• 拿什么拯救你?这暴热的天气!只能用python分析做个可视化康康


    嗨害大家好!我是小熊猫🖤

    最近天气异常暴热,

    看到某些地方地表温度居然达到70°,

    这就非常非常非常非常离谱

    所以就想采集一下天气的数据,做个可视化图,回忆一下去年的天气情况( •̀ ω •́ )✧

    有什么python相关报错解答自己不会的、或者源码资料/模块安装/女装大佬精通技巧 都可以来这里:(https://jq.qq.com/?_wv=1027&k=2Q3YTfym)或者文末私号
    请添加图片描述

    开发环境

    • python 3.8 运行代码
    • pycharm 2021.2 辅助敲代码
    • requests 第三方模块

    天气数据采集

    1. 发送请求

    url = 'https://tianqi.2345.com/Pc/GetHistory?areaInfo%5BareaId%5D=54511&areaInfo%5BareaType%5D=2&date%5Byear%5D=2022&date%5Bmonth%5D=5'
    response = requests.get(url)
    print(response)
    
    • 1
    • 2
    • 3

    返回<Response [200]>: 请求成功
    请添加图片描述

    2. 获取数据

    print(response.json())
    
    • 1

    请添加图片描述
    3. 解析数据 天气信息提取出来

    结构化数据解析:Python字典取值
    非结构化数据解析:网页结构

    json_data = response.json()
    html_data = json_data['data']
    select = parsel.Selector(html_data)
    trs = select.css('table tr')
    for tr in trs[1:]:
        # 网页结构
        # html网页 <td>asdfwaefaewfweafwaef</td> <a></a> <div></div>
        # ::text: 我需要这个 标签里面的文本内容
        td = tr.css('td::text').getall()
        print(td)
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10

    4. 保存数据

    with open('天气数据.csv', encoding='utf-8', mode='a', newline='') as f:
        csv_writer = csv.writer(f)
        csv_writer.writerow(td)
    
    • 1
    • 2
    • 3

    请添加图片描述
    请添加图片描述

    数据可视化效果

    读取数据

    data = pd.read_csv('天气数据.csv')
    data
    
    • 1
    • 2

    请添加图片描述

    分割日期/星期

    data[['日期','星期']] = data['日期'].str.split(' ',expand=True,n=1)
    data
    
    • 1
    • 2

    请添加图片描述

    去除多余字符

    data[['最高温度','最低温度']] = data[['最高温度','最低温度']].apply(lambda x: x.str.replace('°',''))
    data.head()
    
    • 1
    • 2

    请添加图片描述

    北上广深2021年10月份天气热力图分布

    import matplotlib.pyplot as plt
    import matplotlib.colors as mcolors
    import seaborn as sns
    
    #设置全局默认字体 为 雅黑
    plt.rcParams['font.family'] = ['Microsoft YaHei'] 
    # 设置全局轴标签字典大小
    plt.rcParams["axes.labelsize"] = 14  
    # 设置背景
    sns.set_style("darkgrid",{"font.family":['Microsoft YaHei', 'SimHei']})  
    # 设置画布长宽 和 dpi
    plt.figure(figsize=(18,8),dpi=100)
    # 自定义色卡
    cmap = mcolors.LinearSegmentedColormap.from_list("n",['#95B359','#D3CF63','#E0991D','#D96161','#A257D0','#7B1216']) 
    # 绘制热力图
    
    ax = sns.heatmap(data_pivot, cmap=cmap, vmax=30, 
                     annot=True, # 热力图上显示数值
                     linewidths=0.5,
                    ) 
    # 将x轴刻度放在最上面
    ax.xaxis.set_ticks_position('top') 
    plt.title('北京最近10个月天气分布',fontsize=16) #图片标题文本和字体大小
    plt.show()
    
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21
    • 22
    • 23
    • 24
    • 25

    请添加图片描述
    请添加图片描述
    请添加图片描述
    请添加图片描述
    请添加图片描述

    北京2021年每日最高最低温度变化

    color0 = ['#FF76A2','#24ACE6']
    color_js0 = """new echarts.graphic.LinearGradient(0, 1, 0, 0,
        [{offset: 0, color: '#FFC0CB'}, {offset: 1, color: '#ed1941'}], false)"""
    color_js1 = """new echarts.graphic.LinearGradient(0, 1, 0, 0,
        [{offset: 0, color: '#FFFFFF'}, {offset: 1, color: '#009ad6'}], false)"""
    
    tl = Timeline()
    for i in range(0,len(data_bj)):
        coordy_high = list(data_bj['最高温度'])[i]
        coordx = list(data_bj['日期'])[i]
        coordy_low = list(data_bj['最低温度'])[i]
        x_max = list(data_bj['日期'])[i]+datetime.timedelta(days=10)
        y_max = int(max(list(data_bj['最高温度'])[0:i+1]))+3
        y_min = int(min(list(data_bj['最低温度'])[0:i+1]))-3
        title_date = list(data_bj['日期'])[i].strftime('%Y-%m-%d')
        c = (
            Line(
                init_opts=opts.InitOpts(
                theme='dark',
                #设置动画
                animation_opts=opts.AnimationOpts(animation_delay_update=800),#(animation_delay=1000, animation_easing="elasticOut"),
                #设置宽度、高度
                width='1500px',
                height='900px', )
            )
            .add_xaxis(list(data_bj['日期'])[0:i])
            .add_yaxis(
                series_name="",
                y_axis=list(data_bj['最高温度'])[0:i], is_smooth=True,is_symbol_show=False,
                linestyle_opts={
                       'normal': {
                           'width': 3,
                           'shadowColor': 'rgba(0, 0, 0, 0.5)',
                           'shadowBlur': 5,
                           'shadowOffsetY': 10,
                           'shadowOffsetX': 10,
                           'curve': 0.5,
                           'color': JsCode(color_js0)
                       }
                   },
                itemstyle_opts={
                "normal": {
                    "color": JsCode(
                        """new echarts.graphic.LinearGradient(0, 0, 0, 1, [{
                    offset: 0,
                    color: '#ed1941'
                }, {
                    offset: 1,
                    color: '#009ad6'
                }], false)"""
                    ),
                    "barBorderRadius": [45, 45, 45, 45],
                    "shadowColor": "rgb(0, 160, 221)",
                }
            },
    
            )
            .add_yaxis(
                series_name="",
                y_axis=list(data_bj['最低温度'])[0:i], is_smooth=True,is_symbol_show=False,
    #             linestyle_opts=opts.LineStyleOpts(color=color0[1],width=3),
                itemstyle_opts=opts.ItemStyleOpts(color=JsCode(color_js1)),
                linestyle_opts={
                       'normal': {
                           'width': 3,
                           'shadowColor': 'rgba(0, 0, 0, 0.5)',
                           'shadowBlur': 5,
                           'shadowOffsetY': 10,
                           'shadowOffsetX': 10,
                           'curve': 0.5,
                           'color': JsCode(color_js1)
                       }
                   },
            )
            .set_global_opts(
                title_opts=opts.TitleOpts("北京2021年每日最高最低温度变化\n\n{}".format(title_date),pos_left=330,padding=[30,20]),
                xaxis_opts=opts.AxisOpts(type_="time",max_=x_max),#, interval=10,min_=i-5,split_number=20,axistick_opts=opts.AxisTickOpts(length=2500),axisline_opts=opts.AxisLineOpts(linestyle_opts=opts.LineStyleOpts(color="grey"))
                yaxis_opts=opts.AxisOpts(min_=y_min,max_=y_max),#坐标轴颜色,axisline_opts=opts.AxisLineOpts(linestyle_opts=opts.LineStyleOpts(color="grey"))
            )
        )
        tl.add(c, "{}".format(list(data_bj['日期'])[i]))
        tl.add_schema(
            axis_type='time',
            play_interval=100,  # 表示播放的速度
            pos_bottom="-29px",
            is_loop_play=False, # 是否循环播放
            width="780px",
            pos_left='30px',
            is_auto_play=True,  # 是否自动播放。
            is_timeline_show=False)
    tl.render_notebook()
    
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21
    • 22
    • 23
    • 24
    • 25
    • 26
    • 27
    • 28
    • 29
    • 30
    • 31
    • 32
    • 33
    • 34
    • 35
    • 36
    • 37
    • 38
    • 39
    • 40
    • 41
    • 42
    • 43
    • 44
    • 45
    • 46
    • 47
    • 48
    • 49
    • 50
    • 51
    • 52
    • 53
    • 54
    • 55
    • 56
    • 57
    • 58
    • 59
    • 60
    • 61
    • 62
    • 63
    • 64
    • 65
    • 66
    • 67
    • 68
    • 69
    • 70
    • 71
    • 72
    • 73
    • 74
    • 75
    • 76
    • 77
    • 78
    • 79
    • 80
    • 81
    • 82
    • 83
    • 84
    • 85
    • 86
    • 87
    • 88
    • 89
    • 90
    • 91
    • 92

    请添加图片描述

    北上广深10月份每日最高气温变化

    # 背景色
    background_color_js = (
        "new echarts.graphic.LinearGradient(0, 0, 0, 1, "
        "[{offset: 0, color: '#c86589'}, {offset: 1, color: '#06a7ff'}], false)"
    )
    
    # 线条样式
    linestyle_dic = { 'normal': {
                        'width': 4,  
                        'shadowColor': '#696969', 
                        'shadowBlur': 10,  
                        'shadowOffsetY': 10,  
                        'shadowOffsetX': 10,  
                        }
                    }
        
    timeline = Timeline(init_opts=opts.InitOpts(bg_color=JsCode(background_color_js),
                                                width='980px',height='600px'))
    
    
    bj, gz, sh, sz= [], [], [], []
    all_max = []
    x_data = data_10[data_10['城市'] == '北京']['日'].tolist()
    for d_time in range(len(x_data)):
        bj.append(data_10[(data_10['日'] == x_data[d_time]) & (data_10['城市']=='北京')]["最高温度"].values.tolist()[0])
        gz.append(data_10[(data_10['日'] == x_data[d_time]) & (data_10['城市']=='广州')]["最高温度"].values.tolist()[0])
        sh.append(data_10[(data_10['日'] == x_data[d_time]) & (data_10['城市']=='上海')]["最高温度"].values.tolist()[0])
        sz.append(data_10[(data_10['日'] == x_data[d_time]) & (data_10['城市']=='深圳')]["最高温度"].values.tolist()[0])
        
        line = (
            Line(init_opts=opts.InitOpts(bg_color=JsCode(background_color_js),
                                         width='980px',height='600px'))
            .add_xaxis(
                x_data,
                      )
            
            .add_yaxis(
                '北京',
                bj,
                symbol_size=5,
                is_smooth=True,
                is_hover_animation=True,
                label_opts=opts.LabelOpts(is_show=False),
            )
      
            .add_yaxis(
                '广州',
                gz,
                symbol_size=5,
                is_smooth=True,
                is_hover_animation=True,
                label_opts=opts.LabelOpts(is_show=False),
            )
     
            .add_yaxis(
                '上海',
                sh,
                symbol_size=5,
                is_smooth=True,
                is_hover_animation=True,
                label_opts=opts.LabelOpts(is_show=False),
                
            )
     
            .add_yaxis(
                '深圳',
                sz,
                symbol_size=5,
                is_smooth=True,
                is_hover_animation=True,
                label_opts=opts.LabelOpts(is_show=False),
                
            )
            
            .set_series_opts(linestyle_opts=linestyle_dic)
            .set_global_opts(
                title_opts=opts.TitleOpts(
                    title='北上广深10月份最高气温变化趋势',
                    pos_left='center',
                    pos_top='2%',
                    title_textstyle_opts=opts.TextStyleOpts(color='#DC143C', font_size=20)),
                
                tooltip_opts=opts.TooltipOpts(
                    trigger="axis",
                    axis_pointer_type="cross",
                    background_color="rgba(245, 245, 245, 0.8)",
                    border_width=1,
                    border_color="#ccc",
                    textstyle_opts=opts.TextStyleOpts(color="#000"),
            ),
                xaxis_opts=opts.AxisOpts(
    #                 axislabel_opts=opts.LabelOpts(font_size=14, color='red'),
    #                 axisline_opts=opts.AxisLineOpts(is_show=True,
    #                 linestyle_opts=opts.LineStyleOpts(width=2, color='#DB7093'))
                    is_show = False
                ),
                    
                
                yaxis_opts=opts.AxisOpts(
                    name='最高气温',            
                    is_scale=True,
    #                 min_= int(min([gz[d_time],sh[d_time],sz[d_time],bj[d_time]])) - 10,
                    max_= int(max([gz[d_time],sh[d_time],sz[d_time],bj[d_time]])) + 10,
                    name_textstyle_opts=opts.TextStyleOpts(font_size=16,font_weight='bold',color='#5470c6'),
                    axislabel_opts=opts.LabelOpts(font_size=13,color='#5470c6'),
                    splitline_opts=opts.SplitLineOpts(is_show=True, 
                                                      linestyle_opts=opts.LineStyleOpts(type_='dashed')),
                    axisline_opts=opts.AxisLineOpts(is_show=True,
                                            linestyle_opts=opts.LineStyleOpts(width=2, color='#5470c6'))
                ),
                legend_opts=opts.LegendOpts(is_show=True, pos_right='1%', pos_top='2%',
                                            legend_icon='roundRect',orient = 'vertical'),
            ))
        
        timeline.add(line, '{}'.format(x_data[d_time]))
    
    timeline.add_schema(
        play_interval=1000,          # 轮播速度
        is_timeline_show=True,      # 是否显示 timeline 组件
        is_auto_play=True,          # 是否自动播放
        pos_left="0",
        pos_right="0"
    )
    timeline.render_notebook()
    
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21
    • 22
    • 23
    • 24
    • 25
    • 26
    • 27
    • 28
    • 29
    • 30
    • 31
    • 32
    • 33
    • 34
    • 35
    • 36
    • 37
    • 38
    • 39
    • 40
    • 41
    • 42
    • 43
    • 44
    • 45
    • 46
    • 47
    • 48
    • 49
    • 50
    • 51
    • 52
    • 53
    • 54
    • 55
    • 56
    • 57
    • 58
    • 59
    • 60
    • 61
    • 62
    • 63
    • 64
    • 65
    • 66
    • 67
    • 68
    • 69
    • 70
    • 71
    • 72
    • 73
    • 74
    • 75
    • 76
    • 77
    • 78
    • 79
    • 80
    • 81
    • 82
    • 83
    • 84
    • 85
    • 86
    • 87
    • 88
    • 89
    • 90
    • 91
    • 92
    • 93
    • 94
    • 95
    • 96
    • 97
    • 98
    • 99
    • 100
    • 101
    • 102
    • 103
    • 104
    • 105
    • 106
    • 107
    • 108
    • 109
    • 110
    • 111
    • 112
    • 113
    • 114
    • 115
    • 116
    • 117
    • 118
    • 119
    • 120
    • 121
    • 122
    • 123
    • 124
    • 125

    请添加图片描述
    有什么python相关报错解答自己不会的、或者源码资料/模块安装/女装大佬精通技巧 都可以来这里:(https://jq.qq.com/?_wv=1027&k=2Q3YTfym)或者文末私号

    吹空调真的舒服 我吹空调去辽嘿嘿~

    我是小熊猫 咱下篇文章再见啦(✿◡‿◡)

    在这里插入图片描述

  • 相关阅读:
    洛谷题单 【入门1】顺序结构
    leetcode每天5题-Day37
    在setup中使用计算属性
    java计算机毕业设计web扶贫产品物资管理平台MyBatis+系统+LW文档+源码+调试部署
    Amazon SageMaker:探索AI绘画云端部署新方案
    Linux软件包管理— rpm包的校验和证书
    使用Vue实现弹窗效果
    TS的类型转换
    相机镜头、焦距与视野
    基于K8s构建Jenkins持续集成平台(部署流程)(转)
  • 原文地址:https://blog.csdn.net/m0_67575344/article/details/125602679