1. 创建建工程data_analysis并将数据文件temprature.csv放入工程中，路径为./temprature.csv。

2. 在建工程data_analysis中创建python文件，并导入pandas和matplotlib.pyplot模块。

3. 读取数据文件，将时间、最高温度和最低温度存入数组。可以使用pandas的read_csv函数来读取数据文件，并使用iloc函数将需要的列数据存入数组。

示例代码：

import pandas as pd import matplotlib.pyplot as plt

读取数据文件

data = pd.read_csv('./temprature.csv')

将时间、最高温度和最低温度存入数组

time = data.iloc[:, 0] max_temp = data.iloc[:, 1] min_temp = data.iloc[:, 2]

4. 删除温度字段数据的NaN值，也就是数据清洗的空值删除。可以使用pandas的dropna函数来删除包含NaN值的行。

示例代码：

删除包含NaN值的行

data.dropna(inplace=True)

5. 将时间作为x轴数据，温度作为y轴数据。可以使用matplotlib.pyplot的plot函数来绘制折线图。

示例代码：

将时间作为x轴数据，温度作为y轴数据

plt.plot(time, max_temp, label='Max Temperature') plt.plot(time, min_temp, label='Min Temperature')

6. 根据提供的数据绘制柱形图。可以使用matplotlib.pyplot的bar函数来绘制柱形图。

示例代码：

根据提供的数据绘制柱形图

plt.bar(time, max_temp, label='Max Temperature') plt.bar(time, min_temp, label='Min Temperature')

7. 根据提供的数据绘制折线图。可以使用matplotlib.pyplot的plot函数来绘制折线图。

示例代码：

根据提供的数据绘制折线图

plt.plot(time, max_temp, label='Max Temperature') plt.plot(time, min_temp, label='Min Temperature')

8. 在绘制图表时，还可以设置图表的标题、x轴和y轴标签、图例等。

示例代码：

设置图表标题、x轴和y轴标签、图例

plt.title('Temperature Changes') plt.xlabel('Time') plt.ylabel('Temperature') plt.legend()

9. 最后，使用matplotlib.pyplot的show函数来显示图表。

示例代码：

显示图表

plt.show(