len(trainingSet)): #对训练集的每一个数计算其到测试集的实际距离

dist = self.calculateDistance(testInstance, trainingSet[x], length)

print('训练集:{}-距离:{}'.format(trainingSet[x], dist))

distances.append((trainingSet[x], dist))

distances.sort(key=operator.itemgetter(1)) # 把距离从小到大排列

print(distances)

neighbors =

for x in range(k): #排序完成后取前k个距离

neighbors.append(distances[x][0])

print(neighbors)

return neighbors

决策函数，根据少数服从多数，决定归类到哪一类：

def getResponse(self,neighbors): # 根据少数服从多数，决定归类到哪一类

classVotes = {}

for x in range(len(neighbors)):

response = neighbors[x][-1] # 统计每一个分类的多少

if response in classVotes:

classVotes[response] += 1

else:

classVotes[response] = 1

print(classVotes.items)

sortedVotes = sorted(classVotes.items, key=operator.itemgetter(1), reverse=True) #reverse按降序的方式排列

return sortedVotes[0][0]

计算模型准确度

def getAccuracy(self,testSet, predictions): # 准确率计算

correct = 0

for x in range(len(testSet)):

if testSet[x][-1] == predictions[x]: #predictions是预测的和testset实际的比对

correct += 1

print('共有{}个预测正确，共有{}个测试数据'.format(correct,len(testSet)))

return (correct/float(len(testSet)))*100.0

接着整个模型的训练，种子数定义等等：

def Run(self):

trainingSet =

testSet =

split = 0.75

self.loadDataset(r'data.txt', split, trainingSet, testSet) #数据划分

print('Train set: ' + str(len(trainingSet)))

print('Test set: ' + str(len(testSet)))

#generate predictions

predictions =

k = 5 # 取最近的5个数据

# correct =

for x in range(len(testSet)): # 对所有的测试集进行测试

neighbors = self.getNeighbors(trainingSet, testSet[x], k) #找到5个最近的邻居

result = self.getResponse(neighbors) # 找这5个邻居归类到哪一类

predictions.append(result)

# print('predictions: ' + repr(predictions))

# print('>predicted=' + repr(result) + ', actual=' + repr(testSet[x][-1]))

# print(correct)

accuracy = self.getAccuracy(testSet,predictions)

print('Accuracy: ' + repr(accuracy) + '%')

最终模型的准确度为90%。

图2-10 模型运行结果图

源码地址：https://pan.baidu.com/s/1Vcc_bHQMHmQpe-F6A-mFdQ

提取码：qvy7

作者简介：李秋键，CSDN博客专家，CSDN达人课作者。硕士在读于中国矿业大学，开发有taptap竞赛获奖等。

本文关键词：PycckNN，pyccknn是哪个国家的缩写，pyccknn是什么意思，pyc是什么国家，pyccknn是哪国语言。这就是关于《pyccknn是什么语言（算法实现城市空气质量分析与预测）》的所有内容，希望对您能有所帮助！

本文链接：https://bk.89qw.com/a-186154