### 实现天气数据录入、保存到CSV文件并绘制气候变化曲线图 以下是完整的解决方案，包括数据录入、保存为 CSV 文件以及使用 `pyecharts` 绘制气候变化曲线图。 #### 数据录入与保存 可以创建一个简单的交互程序来手动输入每个月的气温数据，并将其存储在一个字典中。之后通过 Pandas 将其写入 CSV 文件： ```python import csv import pandas as pd # 手动录入2024年的每月平均温度 months = ["January", "February", "March", "April", "May", "June", "July", "August", "September", "October", "November", "December"] temperatures = [] for month in months: temp = float(input(f"Enter the average temperature for {month} 2024: ")) temperatures.append(temp) # 创建DataFrame并将数据保存为CSV文件 data = {"Month": months, "Temperature (°C)": temperatures} df = pd.DataFrame(data) df.to_csv("climate_data_2024.csv", index=False) print("Climate data has been saved to 'climate_data_2024.csv'") ``` 上述代码实现了逐月录入气温数据的功能，并将这些数据保存到了名为 `climate_data_2024.csv` 的文件中[^1]。 --- #### 绘制气候变化曲线图 接下来，加载刚刚生成的 CSV 文件，并使用 `pyecharts` 来绘制气候变化曲线图： ```python from pyecharts.charts import Line from pyecharts import options as opts # 加载已保存的CSV文件 df_climate = pd.read_csv("climate_data_2024.csv") # 初始化Line对象并设置X轴和Y轴数据 line_chart = Line() line_chart.add_xaxis(df_climate["Month"].tolist()) line_chart.add_yaxis( series_name="Average Temperature (°C)", y_axis=df_climate["Temperature (°C)"].tolist(), is_smooth=True, label_opts=opts.LabelOpts(is_show=False), ) # 设置全局配置项 line_chart.set_global_opts( title_opts=opts.TitleOpts(title="2024 Climate Change Curve"), tooltip_opts=opts.TooltipOpts(trigger="axis", axis_pointer_type="cross"), toolbox_opts=opts.ToolboxOpts(is_show=True), # 显示工具栏 xaxis_opts=opts.AxisOpts(name="Months"), yaxis_opts=opts.AxisOpts(name="Temperature (°C)") ) # 渲染图表为HTML文件 line_chart.render("climate_change_curve_2024.html") print("The climate change curve chart has been rendered.") ``` 以上代码片段展示了如何从 CSV 文件读取数据，并利用 `pyecharts` 库生成平滑的折线图表示全年气候的变化趋势[^1]。 --- #### 结果说明 运行上述两部分代码后，将会得到以下成果： 1. **CSV 文件**: 名为 `climate_data_2024.csv` 的文件记录了用户输入的每月份平均气温。 2. **HTML 图表**: 名为 `climate_change_curve_2024.html` 的文件展示了一条描述全年气温变化的曲线图。 --- ### 注意事项 如果需要更复杂的操作（例如批量处理多个年份的数据），可扩展脚本功能以支持多维数据分析或自动化数据采集[^3]。 问题