使用city_temp.csv，数据集中分别为month，2018平均气温，2019平均气温，2020平均气温，绘制某城市每年气温变化的南丁格尔玫瑰图

好的，让我们开始吧！

首先，我们需要导入一些必要的库：pandas、matplotlib 和 seaborn。请确保你已经安装了这些库，如果没有，请使用 pip install 命令安装。

import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns

接下来，我们需要读取数据集并对其进行处理，以便我们可以使用它来绘制南丁格尔玫瑰图。我们将使用 pandas 库的 read_csv() 函数读取数据集：

df = pd.read_csv("city_temp.csv")

接下来，我们需要将数据集中的每一年的气温值进行分组，并将它们放入一个列表中。我们可以使用 pandas 库的 groupby() 方法来实现这一点：

temp_2018 = df.groupby(['month'])['2018'].mean().tolist()
temp_2019 = df.groupby(['month'])['2019'].mean().tolist()
temp_2020 = df.groupby(['month'])['2020'].mean().tolist()

现在，我们已经将每年的气温值分组并将它们放入一个列表中，接下来我们将使用 seaborn 库的 barplot() 方法绘制南丁格尔玫瑰图：

plt.figure(figsize=(10,6))
sns.set_style("whitegrid")
sns.barplot(x=temp_2018, y=[i for i in range(1,13)], color='red', alpha=0.7)
sns.barplot(x=temp_2019, y=[i for i in range(1,13)], color='green', alpha=0.7)
sns.barplot(x=temp_2020, y=[i for i in range(1,13)], color='blue', alpha=0.7)
plt.title("City Temperature Change (2018-2020)", fontsize=14)
plt.xlabel("Temperature (°C)", fontsize=12)
plt.ylabel("Month", fontsize=12)
plt.legend(labels=['2018', '2019', '2020'])
plt.show()

这个代码块将会绘制你所需的南丁格尔玫瑰图。注意，我们使用了 barplot() 方法的三个实例来绘制三年的气温变化，并使用 legend() 方法来添加图例。

完整代码如下所示：