前一段时间还在学校的时候下载了一些气象方面的数据，数据为气象站点的年平均气温，当然咯，相比于美国，我们国家的气象站点分布得没有那么密集。也可能是公布的数据没有那么密集，我收集了近十年来的平均温度数据，数据为cvs格式，包含的信息有：1.地名；2.地点编号；3.温度（美式单位）；4.温度（摄氏度）。由于每一年的数据都有差异（存在着某些站点缺失的问题）
所以在进行统计的时候存在一定的问题，通过一些努力，还是完成了对于某个城市的温度统计，下面就如何使用R语言完成部分统计和制图工作进行一些介绍，同时也作为一个记录。
好了由于一共获取了十年的数据，因此需要将数据进行读取，对于CVS格式的数据，R语言是可以直接读取的，这一点类似于Matlab，直接通过Read函数读取数据，整个数据读取的代码为：

1
2
3
4
5
6
7
8
9
10
temperature1 <-read.csv('/home/wuwei/Data/temperature/stations (0).csv')
temperature2 <-read.csv('/home/wuwei/Data/temperature/stations (1).csv')
temperature3 <-read.csv('/home/wuwei/Data/temperature/stations (2).csv')
temperature4 <-read.csv('/home/wuwei/Data/temperature/stations (3).csv')
temperature5 <-read.csv('/home/wuwei/Data/temperature/stations (4).csv')
temperature6 <-read.csv('/home/wuwei/Data/temperature/stations (5).csv')
temperature7 <-read.csv('/home/wuwei/Data/temperature/stations (6).csv')
temperature8 <-read.csv('/home/wuwei/Data/temperature/stations (7).csv')
temperature9 <-read.csv('/home/wuwei/Data/temperature/stations (8).csv')
temperature10 <-read.csv('/home/wuwei/Data/temperature/stations (9).csv')

好了上面一段代码就是读取数据的代码，当然，再数据量很大的情况下采用这样的方式读取数据是很不合理的，再数据文件比较多的情况下就应该循环获取所有文件然后读取了，关于这个问题我们以后再进行讨论，由于这里只有十年的数据，所以直接写代码也并不是一个多大的工作量，因此就这样读取了。
数据读取之后马上就面临着数据提取和筛选的问题，从上面的代码我们可以看出，读取数据后每个年份的数据都在一张表中，这样难以进行数据提取和筛选，如果能够把数据集中到一张表中将会好很多，按照这个思路写了如下的代码：

1
tunion<-rbind(temperature1,temperature2,temperature3,temperature4,temperature5,temperature6,temperature7,temperature8,temperature9,temperature10)

上面的代码很简单就是将所有表按行结合成一张表，并将其赋值给变量tunion，在此情况下表tunion就拥有了所有数据，我们只需要对tunion进行处理就可以了。
现在问题来了，tunion中包含所有数据，我们现在假设要提取某个城市所有数据，最简单的想法就是循环表tunion然后判断城市的名称是不是给定的名称，如果是则得到数据。这个想法看起来很简单，在实现过程中需要遍历所有行，代码实现较为复杂，于是我们换一种思路，首先我们找到所有名字为某一个城市名字的所有下标，然后按下标取出。这个思路看起来比上一个更为复杂，但是实现起来较为简单，因为R的which语句直接给出了一个这样的函数which函数，因此按照这个思路我们提取某一个城市的所有温度数据情况代码为：

1
2
3
4
5
6
7
8
9
10
idxs<-which(p=='BAISE, CH')
newdata <- matrix(1:length(idxs)*2,length(idxs),2)
count = 1;
for (icol in idxs) {
  data1=tunion$IMPERIAL[icol]
  data2=tunion$METRIC[icol]
  newdata[count,1]=data1
  newdata[count,2]=data2
  count=count+1
}

分析以上代码，主要分为两个步骤，1：提取下标；2：获取数据。首先通过which语句得到所有名字为BAISE， CH的城市的下标，其也对应这tunion中的行的下标，得到下标之后通过循环获取所有数据，最后将数据绘制为折线图：

1
plot(1:length(idxs),newdata[,2],type="b")

R语言有很强的制图功能，关于折线图的参数大家直接看帮助文档就好了，在这里我就不详细说明了，全部的代码如下：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
temperature1 <-read.csv('/home/wuwei/Data/temperature/stations (0).csv')
temperature2 <-read.csv('/home/wuwei/Data/temperature/stations (1).csv')
temperature3 <-read.csv('/home/wuwei/Data/temperature/stations (2).csv')
temperature4 <-read.csv('/home/wuwei/Data/temperature/stations (3).csv')
temperature5 <-read.csv('/home/wuwei/Data/temperature/stations (4).csv')
temperature6 <-read.csv('/home/wuwei/Data/temperature/stations (5).csv')
temperature7 <-read.csv('/home/wuwei/Data/temperature/stations (6).csv')
temperature8 <-read.csv('/home/wuwei/Data/temperature/stations (7).csv')
temperature9 <-read.csv('/home/wuwei/Data/temperature/stations (8).csv')
temperature10 <-read.csv('/home/wuwei/Data/temperature/stations (9).csv')

tunion<-rbind(temperature1,temperature2,temperature3,temperature4,temperature5,temperature6,temperature7,temperature8,temperature9,temperature10)

idxs<-which(p=='BAISE, CH')
newdata <- matrix(1:length(idxs)*2,length(idxs),2)
count = 1;
for (icol in idxs) {
  data1=tunion$IMPERIAL[icol]
  data2=tunion$METRIC[icol]
  newdata[count,1]=data1
  newdata[count,2]=data2
  count=count+1
}
plot(1:length(idxs),newdata[,2],type="b")

从上面我们可以看到，区区二十几行代码就完成了所有获取数据，数据筛选到出图的过程，不得不说R还是很强大的。下面展示一下制图结果：
十年温度折线图
上两幅分别为广州和昆明在十年间的温度折线图，从图中可以看到昆明再十年间的温度明显低于广州，另外由于昆明数据不足，因此只有八个年份的数据，而广州在第6个年份的平均温度明显较低，由于数据缺失年份信息所以也不知道具体是哪一年，可能是08年南方冰灾？具体的温度变化情况并不是我们分析的重点，所以在这里就不多做分析，以后有时间获取更多数据后进行详细分析。