文件名称：python_api_challenge
文件大小：820KB
文件格式：ZIP
更新时间：2024-05-08 04:37:45
JupyterNotebook
python_api_challenge 在这个分为两部分的挑战的第1部分中，我受命使用来自OpenWeatherAPI和Google的数据来探索赤道附近与各种天气条件（例如温度，湿度，阴天和风速）之间的关系。 毫不奇怪，最高温度和纬度之间的关系仍然是不可忽略的。 所有关系都使用散点图可视化，并在WeatherPy工作簿中使用线性回归进一步分析。 该项目的第2部分要求我使用从WeatherPy收集和清理的所有数据来评估（对我而言）理想的度假胜地，并找到附近的度假胜地。 在理想的天气条件下寻找理想的城市后，我使用gmaps确定了我在全球的旅行目的地。
【文件预览】：
python_api_challenge-main
----output_data()
--------Latitude vs. Wind Speed Plot.png(39KB)
--------Latitude vs. Temperature Plot.png(37KB)
--------Latitude vs. Cloudiness Plot.png(35KB)
--------cities.csv(33KB)
--------Latitude vs. Humidity Plot.png(37KB)
----api_keys.py(146B)
----__pycache__()
--------api_keys.cpython-38.pyc(253B)
----.ipynb_checkpoints()
--------WeatherPy-checkpoint.ipynb(461KB)
--------VacationPy-checkpoint.ipynb(63KB)
----README.md(800B)
----WeatherPy.ipynb(461KB)
----VacationPy.ipynb(63KB)