探究过去的预测
测量是所有科学的基石。没有它，我们怎么能测试我们的假设呢？
作为数据科学中最重要的编程语言，Python使得收集、清理和理解测量数据变得容易。有了Python，我们可以回测预测、验证模型，并让预言家承担责任。
去年，我在LinkedIn上看到了一个已过时的嘲笑Al Gore的梗，标有“#catastrophizing”标签。主题是他在2007年和2009年的评论，声称北极海将在七年之内失去夏季海冰。几个事实核查网站证实这个说法是“大多正确的”，并引用了以下引用：
“一些模型表明，Wieslav博士认为，在未来五到七年内，整个北极冰盖在某些夏季月份内完全没有冰的可能性达到了75%。”
– Al Gore，2009年12月
虽然许多人接受梗文面值，但数据科学家具有深入数据并得出自己结论的能力。在这个快速成功的数据科学项目中，我们将使用Python的pandas和Matplotlib库来审查过去四十年北极海冰的行为，并对评论和梗文进行测试。
气候变化评论
请注意，这不是反对或支持气候变化的文章，而是一篇支持数据的文章。无论您对人类活动引起的气候变化持何种观点，我希望您同意验证模型和确认预测对每个人都有好处。
重要的是，关键问题的思想领袖不要做出容易被驳斥的夸张或轻率的声明。这不仅会损害可信度，而且会将主题政治化，使理性讨论变得困难甚至不可能。
在这种情况下，Al Gore足够明智，用概率和“suggest”和“could”等词来控制他的评论。…