积分商城

最新搜索： 开关电源 EZCAD GT2_ CCS IRFB4110 bf5622a
您现在的位置是：首页 > 技术资料 > 利用python语言对室内热舒适环境进行数据分析
推荐星级：
  • 1
  • 2
  • 3
  • 4
  • 5

利用python语言对室内热舒适环境进行数据分析

更新时间：2019-12-25 10:31:15 大小：1M 上传用户：songhuahua查看TA发布的资源 标签：python 下载积分：1分 评价赚积分 （如何评价?） 打赏 收藏 评论(0) 举报

资料介绍

随着大数据与人工智能时代的到来,数据分析日益成为这个时代不可或缺的技术与技能。在此背景下,Python语言在数据分析领域占据了一席之地。文章结合Python语言的数据分析工具及其在实际中的应用,以嘉峪关市为例,对严寒地区过渡季节建筑室内人体热舒适进行数据分析,研究严寒地区过渡季节室内外气候对人体热舒适和热适应的影响规律。


部分文件列表

文件名 大小
利用python语言对室内热舒适环境进行数据分析.pdf 1M

【关注视频号领20积分】   【关注公众号立即送20积分】

部分页面预览

（完整内容请下载后查看）
利用 python 语言对室内热舒适环境进行数据分  
析
Field Study on Thermal Comfort in Houses Based on Python  
文 / 郭 华ꢀ陆 平  
ABSTRACT  
ꢀꢀGuo HuaꢀLu Ping  
随着大数据与人工智能时代的到来，数据分析日益成为这个时代不可或缺的技术与技能。在此背景下，  
Python 语言在数据分析领域占据了一席之地。文章结合 Python 语言的数据分析工具及其在实际中的应  
用，以嘉峪关市为例，对严寒地区过渡季节建筑室内人体热舒适进行数据分析，研究严寒地区过渡季节  
室内外气候对人体热舒适和热适应的影响规律。  
作者简介  
郭ꢀ华ꢀ西安建筑科技大学建筑学院ꢀ硕士生导师ꢀ副教授  
陆ꢀ平ꢀ西安建筑科技大学建筑学院ꢀ硕士研究生  
With the coming of the AI , Data analysis become a technology with anywhere.Today,python  
play a important role. The article combines the data analysis tools of the Python language and its  
application in practice, taking Jiayuguan City as an example. Data analysis of indoor human thermal  
comfort in the transitional season of severe cold regions was carried out to study the influence of  
indoor and outdoor climate on human thermal comfort and thermal adaptation during the transitional  
season in severe cold regions.  
KEY WORDS  
数据分析；建筑室内；热舒适性；python 语言  
data analysis；indoor；thermal comfort；python  
引言  
及函数，可以非常方便地完成一般的数据处理  
与分析操作。  
python 库。它最初由 JohnD.Hunter（JDH）创  
建，目前由一个庞大的开发人员团队维护。它  
非常适合创建图表，因而创建出了极佳的交互  
式数据绘图环境。同时，绘制图表也属于交互的，  
能够通过绘图窗口中的工具栏来将图表内的某  
个区域或整体进行放大以及平移浏览。  
当前，社会进入到了人工智能以及大数据  
时代，数据处理演变成了一大热点，数据处理  
涉及各个方面，从数据整理、数据清理到数据  
分析、数据可视化等一系列的操作都是学者研  
究和探索的热点。同时，编程语言的选择也成  
为争论的焦点。Python 是一种计算机程序设计  
语言。是一种动态的、面向对象的脚本语言，  
最初被设计用于编写自动化脚本 (shell)，随着  
版本的不断更新和语言新功能的添加，越来越  
2 Python 数据分析工具  
Python 让数据分析拥有了多种类型，通过  
对 Python 来开展数据分析工作，其实就是对其  
相关库类的使用与学习 [3]  
。
2.4 pyecharts  
2.1 Numpy  
pyecharts 是 一 个 用 于 生 成 Echarts 图 表  
的类库。Echarts 是百度开源的一个数据可视  
化 JS 库。pyecharts 是 Echarts 与 Python 的  
对接，方便在 Python 中直接使用数据生成图。  
Pyecharts 既可以生成独立的网页，也可以在  
flask、django 中集成使用。  
Numpy 属于 python 科学计算的基础包，  
它具有以下功能：  
多被用于独立的、大型项目的开发 [1]  
。
（1）快速高效多维数组对象 Ndarray  
（2）用于对数组执行元素级计算以及直接  
对数组执行数学运算的函数  
1Python 语言特点  
1.1 通用性  
Python 已经成为许多数据科学家的通用语  
言，它既有通用语言的强大功能，也有特点领  
域脚本语言（比如 MATLAB 或 R）的易用性，  
python 可用于数据加载、可视化、统计、自然  
语言处理、图像处理等各种功能。作为通用的  
编程语言，python 还可以用来创建复杂的图形  
界面和 web 服务，也可以集成现有体系。  
（3）可以执行线性代数运算、傅里叶变换、  
以及随机数的生成  
3 测试方法  
3.1 调研区域概况  
2.2 Pandas  
本次调研对象——嘉峪关市，位于甘肃省  
西北部，具有典型的温带大陆性荒漠气候特点，  
降水少，蒸发量大，夏季炎热且紫外线强烈，  
冬季寒冷，昼夜温差显著，干旱多风。  
这些气候特征在西北严寒地区具有强烈的  
地域特点和代表性，较长的采暖期、早晚温差大、  
较低的降水量、高蒸发量以及干燥多风的天气  
等因素将直接影响室内的热舒适性。因此，研  
究西北严寒地区室内热舒适性是十分有必要的，  
分析其热舒适性与温度湿度等气候因素的关系，  
将为监测和改善室内环境提供充分的设计依据。  
Pandas 能够迅速处理结构化数据当中的函  
数与数据结构。也是让 python 演变为一种高效  
与强大数据分析环境的关键因素，Dataframe  
属于该书运用最多的 pandas 对象，其为一个面  
向列（column-oriented）的二维表结构，且含  
有行标和列标。  
1.2 简洁精炼  
简洁属于 Python 语言优于他它相关语言的  
一大优势，在相同功能中，Python 需要的代码  
一般为其他语言，即 Java 以及 c++ 等的 1/5-  
1/3[2]。  
Pandas当中具备Numpy的数组计算功能、  
电子表格等，其拥有精细与复杂的索引功能，  
能够更好地完成重塑切片和切块、聚合以及选  
取数据子集等操作。  
1.3 标准模块化  
Python 适用于数据处理与分析的另一个显  
著特点，是其具有大量标准模块、附加模块以  
2.3 Matplotlib  
3.2 测试方案  
Matplotlib 是最流行的用于绘制数据图表的  
本次测试拟计划使用的环境参数测试仪器  
054  
理论研究 177 | 2018 | 12  
图 2ꢀ不同空间室内 24 小时温度变化  
图 1ꢀ基于 jupyter notebook 平台编写代码  
图 3ꢀ问卷内容词云分析  
有温湿自记仪、风速仪、黑球温度计。其中使  
示了住宅围护结构热相应时间合理；（2）早上  
18.37 ℃，但由于昼夜温差较大，不少居住者在  
早晚感觉室内偏凉。  
用温湿自记仪对空气温度和相对湿度进行测试， 是室内外最低温度产生的主要阶段，这告诉我  
使用风速仪测试空气流速，使用黑球温度计测  
试室内实感温度。在选择住宅建筑测试样本时，  
充分考虑了居住建筑室内不同使用功能、不同  
朝向等因素。本次实验选取对象为坐落于嘉峪  
关市区的住宅建筑，其中 A 住宅建造年代为  
2003 年左右，楼层分布在 13 层，B 住宅建造  
年代为 2013 年左右 , 其结构均为框架结构，其  
他选取条件相同。调查中对居住者经常使用的  
客厅和卧室进行连续测试，共测试包括南和西 2  
个主要朝向的房间。  
们应加强完善的供暖与保温，为人们提供舒适  
的热环境。  
（2）住宅温度、湿度等物理环境参数受供  
暖水平、住宅保温能力、居民用能习惯等因素  
影响，随着生活水平的提高，对室内热环境的  
要求也会逐步提高。在调查问卷过程中，部分  
居住者仍感觉室内温度偏低，尤其在夜间需开  
启采暖设备提升室内温度，建议优化过渡季节  
室内的舒适温度参数，进而提高住宅室内热环  
境质量。  
4.1.2 客厅  
客厅是居民主要的活动空间，如图 2 所  
示，客厅平均温度为 18.37℃，符合相关规定。  
客厅最高温度为 19.2℃，出现时间为 4 月 26  
日 11:40，客厅的最低温度为 18.37℃，出现  
时间为 4 月 26 日 6:10。这揭示了客厅温度同  
卧室温度变化情况相符合，因太阳的照射，中  
午温度最高，晚上温度持续降低。其中客厅平  
均温度低于卧室的平均温度，原因在于相比于  
卧室，客厅封闭性较差，气流影响较为深刻。  
同时，据湿度统计得知，客厅平均湿度保持在  
31.68%，最大值保持在 36.24%，出现时间为  
4 月 26 日 15:30。湿度最小值为 19.46%，比  
卧室湿度最小值小 3.92%，出现时间为 4 月 26  
日 11:20，这一系列数据揭示了住宅湿度较低，  
需对其进行一定的加湿。  
（3）本次调研为西北严寒地区过渡季节的  
室内热舒适度。由于严寒地区居住者在室内长  
期处于供暖的温度下，反而比非严寒地区居住  
者更难适应较冷的室内环境。因此在供暖刚结  
束的过渡季节，过半数居住者仍感到偏冷，说  
明该地区人员对室内冷环境更为敏感。  
4 数据分析与展示  
对嘉峪关市而言，位于甘肃省西北部，具  
有典型的温带大陆性荒漠气候特点，降水少，  
蒸发量大，夏季炎热且紫外线强烈，冬季寒冷，  
昼夜温差显著，干旱多风 [4]  
。
这些气候特征在西北严寒地区具有强烈的  
地域特点和代表性，较长的采暖期、早晚温差  
大、较低的降水量、高蒸发量以及干燥多风的  
天气等因素将直接影响室内的热舒适性[5]。因此，  
研究西北严寒地区室内热舒适性是十分有必要  
的，分析其热舒适性与温度湿度等气候因素的  
关系，将为监测和改善室内环境提供充分的设  
计依据  
4.2 利用词云进行热舒适分析  
4.2.1 调查内容  
本次调查共有 109 名居住者参与，其中有  
效数据 104 份。影响人体热舒适的因素除了环  
境参数，还包括人的性别、健康程度、年龄、  
身材等生理因素，以及人的新陈代谢率和服装  
热阻。  
4.1 室内环境数据分析与展示  
笔者通过对 2018 年 4 月 25 日 ～ 28 日对  
主观调查采用现场问卷的形式，由受试者  
嘉峪关市两栋住宅已测得数据（室内温度、湿度） 填写。主观调查内容为受试者的主观热反应，  
进行数据清洗与整理，数据分析按照各个功能  
房间进行分类，通过 matplotlib 将整理好的数  
据进行可视化分析，具体代码如图 1 所示。  
4.1.1 卧室  
如热感觉、热期望、热舒适及热可接受度等。  
4.2.2 词云可视化分析  
图片来源：  
所有图片均为作者自绘  
通过对调查问卷词云进行可视化分析，由  
图 3 可以看出，在过渡季节，室内非采暖状态下，  
大部分居住者认为住宅室内的温度是适宜的，  
人体感觉相对舒适。但是，也有不少的居住者  
对室内的温度有稍凉或者凉的感觉，这说明在  
过渡季节虽然室内平均温度均在 18℃以上，但  
居住者仍感到室内环境偏凉。  
卧室是人们休息的重要场所，根据图 2  
得知，卧室平均温度应控制在 19.1℃，卧室  
最高温度为 18.92℃，出现时间为 4 月 26 日  
14:10。该数据显示了：（1）中午阳光充沛，  
太阳照射下室内温度上升，人们感到十分舒适；  
（2）卧室最高温度处于标准规定范围内，这充  
分证实了系统并未对卧室予以超额供热。  
卧室最低温度为 18.47℃，出现时间为 4 月  
26 日 6:50，而根据测试所得室外最低温度出现  
时间为 5：30 左右。这充分说明了：（1）卧室  
最低温度产生的时间比室外慢一个小时，这揭  
参考文献：  
[1] 李 俊 丽 . 基 于 Linux 的 python 多 线 程 爬 虫 程  
序设计 [J]. 计算机与数字工程 ,2015,43(05): 861-  
863+876.  
[2] 赵禹 . 计算机数据分析常用方法与比较 [J]. 数字  
技术与应用 ,2016(3):256-256.  
[3] 罗 霄 等 . 基 于 python 的 混 合 编 程 编 程 语 言  
及 其 实 现 . 计 算 机 应 用 与 软 件 .2004.12(Vo1.21  
No.12):1718,112.  
[4] 战程铖．低碳理念在北方住宅采暖设计中的应用  
研究［D］. 长春 : 东北师范大学，2011．  
[5] 吴天宇．北方集约化乡村开放住宅统建单元设计  
研究［D］．济南 : 山东建筑大学，2015．  
[6]Fabio Nelli, 内 利 , 杜 春 晓 .Python 数 据分析实  
战 [M]. 人民邮电出版社 ,2016.  
结论  
通过对西北严寒地区两处住宅不同功能空  
间进行实测分析，主要得出了以下结论 :  
（1）住宅温度水平较为平稳，其中卧室的  
平均温度分别为 19.14 ℃ ，客厅的平均温度为  
[7] 肖 健 等 .Python 编 程 基 础 [M]. 清 华 大 学 出 版  
社 .2006  
055  

相关下载

全部评论(0)

暂无评论
评论赚积分>>

上传资源 上传优质资源有赏金

热门标签

更多>>

最新上传

  • 打赏
  • 30日榜单

热门下载

推荐下载

本站上的所有资源均为源于网上收集或者由用户自行上传，仅供学习和研究使用，无任何商业目的，版权归原作如有侵权，请 来信指出，本站将立即改正。

ICP许可证号：京ICP证070360号     21IC电子网 2000- 版权所有

京ICP备11013301号

京公网安备 11010802024343号