ModelCube（modelcube.cn）是博雅数智自主研发的一站式人工智能科研平台。为全国高校和科研机构的大数据和人工智能科研团队提供一站式科研服务。基于MLOps的实践和企业核心技术，实现了科研场景中全类型数据管理与标注，实验环境快速获取与灵活定制，模型的全生命周期管理，科研成果的管理与发布，以及 AI驱动的论文检索和学习等功能。
历史小时天气数据
我们当中谁不时不时地谈论一下天气？
该数据集的目标是将这种闲聊提升到中等程度。
开玩笑的是，我最初决定收集这个数据集是为了演示基本的信号处理概念，如滤波、傅立叶变换、自相关、互相关等……(用于我目前正在准备的数据分析课程)。
我想在我们都非常熟悉的信号上展示这些概念，并希望通过这种方式，这些概念将比仅仅编造的信号更好地被理解。
天气非常适合证明这类概念，因为它包含两个非常不同时期(每天和每年)的周期性时间结构。
介绍
该数据集包含约5年的高时间分辨率(每小时测量)数据，包括各种天气属性，如温度、湿度、气压等。
该数据可用于30个美国和加拿大城市，以及6个以色列城市。
为了便于使用，我已经根据一个通用的时间轴来组织数据。
每个属性都有自己的文件，并进行组织，使得行是时间轴(所有文件都是相同的时间轴)，列是不同的城市(所有文件也是相同的城市排序)。
此外，对于每个城市，我们还将国家、纬度和经度信息保存在一个单独的文件中。
数据集来源
该数据集是使用OpenWeatherMap网站上的Weather API获取的，并根据ODbL许可证提供。
数据集的用途
天气数据本身就很有趣，与其他类型的数据相关时也可能有用。
例如，野火的传播可能与天气条件有关，众所周知，出租车需求与天气条件相关(这里、这里和这里你可以找到纽约市的出租车出行数据)，城市自行车的使用可能也以有趣的方式与天气相关(请查看奥斯汀数据集、旧金山数据集、蒙特利尔数据集和纽约数据集)。
交通也可能与天气有关。
另一个潜在的有趣的相关性来源是天气和犯罪之间的关系。以下是该天气数据集中城市的一些犯罪数据集:芝加哥、费城、洛杉矶、温哥华、奥斯汀、纽约。
在这个数据集的帮助下，我们可以一起探索日常生活和天气之间还有许多其他潜在的有趣联系。玩得高兴
数据文件
下载数据集请登录ModelCube
http://modelcube.cn/dataset/dataset-detail/10214
