导入所需要的package
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
import datetime
%matplotlib inline
plt.rcParams['font.sans-serif'] = ['KaiTi'] #中文
plt.rcParams['axes.unicode_minus'] = False #负号数据清洗和读取数据
df = pd.read_csv("energy.csv")
df.shape
###展示数据前6行
df.head(6)
# 删除特定的列 在数据中体现为 Unnamed: 0
df = df.drop(['Unnamed: 0'], axis=1)
df.head(6)
###重新命名列名称 即简化名称
df.rename(columns={'Energy_type' : 'e_type', 'Energy_consumption' : 'e_con', 'Energy_production' : 'e_prod'
, 'Energy_intensity_per_capita' : 'ei_capita', 'Energy_intensity_by_GDP' : 'ei_gdp'}, inplace=True)
df['e_type'] = df['e_type'].astype('category')
df['e_type'] = df['e_type'].cat.rename_categories({'all_energy_types': 'all', 'natural_gas': 'nat_gas','petroleum_n_other_liquids': 'pet/oth',
'renewables_n_other': 'ren/oth'})
df['e_type'] = df['e_type'].astype('object')
df.info()
###对所以特征进行统计性描述
df.describe(include='all')
##得出每一种变量的总数
for var in df:
print(f'{var}: {df[var].nunique()}')
###缺失值的处理
#先查看缺失值
for var in df:
print(f'{var}: {df[var].isnull().sum()}')
从上面可以看到有的特征变量有很多缺失值
由于大多数国家不消费或生产核能，因此缺少e_con和e_prod的许多价值，因此他们将其保留为Nan。我将添加 0 来代替这些
nuclear = df[df['e_type']=='nuclear']
temp_ecp = df[df['e_type']!='nuclear']
# Replacing all Nan values of e_con and e_prod of e_type nuclear to 0
nuclear[['e_con', 'e_prod']] = nuclear[['e_con', 'e_prod']].replace(np.nan, 0)
# Joining them back up
df = pd.concat([nuclear, temp_ecp]).sort_index()处理完之后再看，没有缺失值了
现在可以开始查看数据了，可视化
从上图可以看出分布高度右偏。
接下来查看能源类型分布
###画出其环形图 看其分布和占比情况
percent = temp_dist['CO2_emission']
labels= temp_dist['e_type']
my_pie,_,_ = plt.pie(percent, radius = 2.2, labels=labels, autopct="%.1f%%")
plt.setp(my_pie, width=0.6, edgecolor='white')
plt.show()
从上图可以看出，所有能源都分布较为均匀
计算相关系数并画出其热力图
不同可视化分析
with plt.rc_context(rc = {'figure.dpi': 250, 'axes.labelsize': 9,
'xtick.labelsize': 10, 'ytick.labelsize': 10,
'legend.title_fontsize': 7, 'axes.titlesize': 12,
'axes.titlepad': 7}):
# Data with only the 'World' values
cd = df[df['Country']=='World']
fig, ax = plt.subplots(2, 2, figsize = (10, 7), # constrained_layout = True,
gridspec_kw = {'width_ratios': [3, 3],
'height_ratios': [3, 3]})
ax_flat = ax.flatten()
### 1st graph
sns.lineplot(ax=ax_flat[0], data=cd[cd['e_type']=='all'],
x='Year', y='CO2_emission', lw=3).set_title('Global CO2 Emission Yearly (MMtonnes CO2)')
### 2nd graph
sns.lineplot(ax=ax_flat[1], data=cd[cd['e_type']!='all'],
x='Year',
y='CO2_emission',
hue='e_type',
lw=3,
).set_title('Yearly CO2_emission for each e_type globally (MMtonnes CO2)')
ax_flat[1].legend(fontsize=8, title='Energy Type', title_fontsize=9, loc='upper left', borderaxespad=0)
ax_flat[1].tick_params(axis='x', rotation=35)
### 3rd graph
sns.lineplot(ax=ax_flat[2], data=cd,
x='e_con', y='CO2_emission', lw=2
).set_title('Relationship of global CO2 Emission and Energy Consumption')
### 4th graph
for_dist = df[df['Country']!='World'][df['e_type']=='all']
sns.distplot(for_dist['CO2_emission'], ax=ax_flat[3]).set_title('Density of CO2 Emission Globally')
plt.tight_layout(pad = 1)
plt.show()# 前 6 个国家/地区的年度二氧化碳排放量
fig, ax = plt.subplots(2, 3, figsize = (20, 10))
# Top 6 Countries
countries = temp_cd['Country'].head(6)
# Average CO2 Emission each year for top 6 emiters
for idx, (country, axes) in enumerate(zip(countries, ax.flatten())):
cd3 = df[df['Country']==country][df['e_type']=='all']
temp_data = cd3.groupby(['Year'])['CO2_emission'].sum().reset_index().sort_values(by='CO2_emission',ascending=False)
plot_ = sns.barplot(ax=axes, data=temp_data, x='Year', y='CO2_emission', palette="Reds_d")
# Title
axes.set_title(country)
# Reducing Density of X-ticks
for ind, label in enumerate(plot_.get_xticklabels()):
if ind % 4 == 0: # every 10th label is kept
label.set_visible(True)
else:
label.set_visible(False)
# Rotating X axis
for tick in axes.get_xticklabels():
tick.set_rotation(45)
### Removing empty figures
else:
[axes.set_visible(False) for axes in ax.flatten()[idx + 1:]]
plt.tight_layout(pad=0.4, w_pad=2, h_pad=2)
plt.show()
# 在此期间，中国和印度的排放量增加了很多。
#从这一时期开始到结束，二氧化碳排放量增加/减少幅度最大的国家
# 然后绘图
# Countries with biggest increase in CO2 emission
Countries with biggest decrease in CO2 emission
结论
关于CO2排放量的结论
1.在此期间，二氧化碳排放量一直在增加。
2.煤炭和石油/其他液体一直是这一时期的主要能源。
3.二氧化碳排放量平均每年增长1.71%，整个时期整体增长68.14%。
4.截至2019年，当年平均二氧化碳排放量为10.98（百万吨二氧化碳）。
5.在整个时期，二氧化碳排放量最大的国家是中国和美国，这两个国家的二氧化碳排放量几乎是其他国家的4倍或更多。
6.在此期间，中国和印度的二氧化碳排放量增加是其他所有国家中最多的。
7.在此期间，前苏联加盟共和国的二氧化碳排放量下降幅度最大，英国和德国的排放量也略有下降。
8.一般来说，人口越多，该国排放的二氧化碳就越多。
9.GDP越大，该国二氧化碳排放量越大。
10.一个国家的能源消耗越大，二氧化碳排放量就越大。
11.按人均能源强度的GDP计算的高或低能源强度并不一定能预测大量的二氧化碳排放量，但一般来说，它越低越好（节约的能量越多意味着二氧化碳排放量越少）。
代码和数据
创作不易，希望大家多多点赞收藏和评论！
