معرفی شرکت ها


CIDataPortal-1.0.0


Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

توضیحات

Package for accessing the NG ESO Carbon Intensity API
ویژگی مقدار
سیستم عامل -
نام فایل CIDataPortal-1.0.0
نام CIDataPortal
نسخه کتابخانه 1.0.0
نگهدارنده []
ایمیل نگهدارنده []
نویسنده Ayrton Bourn
ایمیل نویسنده AyrtonBourn@Outlook.com
آدرس صفحه اصلی https://github.com/AyrtonB/Carbon-Intensity-Data-Portal
آدرس اینترنتی https://pypi.org/project/CIDataPortal/
مجوز -
# National Grid Data Portal API Wrapper <br> ### Overview <b>About the Portal</b> The <a href="https://carbon-intensity.github.io/api-definitions/#carbon-intensity-api-v2-0-0">National Grid ESO Carbon Intensity API</a> provides an interface to data on the Carbon Intensity of the UK electricity system at both a national and regional (DNO) level. It was developed as a collaboration between WFF, Environmental Defense Fund, NG ESO & Oxford University. This Python wrapper makes it easier to query data from the API and receive back Panda's DataFrames ready for further analysis, as well as simplify the querying procedure itself. If you have any ideas for the module please feel free to contribute! <br> The package can be installed using: ```bash pip install CIDataPortal ``` <br> <br> ### Module Usage <b>Getting Started</b> The module's <i>Wrapper</i> class is the main interface with the API, it can be imported as follows: ```python from CIDataPortal import Wrapper ``` <br> To make a query you must first initialise the Wrapper class. You can then use the <i>.query_API()</i> to (by default) retrieve data for todays obsrrved and forecasted carbon intensity. The response is then automatically parsed into a Panda's DataFrame. ```python wrapper = Wrapper() df = wrapper.query_API() df.head() ``` <table border="1" class="dataframe"> <thead> <tr style="text-align: right;"> <th></th> <th>forecast</th> <th>actual</th> </tr> </thead> <tbody> <tr> <th>2020-06-17 00:00:00+00:00</th> <td>263</td> <td>265.0</td> </tr> <tr> <th>2020-06-17 00:30:00+00:00</th> <td>259</td> <td>263.0</td> </tr> <tr> <th>2020-06-17 01:00:00+00:00</th> <td>259</td> <td>262.0</td> </tr> <tr> <th>2020-06-17 01:30:00+00:00</th> <td>259</td> <td>262.0</td> </tr> <tr> <th>2020-06-17 02:00:00+00:00</th> <td>256</td> <td>264.0</td> </tr> </tbody></table> <br> It is then trivial to then plot and carry out further analysis with the data, e.g: ```python wrapper.query_API().plot() plt.ylabel('gCO2/kWh') ``` <img src="img/example_emissions_forecast.png"></img> <br> <b>Advanced Usage</b> We can also specify the data stream, spatial aggregation level and date range to be returned from the API. Whilst the API limits requests to a maximum of 2-weeks, the Python wrapper automatically handles the splitting of queries and collation of returned data. ```python wrapper = Wrapper() df = wrapper.query_API('2020-01-01', '2020-06-01', level='national', data_stream='generation') df.head() ``` <table border="1" class="dataframe"> <thead> <tr style="text-align: right;"> <th></th> <th>biomass</th> <th>coal</th> <th>imports</th> <th>gas</th> <th>nuclear</th> <th>other</th> <th>hydro</th> <th>solar</th> <th>wind</th> </tr> </thead> <tbody> <tr> <th>2020-01-01 00:00:00+00:00</th> <td>8.7</td> <td>2.5</td> <td>9.5</td> <td>29.5</td> <td>25.8</td> <td>0.5</td> <td>2.5</td> <td>0.0</td> <td>21.0</td> </tr> <tr> <th>2020-01-01 00:30:00+00:00</th> <td>8.6</td> <td>2.4</td> <td>9.3</td> <td>30.8</td> <td>25.3</td> <td>0.4</td> <td>2.4</td> <td>0.0</td> <td>20.8</td> </tr> <tr> <th>2020-01-01 01:00:00+00:00</th> <td>8.9</td> <td>2.5</td> <td>9.6</td> <td>29.1</td> <td>26.2</td> <td>0.5</td> <td>2.5</td> <td>0.0</td> <td>20.7</td> </tr> <tr> <th>2020-01-01 01:30:00+00:00</th> <td>9.0</td> <td>2.6</td> <td>9.8</td> <td>28.5</td> <td>26.7</td> <td>0.5</td> <td>2.3</td> <td>0.0</td> <td>20.6</td> </tr> <tr> <th>2020-01-01 02:00:00+00:00</th> <td>9.2</td> <td>2.6</td> <td>10.0</td> <td>27.5</td> <td>27.3</td> <td>0.5</td> <td>2.1</td> <td>0.0</td> <td>20.8</td> </tr> </tbody></table> <br>


زبان مورد نیاز

مقدار نام
>=3.6 Python


نحوه نصب


نصب پکیج whl CIDataPortal-1.0.0:

    pip install CIDataPortal-1.0.0.whl


نصب پکیج tar.gz CIDataPortal-1.0.0:

    pip install CIDataPortal-1.0.0.tar.gz