南丁格尔玫瑰图绘制某城市每年气温变化图表

南丁格尔玫瑰图是一种将数据以扇形的方式表示的图表，用于显示数据在不同类别或区间中的频率分布。对于气温变化数据，你可以使用南丁格尔玫瑰图来显示每年不同温度范围的天数。下面是一个用Python中的Matplotlib库绘制南丁格尔玫瑰图的例子：

import matplotlib.pyplot as plt
import numpy as np

# 构造数据，假设有20年的气温数据
years = np.arange(2000, 2020)
data = np.random.randint(-20, 40, size=(20, 12))  # 随机生成20年12个月的气温数据

# 划分温度范围和扇形角度
temps = [-20, -10, 0, 10, 20, 30, 40]  # 温度范围
angles = np.linspace(0, 2*np.pi, len(temps)+1)[:-1]  # 扇形角度

# 统计每年不同温度范围的天数
data_counts = []
for year_data in data:
    year_counts = []
    for i in range(len(temps)-1):
        year_counts.append(((year_data >= temps[i]) & (year_data < temps[i+1])).sum())
    year_counts.append((year_data >= temps[-1]).sum())
    data_counts.append(year_counts)

# 绘制南丁格尔玫瑰图
fig, ax = plt.subplots(subplot_kw=dict(projection='polar'))
for i, year_counts in enumerate(data_counts):
    ax.bar(angles, year_counts, width=angles[1]-angles[0], bottom=np.zeros_like(year_counts), alpha=0.5)
    ax.plot(angles, year_counts, label=f'{years[i]}')
ax.set_theta_zero_location('N')
ax.set_theta_direction(-1)
ax.set_thetagrids(angles*180/np.pi, labels=temps)
ax.set_rlabel_position(0)
ax.legend(title='Year')
plt.show()

这段代码会生成一个随机的气温数据，并将数据分为7个温度范围，然后统计每年在每个温度范围内的天数，最后用南丁格尔玫瑰图将数据可视化。你可以将这段代码改为读取某城市的实际气温数据，并按照相应的温度范围划分数据，然后用南丁格尔玫瑰图来显示每年不同温度范围的天数。