给出用python绘制多年全球地表温度图异常的正负柱状图，高于平均值的红色低于用蓝色，x轴为年份

要绘制多年全球地表温度图异常的正负柱状图，并使用红色表示高于平均值的异常，蓝色表示低于平均值的异常，可以使用Python的matplotlib库和pandas库进行数据处理和图形绘制。以下是一个示例代码：

import pandas as pd
import matplotlib.pyplot as plt

# 读取全球地表温度数据
data = pd.read_csv('global_surface_temperature.csv')

# 计算平均温度
mean_temperature = data['Temperature'].mean()

# 计算每年的温度异常
data['Temperature_Anomaly'] = data['Temperature'] - mean_temperature

# 提取年份和异常温度数据
years = data['Year']
temperature_anomaly = data['Temperature_Anomaly']

# 将异常温度分为正数和负数两组
positive_anomaly = temperature_anomaly[temperature_anomaly > 0]
negative_anomaly = temperature_anomaly[temperature_anomaly < 0]

# 创建柱状图
plt.bar(years, positive_anomaly, color='red')
plt.bar(years, negative_anomaly, color='blue')

# 添加标题和标签
plt.title('Global Surface Temperature Anomalies')
plt.xlabel('Year')
plt.ylabel('Temperature Anomaly (°C)')

# 显示图形
plt.show()

在这个示例中，我们假设地表温度数据保存在一个名为`global_surface_temperature.csv`的CSV文件中，其中包含两列数据：`Year`和`Temperature`。你可以根据实际情况修改文件路径和列名。

这段代码会读取数据文件，并计算每年的温度异常（当前年份的温度减去平均温度）。然后，根据异常温度的正负情况，将异常温度分为两组：正数和负数。接下来，使用`plt.bar()`方法创建柱状图，其中正数异常温度的柱子颜色设置为红色，负数异常温度的柱子颜色设置为蓝色。最后，通过设置标题、坐标轴标签来装饰图形。

注意：这只是一个简单的示例代码，实际的数据处理和图形绘制可能需要更多的步骤和细节。你可以根据实际需求进行修改和扩展。