cd existing_repo
git remote add origin https://github.com/PANBOHE/AIProjectModule.git
git checkout dev

1. 代码重构和简化:
    将代码分解为更小的函数，每个函数负责一个具体的任务。例如，计算平均温度和湿度、计算高/低温度和湿度的百分比等可以是单独的函数。
    使用更简洁的方式来累加数据，例如使用 Python 的列表推导式。

2. 数据结构优化:
    考虑使用更高效的数据结构来存储和处理数据。例如，使用 pandas DataFrame 可以简化很多数据处理的操作。

3. 避免重复代码:
    您的代码中有一些重复的模式，如计算平均值、百分比等。这些可以抽象成单独的函数来避免重复。

4. 参数检查:
    对输入数据进行有效性检查，确保数据的正确性和完整性。

5. 异常处理:
    在代码中添加异常处理，特别是在进行数学运算（如除法）时，以避免潜在的错误（例如除以零）。

6. 命名规范:
    遵循 Python 的命名规范，例如使用 snake_case 命名变量和函数，这将提高代码的可读性。
    变量命名（lower_case_with_underscores）,
    函数命名（lower_case_with_underscores）,
    类命名（CapWords）,
    常量命名（UPPER_CASE_WITH_UNDERSCORES）,
    模块和包命名(config,myconfig,mymodule)

7. 类型注解:
    使用 Python 的类型注解功能来增强代码的可读性和可维护性。

8. 文档和注释:
    为函数和类添加文档字符串，说明它们的用途、参数和返回值。