Visualizza intervalli di dati con Matplotlib
Esplora i dati con Matplotlib visualizza grafici di intervallo
Valutazione delle previsioni sui cicloni della NOAA
Tracciare dati discreti è semplice; rappresentare intervalli di dati è più complesso. Fortunatamente, la libreria di Python matplotlib ha una funzione integrata, fill_between()
, che ti permette di visualizzare facilmente intervalli di dati. In questo progetto di Data Science di Successo Rapido, la useremo per valutare le previsioni annuali dell’Ufficio Nazionale di Oceanografia e Meteorologia dell’Amministrazione Nazionale Oceano-Atmosfera.
Il dataset
Ogni maggio, la NOAA pubblica il suo rapporto “Atlantic Hurricane Outlook” per la stagione degli uragani da giugno a novembre. Queste previsioni includono intervalli previsti per tempeste nominate, uragani e uragani di grandi dimensioni (definiti come di Categoria 3 o superiore). Puoi trovare un esempio del rapporto del 2021 qui [1]. I dati NOAA/National Weather Service sono forniti dal governo degli Stati Uniti come dati aperti, liberi da utilizzare per qualsiasi scopo.
Per valutare l’accuratezza di queste previsioni, useremo i riepiloghi annuali delle stagioni degli uragani forniti da Wikipedia. Questi riepiloghi forniscono il numero effettivo di tempeste e uragani per ogni anno. Puoi trovare l’entrata della stagione 2021 qui [2]. Le pagine di Wikipedia sono fornite sotto la licenza CC BY-SA 4.0.
Wikipedia include anche elenchi per gli eventi di La Niña e El Niño [3][4]. Questi rappresentano modelli meteorologici che si verificano nell’Oceano Pacifico ogni pochi anni. Durante gli anni di La Niña, l’acqua nell’Oceano Pacifico orientale è più fredda del normale, raffreddando l’aria sopra di essa. Il contrario accade negli anni di El Niño.
- Svelando la Generazione Aumentata di Recupero (RAG) | Dove l’IA incontra la Conoscenza Umana
- Un confronto pratico tra le versioni gratuite di ChatGPT e Bard
- Il vento del cambiamento come l’intelligenza artificiale generativa sta rivoluzionando la sicurezza informatica
Il modello La Niña favorisce un’attività degli uragani più intensa nel bacino atlantico, mentre l’El Niño inibisce lo sviluppo degli uragani [5]. Per verificare ciò, coloreremo anche il nostro grafico per questi eventi.
Per comodità, ho già raccolto tutte queste informazioni per gli anni 2001-2022 e le ho memorizzate come un file CSV in questo Gist.
La NOAA emette una previsione sugli uragani aggiornata ogni agosto, quindi devi fare attenzione quando selezioni dati e fai riferimento alle previsioni. Useremo le previsioni di maggio.
Installazione delle librerie
Useremo pandas per la manipolazione dei dati e matplotlib per la rappresentazione grafica. Installale con uno dei seguenti comandi:
conda install matplotlib pandas