用numpy对weatherdata.csv里的数据进行筛选，选出自己所在省份（直辖市）的数据，完成以下要求： 计算其每个地区当天的平均温度、湿度，在一张柱状图上表示出来 筛选出每个地区当天的（最高位温、最高湿度）和（最低温，最低湿度），画出其散点图。最高一张，最低一张

首先，你需要安装numpy和pandas库，如果你还没有安装，可以使用pip命令安装：

pip install numpy pandas matplotlib

然后，我们可以按照以下步骤操作：

1. **加载数据**:
使用pandas库的`read_csv`函数读取`weatherdata.csv`文件，并将其存储在一个DataFrame中。

import pandas as pd

df_weather = pd.read_csv('weatherdata.csv')

2. **筛选数据**:
确定你的省份（直辖市），例如假设我们叫它province。你可以通过`loc`或者`query`方法筛选出特定省份的数据。

your_province = '北京'  # 请替换为你所在的省份
df_your_province = df_weather[df_weather['province'] == your_province]

3. **计算平均值**:
计算每个地区的平均温度和湿度。

average_temp_humidity = df_your_province.groupby('region').agg({'temperature': 'mean', 'humidity': 'mean'})

4. **绘制柱状图**:
使用matplotlib库创建柱状图。

import matplotlib.pyplot as plt

plt.figure(figsize=(10,6))
average_temp_humidity.plot(kind='bar', y=['temperature', 'humidity'])
plt.xlabel('地区')
plt.ylabel('平均值')
plt.title(f'{your_province}各地区平均气温和湿度')
plt.show()

5. **查找极端值**:
找到每个地区的最高温度和湿度，以及最低温度和湿度。

extreme_values = df_your_province.groupby(['region']).agg({'temperature': ['max', 'min'], 'humidity': ['max', 'min']})

6. **绘制散点图**:
创建两个散点图分别展示最高温和最高湿气，以及最低温和最低湿气。

fig, axs = plt.subplots(1, 2, figsize=(15, 6))

for i, ax in enumerate(axs):
    extreme_values.iloc[:, i*2].plot.scatter(x='region', y=0, title=f'{your_province}各地区{["最高", "最低"][i]}温与{["最高", "最低"][i]}湿')
    extreme_values.iloc[:, i*2+1].plot.scatter(x='region', y=1, ax=ax)
    
plt.suptitle(f'{your_province}各地区极端气温和湿度')
plt.tight_layout()
plt.show()

记得将上述代码中的`your_province`替换为你实际的省份名，并确保数据列名与实际情况相符。如果你有缺失的列名，需要相应地调整查询条件。