文件名称：python_apis_challenge:UNCC API项目
文件大小：2MB
文件格式：ZIP
更新时间：2024-04-10 20:10:07
JupyterNotebook
python_apis_challenge UNCC API项目 在这个双重项目中，我使用API来分析天气模式和数据。要求如下： 创建散点图以显示之间的关系 温度（F）与纬度 湿度（％）与纬度 多云（％）与纬度 风速（mph）与纬度 创建线回归以显示之间的关系 北半球-温度（F）与纬度 南半球-温度（F）与纬度 北半球-湿度（％）与纬度 南半球-湿度（％）与纬度 北半球-多云度（％）与纬度 南半球-多云度（％）与纬度 北半球-风速（mph）与纬度 南半球-风速（mph）与纬度 编写摘要，其中包含有关图表的观察结果。 创建一个热图，以显示WeatherPy中每个城市的湿度。 缩小DataFrame的范围以找到我理想的天气状况。 使用Google Places API在距座标5000米以内的每个城市中查找第一家酒店。 在湿度热图上方绘制酒店，并在每个图钉上分别标上“酒店名称” ，“城市”
【文件预览】：
python_apis_challenge-main
----VacationPy()
--------.ipynb_checkpoints()
--------api_key.py(75B)
--------VacationPy.ipynb(31KB)
--------__pycache__()
----equatorsign.png(888KB)
----.gitattributes(66B)
----WeatherPy()
--------.ipynb_checkpoints()
--------api_key.py(78B)
--------WeatherPy.ipynb(426KB)
--------__pycache__()
----Output()
--------southern_lat_vs_wind.png(20KB)
--------northern_lat_vs_humidity.png(25KB)
--------southern_lat_vs_cloudiness.png(19KB)
--------weather_data.csv(31KB)
--------northern_lat_vs_temp.png(29KB)
--------lat_vs_wind.png(31KB)
--------southern_lat_vs_humidity.png(18KB)
--------southern_lat_vs_temp.png(22KB)
--------lat_vs_temp.png(30KB)
--------northern_lat_vs_cloudiness.png(24KB)
--------lat_vs_clouds.png(27KB)
--------lat_vs_humidity.png(29KB)
--------heatmap.png(271KB)
--------northern_lat_vs_wind.png(27KB)
----README.md(1KB)
----cities.csv(30KB)
----.gitignore(4B)