Klimadaten

A) Temperatur

In Klimadiagrammen werden Durchschnittstemperaturen häufig mit Linien dargestellt. Möglicherweise steht bei vielen im Hintergrund die Vorstellung, dass Temperatur etwas ist, das mal da ist und mal nicht, sondern kontinuierlich zunimmt oder abnimmt. Das Diagramm enthält dann entlang der x-Achse 12 Abschnitte – für jeden Monat einen – und entlang der y-Achse die Temperaturscala. Trägt man die Durchschnittswerte eines Jahres ein, ergibt sich eine Darstellung, die charakteristisch für einen bestimmten Ort ist.

Aufgabe

Das folgende Skript basiert auf den Werten für die durchschnittliche Maximaltemperatur in Augsburg (Bayern).

  1. Füge eine zweite Liste Temperatur2 für die durchschnittliche Minimaltemperatur hinzu. Die nötigen Daten findest du auf den Seiten der Wetterdienste, z.B. hier: wetterdienst.de.
  2. Lass in einer anderen Farbe zusätzlich die zweite Datenreihe als Linie anzeigen.

Natürlich kannst du auch die minimalen und maximalen Temperaturwerte zu einem anderen Ort einsetzen.

Es gibt zwar keine mathematische Funktion, die einem Monat eine bestimmte Temperatur zuordnet, aber man kann trotzdem mit den Werten rechnen. Im Fall der minimalen und maximalen Werte ist es interessant, den Durchschnittswert für jeden Monat zu ermitteln. Für jeden Monat müssen dazu Minimal- und Maximalwert addiert und durch zwei geteilt werden.

temperatur3 sei []
Für jedes n von 0 bis ausschließlich 12 tue:
   d sei (temperatur[n] + temperatur2[n])/2
   füge d zu temperatur3 hinzu

Aufgabe

Berechne die Durchschnittstemperaturen, bilde daraus eine dritte Datenreihe und lass sie dir im Diagramm mit einer anderen Farbe anzeigen.

B) Niederschlag

Niederschlag kann es mal geben oder eben nicht. Sie sind in der Regel nicht kontinuierlich, sondern werden als bestimmte Menge zu einem Zeitabschnitt gemessen. Häufig wird daher die Niederschlagsmenge in Säulen dargestellt. Die folgende Darstellung basiert auf der monatlichen Durchschnittsmenge für Augsburg (Bayern).

Im Unterschied zur Methode matplotlib.pyplot.plot() wird hier die Methode matplotlib.pyplot.bar() verwendet. Der umgebende Code hat sich nicht wesentlich verändert.

Aufgabe

Lass eine zweite Datenreihe mit möglichst unterschiedlicher Ausprägung als kontrastierende Linie zu den Säulen zeichnen. Etwas anders stellt sich etwa der Niederschlagsverteilung in Los Angeles dar: Link.

C) Kombinierte Daten: Temperatur und Niederschlag

Wenn man unterschiedliche Daten in einer Ansicht kombinieren möchte, müssen diese zumindest eine Gemeinsamkeit haben. Im Fall der Klimadaten ist das der zeitliche Verlauf. Im folgenden Diagramm dient die Methode twinx() dazu, eine zweite Instanz einer Achse zu erzeugen, die synchronisiert mit der ersten einen weiteren Graphen zeichnen kann.

Aufgabe

  • Finde die Zeile im Code, an der eine weitere Achseninstanz erzeugt wird.
  • Beobachte, wie danach die Anweisung zum Zeichnen der Daten aufgerufen wird.
  • Ergänze die drei Datenreihen und korrigiere die beiden Label für die beiden y-Achsen.

Weiter: Strukturierte Datenmengen >>

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.