摘要：由于我国工业化、城市化的发展规模在不断扩大,所以一氧化碳、二氧化硫、氮氧化合物的排放量增加，空气污染变得越来越严重。然而空气质量的好坏会影响到一个城市的发展，可见研究城市环境空气质量状况是多么的重要。为了了解城市环境空气质量现状,我们首先应该正确、客观的认识空气质量状况,这对治理环境污染,控制大气污染具有深刻意义,同时我们也可以从源头上减少污染、杜绝污染，从而达到保护环境的目的。

本设计运用BP神经网络算法,对城市环境空气质量进行数据挖掘与分析，然后根据现状，提出了将BP神经网络算法应用于该设计的想法,并借助Python语言,ECharts可视化工具对所研究的内容进行挖掘与分析，最后讨论结果。

该设计的平台是Windows操作系统,开发语言为python，运用数据挖掘技术进一步对数据进行预处理、清洗、建模、可视化等研究。该设计研究了PM10、PM2.5、CO、NO、NO2、SO2的这些值是如何影响城市环境空气质量的等级及AQI值。其作用在于简单的满足了空气质量的研究要求，为以后国内其他城市的研究提供了参考意义，用户可以根据这些污染物的排放量来判断出空气质量状况及计算出AQI值，从而会节省大量的财力、物力和精力。

关键词:空气质量;数据挖掘;python;B-P神经网络算法

目录

摘要

Abstract

第1章 前言-V

1.1研究背景-V

1.2国内外研究现状-V

1.3研究目的及意义-V

1.3.1研究目的-V

1.3.2研究意义-VI

1.4全文组织结构-VI

第二章 数据挖掘概述-VII

2.1数据挖掘简介-VII

2.2数据挖掘的过程-VII

2.3数据挖掘常用的方法-VIII

2.4 Scrapy爬虫框架-IX

2.5数据挖掘常用Python库-X

第3章 　BP神经网络算法简介-XI

3.1 BP神经网络基本原理-XI

3.2 B-P算法的学习过程-XI

3.3训练B-P神经网络及预测模型-XII

3.4模型分析-XVII

第四章　数据可视化的分析和展示-XXVI

4.1可视化的定义-XXVI

4.2可视化的工具-XXVI

4.2.1新型可视化工具-XXVII

4.3可视化技术-XXVIII

第五章  城市环境空气质量的研究与应用-XXX

5.1数据爬取-XXX

5.2数据的预处理-XXX

5.3数据建模-XXXI

5.4数据的可视化-XXXI

第六章　总结与展望-XXXIII

6.1总结-XXXIII

6.2展望-XXXIV

参考文献-XXXV

致谢-XXXVI