文件名称：Python-API-Challenge
文件大小：2.69MB
文件格式：ZIP
更新时间：2024-03-29 05:07:09
JupyterNotebook
Python API挑战 Python API作业-天气如何？ 背景 无论是金融的，政治的还是社会的-数据的真正力量都在于它能够明确回答问题的能力。 因此，让我们以您对Python请求，API和JSON遍历的了解来回答一个基本问题：“当我们接近赤道时，天气如何？” 现在，我们知道您可能在想什么： “ Du。天气变热了……” 但是，如果按下，您将如何证明呢？ 在你开始之前 为此项目创建一个名为python-api-challenge的新存储库。 不要将此作业添加到现有存储库中。 将新的存储库克隆到您的计算机。 在本地git存储库中，为两个Python Challenge都创建一个目录。 使用与挑战相对应的文件夹名称，例如： WeatherPy 。 在刚创建的文件夹内，添加名为WeatherPy.ipynb和VacationPy.ipynb新文件。 这些将是每个分析运行的主要脚本。
【文件预览】：
Python-API-Challenge-main
----Vacationpy-starter_code()
--------.ipynb_checkpoints()
--------VacationPy.ipynb(88KB)
----Images()
--------linearregression_South_Cloudiness_Latitude.png(14KB)
--------linearregression_South_MaxTemp_Latitude.png(17KB)
--------linearregression_South_Wind_Speed_Latitude.png(17KB)
--------LatitudevsTemperature_Scatterplot.png(14KB)
--------linearregression_North_Cloudiness_Latitude.png(17KB)
--------equatorsign.png(888KB)
--------linearregression_South_Humidity_Latitude.png(16KB)
--------LatitudevsHumidity_Scatterplot.png(20KB)
--------linearregression_North_Humidity_Latitude.png(21KB)
--------heatmap.png(484KB)
--------LatitudevsCloudiness_Scatterplot.png(20KB)
--------linearregression_MaxTemp_Latitude.png(14KB)
--------linearregression_Northern Hemisphere_Wind_Speed_Latitude.png(21KB)
--------Latitudevswind_speed_Scatterplot.png(13KB)
--------hotel_map.png(410KB)
--------linearregression_North_MaxTemp_Latitude.png(21KB)
----images.Humidity_Heatmap.png(1KB)
----output_data()
--------Fig2.png(39KB)
--------cities.csv(30KB)
--------Fig4.png(40KB)
--------Fig1.png(42KB)
--------Fig3.png(33KB)
----Weatherpy-starter_code()
--------city_weather.csv(38KB)
--------.ipynb_checkpoints()
--------WeatherPy.ipynb(1.09MB)
----README.md(8KB)