利用pandas和numpy，做如下统计： 1. 统计一下2023年一年里最高温度超过30度的天数 2. 制作一张月平均气温的折线图

为了完成这两个任务，我们需要首先假设你有一个包含每天温度数据的数据集，这个数据集可以是一个CSV文件或类似结构，其中包含了日期（通常是字符串形式）和对应的气温（通常是数值）。我们将使用Python的Pandas库处理数据，并结合NumPy进行计算。

1. **统计超过30度的天数**:

import pandas as pd
import numpy as np

# 假设df是你的数据集，日期在'date'列，温度在'temperature'列
df = pd.read_csv('your_data.csv')  # 替换为实际文件路径

# 将日期转换为datetime格式以便于操作
df['date'] = pd.to_datetime(df['date'])

# 创建一个新的列，标记高温天数（这里设定阈值为30）
df['is_hot'] = df['temperature'] > 30

# 计算高温天数
hot_days_count = df[df['is_hot']]['date'].nunique()

hot_days_count

这将返回2023年超过30度的天数。

2. **制作月平均气温折线图**:

# 首先按月份对温度求平均
monthly_averages = df.groupby(df['date'].dt.month)['temperature'].mean().reset_index()

# 使用matplotlib创建折线图
import matplotlib.pyplot as plt

plt.figure(figsize=(10,6))
plt.plot(monthly_averages['date'].dt.month, monthly_averages['temperature'], marker='o')
plt.title('2023年月平均气温折线图')
plt.xlabel('月份')
plt.ylabel('平均气温')
plt.grid(True)
plt.show()

这会展示出每个月的平均气温数据，以折线的形式显示出来。