データ分析初心者がPythonで気象データの可視化に挑戦してみた。

記事を作成した背景

Python初心者かつ、今後データ分析に携わる職種に就くにあたって、
Pythonでデータ分析の練習をしたいなと考えました。
そこで以下のHPを発見し、真似して可視化に挑戦してみました。
データ分析初心者向け・毎日暑いのでPython使って気象データを可視化・分析してみた
初投稿なので見にくい部分もあるかとはおもいますが、お付き合いしていただけると幸いです。

概要

上記のHPと同じことをするのは芸がないので、こちらは平均気温と平均湿度から不快指数を求め、比較を行います。
つまり体感の熱さを指標にします。
不快指数の求め方は以下のＨＰを参考にしました。
不快指数-高精度計算サイト

＜不快指数の求め方＞
T（気温）
H（湿度）
 DI=0.81T+0.01H×(0.99T−14.3)+46.3

集計対象

＜時期＞
1989年~2018年
<観測場所>
東京
＜対象データ＞
不快指数75以上
（※「やや暑い」「暑くて汗が出る」「暑くてたまらない」と記載されているものを対象としています。）

対象データ取得

気象庁よりＣＳＶでデータを取得する。
気象庁　過去の気象データ・ダウンロード
※取得したデータは実際にはそのまま使ったわけではなく、
　文字コードの変更などの加工を行いましたが今回は割愛します。
　気が向いたら別途記事として書くかもしれません。

コーディング

以下の作業を行いました。

①インポート

使うライブラリをインポートします。

import matplotlib.pyplot as plt
import pandas
import datetime

②CSVファイル取り込み、年単位のループの作成

上述のＨＰに倣って、CSVデータの取り込みと年ごとのループを作成しました。

#気象庁から取得したファイルでは年月日と記載されていますが、dateに書き換えました。
data = pandas.read_csv('ファイルのパス',index_col='date', parse_dates=['date'])
#30年分なので、30回ループします。
for i in range(30):
    start = data.index.searchsorted(datetime.datetime(2018-i, 1, 1))
    end = data.index.searchsorted(datetime.datetime(2019-i, 1, 1))
    t = data[start:end].values
    #リストyearに処理する「年」を格納していく。
    year.append(2018-i)

②-2 変数の初期化

    warm_count = 0
    hot_count = 0
    too_hot_count = 0
    leap = 0

③うるう年の判定処理

以下のif分岐で処理年数がうるう年を判定し変数leapに処理する年の日数を格納します。

    if (2018-i)%400 == 0:
        leap = 366
    elif (2018-i)%100 == 0:
        leap = 365
    elif (2018-i)%4 == 0:
        leap = 366
    else:
        leap = 365

④日単位の不快指数の取得

上述のループの中にもう一つ日数分ループするfor文を作成します。
不快指数を計算し、暑さのレベルに応じて異なる変数にカウントアップします。

    for d in range(leap):
        #変数の初期化
        tmp = 0
        hum = 0
        disc = 0
        #温度(tmp)と湿度(hum)をそれぞれ変数に格納します。
        tmp = t[d][0]
        hum = t[d][3]
        #不快指数の計算
        disc = round((0.81*tmp)+(0.01*hum)*((0.99*tmp)-14.3)+46.3,2)
        #レベルに応じてカウントアップする変数を変更します。
        if disc >= 75 and disc < 80: #「やや暑い」と感じるレベル
            warm_count += 1
        elif disc >= 80 and disc < 85: #「暑くて汗が出る」と感じるレベル
            hot_count += 1
        elif disc >= 85: #「暑くてたまらない」と感じるレベル
            too_hot_count += 1

⑤リスト型に格納

日単位のループが終了後、出来上がった値をそれぞれリスト型に格納します。

    l_warm.append(warm_count) #年単位の「やや暑い」と感じる日の集計
    l_hot.append(hot_count) #年単位の「暑くて汗が出る」と感じる日の集計
    l_too_hot.append(too_hot_count) #年単位の「暑くてたまらない」と感じる日の集計
    l_warm_high.append(warm_count) #l_warmの値を表示するy軸の値
    l_hot_high.append(warm_count + hot_count)#l_hotの値を表示するy軸の値
    l_too_hot_high.append(warm_count + hot_count + too_hot_count)#l_too_hotの値を表示するy軸の値

⑥グラフで出力

年単位のループが終了後、
値が目視できるようにグラフを成型しつつ、棒グラフを出力します。

#値のが目視できるようにグラフ上に記載します。
#3つの変数がそれぞれに表示されるように加工してます。
#もし、変数内の値が0の場合は表示されません。
for x, y, z in zip(year, l_warm_high,l_too_hot_high):
    plt.text(x, round(y/2,0), str(y), ha='center', va='bottom')
    plt.text(x,90,str(x)+"\ntotal\n"+str(z))
for x, y, z in zip(year,l_hot_high,l_hot ):
    if z != 0:
        plt.text(x, y-round(z/2,0), z , ha='center', va='bottom')
if too_hot_count == 0:
    for x, y ,z in zip(year, l_too_hot_high,l_too_hot):
        if z != 0:
            plt.text(x, y-round(z/2,0), z, ha='center', va='bottom')
#タイトルの作成をします。
plt.title("hotday 1990 - 2018")
#それぞれに色と高さとどこから積み上げるのかを設定します。
p1 = plt.bar(year,l_warm,color="orange")
p2 = plt.bar(year,l_hot,color="#FF5B70",bottom=l_warm)
p3 = plt.bar(year,l_too_hot,color="red",bottom=l_hot_high,align="center")
#グラフ全体のサイズを設定します。
plt.plot(1990, 100)

グラフの表示

plt.show()

実行結果

※オレンジ⇒不快指数：75-80
※赤とオレンジの中間色⇒不快指数：80-85
※赤⇒不快指数：85-

以上のグラフより、不快指数75以上の日の合計値の平均と標準偏差を出しました。

平均	標準偏差
58.87	12.48

１０年ごとにグループにして平均値と平均＋標準偏差以上のがいくつあるのかを
調査しました。

	2018-2009	2008-1999	1998-1990
平均値	63.4	59.6	53.6
平均+標準偏差(71.35)以上の年	4	2	1

年を追うごとに平均が増加し、平均+標準偏差を超える年も増えていることが分かります。
このことより、単純に「暑い」と感じられる日数が増えていることが分かります。

ところで「暑い」と感じられる日の中でも不快指数の高さはどうでしょうか？
グラフをパッと見た感じでは、不快指数80以上の値が増えている気がします。
そこで以下の方法で検証してみました。

不快指数80以上の日数をグラフ化

コメントの内容に従って、以下のコードを追記しました。

l_h_t_h = [] #ループ前の初期化に追記
l_h_t_h.append(hot_count + too_hot_count)#年次ループを抜ける直前に追記
#以下処理終了直前に追記
for x, y in zip(year,l_h_t_h):
    plt.text(x,39,str(x)+"\n"+str(y),ha='center', va='bottom')
p4 = plt.bar(year,l_h_t_h)

plt.show()

実行結果

イレギュラーな年もありますが、
2010年以降は、不快指数80以上の日が増えているように思えます。

結論

以上の表やグラフから過去２０年に比べて、
この１０年で今まで以上に「暑い」と感じられる日数が増えているということがわかりました。
その中でも不快指数80以上の日が増えてきているので、暑さが苦手な私は非常に憂鬱です。