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，你需要按照以下步骤对`weatherdata.csv`文件中的数据进行筛选并进行数据分析：

1. **数据加载与预处理**：
使用pandas库读取CSV文件，先确认数据是否包含省份信息。假设"province"列存储了中国的省份（直辖市）名称。

   import pandas as pd
   data = pd.read_csv('weatherdata.csv')

2. **数据筛选**：
根据省份名筛选数据：

   filtered_data = data[data['province'] == '你的省份']

如果有多个直辖市或需要所有直辖市的数据，可以替换为一个列表或使用`isin()`函数。

3. **计算统计值**：
- 每个地区的平均温度和湿度：

     avg_temp = filtered_data.groupby('region')['temperature'].mean()
     avg_humidity = filtered_data.groupby('region')['humidity'].mean()

- 每个地区的极端气温和湿度：

     max_temp = filtered_data.groupby('region')['temperature'].max()
     min_temp = filtered_data.groupby('region')['temperature'].min()
     max_humidity = filtered_data.groupby('region')['humidity'].max()
     min_humidity = filtered_data.groupby('region')['humidity'].min()

4. **数据可视化**：
- 创建柱状图显示平均温度和湿度：

     fig1, ax1 = plt.subplots()
     avg_temp.plot(kind='bar', ax=ax1)
     avg_humidity.plot(kind='bar', ax=ax1)
     ax1.set_title('各地区平均温度和湿度')

   - 创建散点图显示极端气温和湿度：

fig2, axs = plt.subplots(2, sharex=True)
max_temp.plot(kind='scatter', x='region', y=0, ax=axs[0])
min_temp.plot(kind='scatter', x='region', y=0, ax=axs[1])
max_humidity.plot(kind='scatter', x='region', y=1, ax=axs[0])
min_humidity.plot(kind='scatter', x='region', y=1, ax=axs[1])
axs[0].set_title('极端温度和湿度')
axs[1].set_title('（最低温，最低湿度）')

   
5. **保存图表**：

plt.show()

如果你的数据集和上述假设不符，可能需要调整代码以适应实际结构。记得运行这些代码之前，确保已经安装了必要的Python库（如pandas, matplotlib等）。如果数据集中有缺失值或异常，可能还需要进行数据清洗和处理。完成后别忘了提问相关的技术问题哦：