比较纽约与洛杉矶的周、月、年臭氧趋势
您已经在视频中学习了如何对空气质量的时间序列进行降采样并聚合。
接下来，您将把这一技能应用到自 2000 年以来纽约（NYC）和洛杉矶（LA）的臭氧数据上，对比在周、月、年三个频率下的空气质量趋势，并探索不同重采样周期对可视化的影响。
本练习是课程的一部分
Python 中的时间序列数据处理
练习说明
我们已为您导入 pandas 为 pd，以及 matplotlib.pyplot 为 plt。
- 使用
pd.read_csv()读取'ozone.csv'，并基于'date'列设置DateTimeIndex（使用parse_dates和index_col）。将结果赋给ozone，并用.info()查看。 - 对
ozone使用每周频率（'W'）的.resample()，用.mean()聚合并绘图。 - 分别以每月（
'M'）和每年（'A'）频率重复上述操作，并分别绘制结果。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Import and inspect data here
ozone = ____
# Calculate and plot the weekly average ozone trend
# Calculate and plot the monthly average ozone trend
# Calculate and plot the annual average ozone trend