听说最近北京雾霾严重，我就琢磨，有关部门治理了一通大气污染，到底有没有成效呢？ 于是就想上网找找历史数据看一眼。结果找到一篇文章， 是加州大学的两个人写的 （http://www.sciencedirect.com/science/article/pii/S0095069614000400），他们从官方数据上看出了蹊跷， 简单解释一下原理。假如PM2.5的测试值在100以下就算蓝天，100以上就算污染。（一年中的蓝天数是跟政绩挂钩的。）那俩学者一看数据，发现怎么一堆98，99，却很少有101，102。这就不免让人怀疑是不是有数据造假。这就像中国汽车越来越多，公路交通事故死亡人数却一路下降一样神奇。（http://view.news.qq.com/original/intouchtoday/n2911.html）
放弃了从官网上找数据后，又发现美国驻北京大使馆提供PM2.5历史数据下载（http://www.stateair.net/web/historical/1/1.html），还是csv格式的，处理起来很方便，就下载了2013年到2016年的数据，简单分析一下。目前2016年只提供到9月30号的数据， 大约到明年二三月份才能看到今年12月份的数据。数据每小时采集一次，缺失率低于3%。对于缺失的数据我并没有直接扔掉，而是尽量给它估一个值，假如一点钟PM2.5测量值是100，四点钟是106，两点钟三点钟数据缺失，那么就给两点钟估值102，给三点钟估值104。这个功能不需要自己写程序实现，直接调用python pandas的一个function就行。用一个采集点的数据没法代表整个北京的情况，但似乎没有更好的办法了。
首先看，空气质量有在好转么？是的，确实有好转， 2013年全年PM2.5平均值是101.6， 到2014年是97.95， 2015年进步比较大， 是82.52。今年前9个月平均是60.16。可以看到，14年比13年进步不大，但从统计学的角度上说，确实是显著性（significant）差异。最近两年在美国工作，8月底回北京休假+在家办公一共六周，开始20来天感觉“哇，北京空气问题基本解决了”，后来9月下旬到十月初又开始有雾霾，据说最近天气也不好，估计2016年对比2015年不乐观。
有人说一到取暖季空气就会差很多，其实从数据上看，2013年，2014年11，12月空气质量也还好，但去年的最后两个月确实比较恐怖。
上图是2013年逐月AQI平均值的数据
上图是2014年逐月AQI平均值的数据
上图是2015年逐月AQI平均值的数据
上图是2016年逐月AQI平均值的数据
那么一天中空气质量有特定规律么？ 从2016年的数据看，下午3点是一天中空气最好的，晚上8，9点到半夜空气最差。从半夜到下午两三点钟，空气越来越好，三点之后，空气又越来越差。 2015年的数据也支持这样的规律。 注意，下图2016年按小时数据的变化不如2015年明显，下图2016年的纵轴是20个刻度，2015年是30个刻度。2016年只有前9个月的数据。
2015年按小时空气质量变化
2016年按小时空气质量变化
分析费脑，打字费力，欢迎打赏！
