直接回答
统计前先定义雨日。本例把日降水至少 1 毫米定义为雨日，再按当地月份计数。若把所有正值都计入，还会包含更轻微降水，得到另一种指标。
准备观测表
对有效的 2023 年日值，降水 ≥ 1 时标记 wet = 1，否则为 0；缺测另行保留。按月求 wet 合计并保留 valid_days。X 使用 month，Y 使用 wet_days_ge_1mm。
公开数据与可复现示例
下载文件是已整理的静态提取，不是实时数据连接。下方链接包括原查询、观测期及再使用政策。更新时应保留原始副本，因为源数据修订可能改变结果。
天气数据由 Open-Meteo.com 提供，采用 ERA5 再分析，按 CC BY 4.0 署名。这是按当地日期整理的网格估算，不是气象站实测或预报。商业自动获取前应检查 API 条款。
快照获取日期: 2026-10-26. 整理后行数: 12.
| month | wet_days_ge_1mm | valid_days | calendar_days |
|---|---|---|---|
| 2023-01 | 24 | 31 | 31 |
| 2023-02 | 26 | 28 | 28 |
| 2023-03 | 31 | 31 | 31 |
| 2023-04 | 19 | 30 | 30 |
| 2023-05 | 22 | 31 | 31 |
在 Datamon 中制作
创建可编辑图表需要使用 Google 账号登录；公开文章和示例无需账号即可阅读。CSV 已完成上文说明的连接、筛选或汇总。换成自己的数据时，先在电子表格中完成这些准备。
- 进入 Data，选择文件或粘贴带表头的表格。检查识别出的数值列、小数分隔符和日期。当前导入器接受小于 20 MB 的文件，本例低于此限制。应区分空值与真实零值。
- 在 Visualize 中选择 Column chart. 按下表连接字段，并至少用两行原数据核查预览，不要只依赖自动映射。
- 在 Refine 中写明问题、单位、观测期与来源。按读者实际看到的尺寸检查标签和对比度；需要精确数值时保留表格。
- 通过导出控件选择 SVG、PNG、PDF 或 PowerPoint，并打开成品检查。保存可编辑项目备份。Publish 前核查底层值：持有公开 URL 的人可以访问已发布数据。
计算与字段映射
以下为计算规则的伪代码。下载 CSV 已包含整理后的值，电子表格函数与单元格引用需按实际表格布局调整。
wet_days_ge_1mm = COUNT(valid precipitation_mm >= 1) per local month- X
- month
- Y
- wet_days_ge_1mm
解读结果
本提取中，wet_days_ge_1mm 从 2（2023-08）到 31（2023-03）。
用预览检查结构，用 CSV 核对精确数值。样式仅作参考，Datamon 渲染效果可能不同；应按上文准备与字段映射复现分析含义。
会改变含义的错误
雨日频率与总降水量不同，雨日较少的月份仍可能有更多降水。1 毫米是本教程的分析定义，不代表当地官方气候分类。
分享前的常见问题
这些计算需要 AI 服务吗？
不需要。CSV 与参考计算是确定性的。配置可选 AI 后可以辅助起草说明，但它不能代替源数据核查或正确的比较方法。
能用于自己的电子表格吗？
可以。保留相同的观测单位、列类型与计算方式，更新来源和时期，重新计算派生列，分享前用原表核对几个输出值。
哪些免费，哪些需要账号？
阅读本教程和下载 CSV、图像均免费。当前部署没有付费结账或订阅套餐。创建并保存可编辑图表需要 Google 登录。外部 AI、云分析、发布与视频依赖已配置服务，本教程不承诺无限免费连接服务。
来源与延伸阅读
报告勘误或访问问题: 联系编辑邮箱.
打开 Datamon