--- id: 5e4f5c4b570f7e3a4949899f title: 海平面预报器 challengeType: 10 forumTopicId: 462370 dashedName: sea-level-predictor --- # --description-- 你将使用我们在 Replit 的初始化项目来完成这个项目。 - 首先在 Replit 中导入项目。 - 接着，你将看到一个 `.replit` 窗口。 - 选择 `Use run command` 并点击 `Done` 按钮。我们仍在开发 Python 课程的交互式教学部分。目前，你可以在 YouTube 上通过 freeCodeCamp.org 上传的一些视频学习这个项目相关的知识。 - Python for Everybody Video Course (14 hours) - 如何使用 Python Pandas 分析数据（10 小时） # --instructions-- 你将分析自 1880 年以来全球平均海平面变化的数据集。你将使用这些数据来预测到 2050 年的海平面变化。使用数据完成以下任务： - 使用 Pandas 从 `epa-sea-level.csv` 导入数据。 - 使用 matplotlib 创建散点图，将 `Year` 列作为 x 轴，将 `CSIRO Adjusted Sea Level` 列作为 y 轴。 - 使用 `scipy.stats` 中的 `linregress` 函数来获得最佳拟合线的斜率和 y 截距。在散点图的顶部绘制最佳拟合线。使线穿过 2050 年以预测 2050 年的海平面上升。 - 仅使用数据集中从 2000 年到最近一年的数据绘制一条新的最佳拟合线。如果上升速度继续与 2000 年一样，则使该线也经过 2050 年以预测 2050 年的海平面上升。 - x 标签应为 `Year`，y 标签应为 `Sea Level (inches)`，标题应为 `Rise in Sea Level`。单元测试是在 `test_module.py` 下为你编写的。样板文件还包括保存和返回图像的命令。 ## 开发对于开发，你可以使用 `main.py` 来测试你的函数。单击“运行”按钮，`main.py` 将运行。 ## 测试为了你的方便，我们将测试从 `test_module.py` 导入到 `main.py`。只要你点击“运行”按钮，测试就会自动运行。 ## 提交复制项目的 URL 并将其提交给 freeCodeCamp。 ## 数据源全球平均绝对海平面变化，1880 - 2014 年，来自美国环境保护局，数据来源：CSIRO, 2015; NOAA, 2015。 # --hints-- 它应该通过所有的 Python 测试。 ```js ``` # --solutions-- ```py # Python challenges don't need solutions, # because they would need to be tested against a full working project. # Please check our contributing guidelines to learn more. ```