没有合适的资源?快使用搜索试试~ 我知道了~
python-api-challenge:api挑战工作的存储库
共25个文件
png:14个
ipynb:8个
gitattributes:1个
需积分: 9 0 下载量 200 浏览量
2021-02-12
11:06:27
上传
评论
收藏 1.81MB ZIP 举报
温馨提示
python-api-challenge 纬度天气 这项挑战旨在回答以下问题:“离赤道越近,天气如何?” 于2020年7月13日美国东部时间下午9:00,查询了全球554个随机选择的城市的当前天气状况,以查询OpenWeatherMap API( )。 对于每个城市,连同城市的纬度和经度坐标一起返回最大日温度(F),湿度%,多云度和风速(mph)。 数据是使用Python Pandas库进行组织和处理的,而Matplotlib用于可视化获取相对于纬度的不同类型的天气数据。 回归分析用于分别评估北半球和南半球不同天气变量与纬度的相关性。 分析位于jupyter笔记本文件中:weatherPy_main.ipynb 理想的度假胜地 这项挑战旨在使用来自OpenWeatehrMap API的天气数据来计划理想的vaction目的地。 过滤了来自“按纬度进行天气”挑战的554个随机城市的天气数
资源推荐
资源详情
资源评论
收起资源包目录
python-api-challenge-master.zip (25个子文件)
python-api-challenge-master
starter_code
.ipynb_checkpoints
VacationPy_main-checkpoint.ipynb 32KB
weatherPy_main-checkpoint.ipynb 374KB
VacationPy-checkpoint.ipynb 5KB
WeatherPy-checkpoint.ipynb 411KB
WeatherPy.ipynb 411KB
weatherPy_main.ipynb 374KB
VacationPy.ipynb 17KB
VacationPy_main.ipynb 32KB
.gitattributes 42B
output_data
cities.csv 130B
images
Fig2_lat_humidity.png 24KB
Fig1_lat_temp.png 24KB
Fig10_SHr_lat_cloud.png 20KB
Fig12_SHr_lat_wind.png 20KB
Fig4_lat_wind.png 21KB
Fig8_SHr_lat_humid.png 19KB
Fig11_NHr_lat_wind.png 22KB
hotel_map.png 271KB
Fig9_NHr_lat_cloud.png 23KB
Fig7_NHr_lat_humid.png 23KB
map.png 276KB
Fig5_NHr_lat_temp.png 27KB
Fig3_lat_cloud.png 24KB
Fig6_SHr_lat_temp.png 23KB
README.md 2KB
共 25 条
- 1
资源评论
寂寞孩纸
- 粉丝: 46
- 资源: 4472
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功