### 绘制2021年长沙市AQI全年走势图 为了实现这一目标，可以采用 `pandas` 和 `matplotlib` 库来处理数据并创建图表。如果希望更直观地展示每日的数据变化情况，则可以选择 `calmap` 库来进行日历热力图的绘制[^1]。 首先确保环境中已经安装了所需的库： ```bash pip install pandas matplotlib calmap openpyxl ``` 假设存在一个 Excel 文件名为 `Changsha_AQI_2021.xlsx` ，其中包含了日期 (`Date`) 及对应的 AQI 值 (`AQI`) 。以下是具体的操作流程： 加载所需模块并将Excel中的数据读入到 DataFrame 中: ```python import pandas as pd df = pd.read_excel('Changsha_AQI_2021.xlsx') print(df.head()) # 查看前几条记录确认数据结构 ``` 转换日期列格式以便后续绘图操作, 并设置索引为时间序列: ```python df['Date'] = pd.to_datetime(df['Date']) df.set_index('Date', inplace=True) ``` 利用 `matplotlib` 或者 `calmap` 来制作折线图或日历图表示AQI的变化趋势: 对于简单的折线图来说, ```python import matplotlib.pyplot as plt plt.figure(figsize=(15,7)) plt.plot(df.index, df['AQI'], label='AQI Value') plt.title('Daily AQI Trend of Changsha in 2021') plt.xlabel('Date') plt.ylabel('AQI Index') plt.legend() plt.show() ``` 而对于更加复杂的日历形式的日均AQI分布， ```python import calmap all_days = pd.date_range(start=df.index.min(), end=df.index.max()) events = df.reindex(all_days).fillna(0)['AQI'] fig, ax = calmap.calendarplot(events, monthticks=3, daylabels='MTWTFSS', cmap='YlOrRd', fillcolor='#cccccc', linewidth=1, fig_kws=dict(figsize=(16, 10))) plt.suptitle('Changsha Daily AQI Heatmap Calendar (2021)', fontsize=16); ``` 上述代码片段展示了两种不同类型的图形化表达方式——一种是传统的折线图用于显示随时间推移的趋势；另一种则是通过颜色深浅反映数值大小的日历视图，在这里采用了暖色调渐变方案(`cmap='YlOrRd'`)使得高污染水平的日子更容易被识别出来。