Mind+Python编程入门系列课程—10湿度对体感温度的影响探究

Mind+Python编程入门系列课程— 10 湿度对体感温度的影响探究

一、学习背景
经过前面三个单元的学习，我们已经掌握了利用python语言来绘制图形、设计游戏、制作图形界面等。事实上，python语言功能强大，除了上述的内容之外，我们还能利用python语言做许多事情。在本单元，我们将结合python对数据进行处理与分析，来解决生活中的一些实际问题。

二、学习目标
本实践项目通过编写python程序来探究湿度对体感温度的影响。

知识目标：
1、了解数据处理的一般过程
2、理解数据采集及常见的方法
3、理解数据整理

技能目标：
1、掌握利用软件工具对数据进行处理的方法

三、学习准备
1、电脑
2、mind+编程软件

四、学习实践

在本项目中，我们将分两步，来探究一下空气湿度对体感温度的影响到底是怎样的。
1、探究低温时空气相对湿度对体感温度的影响
2、探究高温时空气相对湿度对体感温度的影响

核心概念

1）数据处理的一般过程
数据采集+数据整理+数据可视化+数据分析

2）数据采集
数据采集即根据需求，采用适当的方法和工具获取所需的数据。数据采集是数据处理的第一步，它为数据处理提供必要的素材。不同的数据来源会有不同的采集方法，需要根据不同的数据来源和表现形式，采用不同的采集方法和工具。常用的采集方法包括传感器采集和网络采集等。

3）数据整理
数据整理就是通过去重、补漏、和勘误等操作，删除重复数据、补全缺失数据和修改错误数据，并对数据进行统一和标准化处理，以确保数据的相关性和准确性。

任务1：探究低温时相对湿度对体感温度的影响

在这个任务中，我们将探究在冬天低温情况下，相对湿度与体感温度之间的关系。通过它，我们可以了解数据处理的一般过程以及数据采集的概念和方式。为此，我们将分四步进行探究。首先是采集数据，接着整理收集到的数据，之后通过编写程序将数据以图表形式展现出来，最后观察图表并分析数据得出结论。

1、数据采集
在这个项目中，我们将重点对环境温度、空气的相对湿度以及体感温度的数据进行采集，并记录在表格中（csv表格见附录1）。其中，体感温度的数据通过公式计算得出（见附录1）。

2、数据整理
    这里，经过观察，我们的表格数据没有重复值和错误，故无需再进行数据整理。

3、数据可视化
    为了便于对数据进行读取和分析，我们通过编写程序将采集整理好的数据以图表形式呈现出来。
    这里我们将采用顺序结构的方式编写程序。具体流程如下：

在正式编写程序代码之前，我们首先要创建一个项目文件及python程序文件。

STEP1：创建与保存项目文件
    启动Mind+,另存项目并命名为“探究湿度对体感温度的影响”。

STEP2：创建与保存python文件
    创建一个python程序文件“任务一.py”，双击打开。

STEP3：导入表格文件（见附录1）

STEP4：安装库
（1）点击库管理

（2）安装matplotlib库

（3）安装pandas库

STEP5：编写程序

# -*- coding: utf-8 -*-
import pandas as pd#导入pandas库并用pd来表示
import matplotlib.pyplot as plt #导入matplotlib库中的函数集合
lowtemp = pd.read_csv("低温表（3℃）.csv",encoding='gb18030')#读取表格数据
plt.rcParams['font.sans-serif'] = ['SimHei']#设置中文字体
plt.title("3℃时湿度对体感温度的影响")#绘制标题
plt.xlabel("湿度")#绘制x轴标签
plt.ylabel("体感温度")#绘制y轴标签
plt.scatter(lowtemp.iloc[:,0],lowtemp.iloc[:,1])#绘制散点图
plt.show()#显示图像
复制代码

STEP6：运行程序

    运行程序，我们看到csv表格中的数据以散点图的形式呈现了出来。图上，横轴表示湿度，纵轴表示体感温度。

4、数据分析
    观察图表并分析数据，我们发现，在温度较低，只有3℃的时候，相对湿度越高，体感温度越低，因而会感觉更加湿冷。

任务2：探究高温时相对湿度对体感温度的影响

在这个任务中，我们将探究在夏季高温情况下，相对湿度与体感温度之间的关系。为此，我们依旧将分四步进行探究。首先是采集数据，接着整理收集到的数据，之后通过编写程序将数据以图表形式可视化出来，最后观察图表并分析数据得出结论。

1、数据采集
在这个任务中，我们将通过同样的方式对环境温度、空气的相对湿度以及体感温度的数据进行采集。并将得到数据保存在csv表格文件中。（见附录1）。

2、数据整理
    这里，经过观察，高温时的表格数据没有重复值和错误，故也无需再进行数据整理。

3、数据可视化
    为了便于对数据进行读取和分析，我们依旧通过编写程序将采集整理好的数据以图表形式呈现出来。

STEP1：创建与保存python文件
    创建一个python程序文件“任务二.py”，双击打开。

STEP2：导入数据文件（见附录1）

STEP3：编写程序

# -*- coding: utf-8 -*-
import pandas as pd#导入pandas库并用pd来表示
import matplotlib.pyplot as plt #导入matplotlib库中的函数集合
hightemp = pd.read_csv("高温表（33.3℃）.csv",encoding='gb18030')#读取表格数据
plt.rcParams['font.sans-serif'] = ['SimHei']#设置中文字体
plt.title("33.3℃时湿度对体感温度的影响")#绘制标题
plt.xlabel("湿度")#绘制x轴标签
plt.ylabel("体感温度")#绘制y轴标签
plt.scatter(hightemp.iloc[:,0],hightemp.iloc[:,1])#绘制散点图
plt.show()#显示图像
复制代码

STEP4：运行程序

    运行程序，我们看到csv表格中高温情况下的数据以散点图的形式呈现了出来。图上，横轴表示湿度，纵轴表示体感温度。

4、数据分析
    观察图表并分析数据，我们发现，在温度较高，有33.3℃的时候，相对湿度越高，体感温度越高，因而会感觉更加闷热。

五、巩固提高

项目回顾
本节课我们探究了低温和高温情况下湿度对人体感温度的影响，并利用pandas和matplotlib库将数据以图表形式呈现出来

知识小结
1、数据处理的一般过程：数据采集、数据整理、数据可视化、数据分析
2、数据采集的常见方法：传感器采集、网络采集等

项目拓展
让我们再采集春季和秋季的温湿度，用同样的方式进行试一试吧，想一想为什么春季和秋季人会感觉相对比较舒适呢？

附录
附录1 表格链接
链接：https://pan.baidu.com/s/1hD-1efWG9_xyA3WO0dAT5Q
提取码：2bbn

附录2

   

附录3