Python数据分析：使用Pandas和Matplotlib绘制温度变化图表

1. 创建名为'data_analysis'的工程文件夹，并将数据文件'temprature.csv'放入该文件夹中，路径为'./temprature.csv'。

2. 在'data_analysis'文件夹中创建一个Python文件，并导入pandas和matplotlib.pyplot模块。

import pandas as pd
import matplotlib.pyplot as plt

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。

# 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。

# 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。

# 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。

# 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。

# 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。

# 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。

# 显示图表
plt.show()