目录

Python 爬取天气预报并进行可视化分析

今天,我们就来学习如何使用 Python 爬取天气预报数据,并用数据可视化的方式将未来几天的天气信息一目了然地展示出来。

在本文中,我们将分三步完成这一任务:

  1. 使用 Python 爬取天气数据
  2. 数据解析与处理
  3. 用可视化展示天气趋势

让我们开始吧!

第一步:准备工作

在正式开始之前,我们需要安装一些常用的 Python 库。这些库可以帮助我们更高效地获取数据、解析内容以及进行数据可视化。

首先,打开终端,安装以下库:

python 复制代码
pip install requests
pip install beautifulsoup4
pip install matplotlib
pip install pandas

各库介绍:

  • requests: 用来发送 HTTP 请求,获取网页数据。
  • beautifulsoup4: 用于解析 HTML 数据,提取网页中的有用信息。
  • matplotlibpandas: 用于处理数据,并创建漂亮的可视化图表。

第二步:爬取天气预报数据

现在,让我们编写 Python 代码,爬取一个天气预报网站的数据。这里我们将使用 中国天气网 作为数据来源。通过发送请求并解析页面中的 HTML 结构,我们可以轻松获取我们想要的天气信息。

爬取数据的源码

复制代码

代码

python 复制代码
import requests
from bs4 import BeautifulSoup
import pandas as pd

def get_weather_data(city_code):
    # 目标URL:通过城市代码获取该城市的天气预报
    url = f"http://www.weather.com.cn/weather/{city_code}.shtml"
    
    # 发送HTTP请求获取网页数据
    response = requests.get(url)
    response.encoding = 'utf-8'  # 设置编码为utf-8
    
    # 使用BeautifulSoup解析网页内容
    soup = BeautifulSoup(response.text, 'html.parser')
    
    # 从网页中提取天气数据
    forecast_data = []
    weather_list = soup.find('ul', class_='t clearfix').find_all('li')
    
    for weather in weather_list:
        date = weather.find('h1').text  # 提取日期
        weather_desc = weather.find('p', class_='wea').text  # 提取天气情况
        temp = weather.find('p', class_='tem').text.strip()  # 提取温度
        wind = weather.find('p', class_='win').find('span')['title']  # 提取风力信息

        # 将每条天气数据存储为字典
        forecast_data.append({
            'date': date,
            'weather': weather_desc,
            'temperature': temp,
            'wind': wind
        })

    # 将数据转换为DataFrame,便于后续处理
    weather_df = pd.DataFrame(forecast_data)
    return weather_df

# 使用城市代码获取天气数据,以下代码为北京的天气预报(代码为101010100)
city_code = '101010100'
weather_df = get_weather_data(city_code)
print(weather_df)

说明:

  1. requests.get(url) : 我们首先使用 requests 库向天气网站发送 HTTP 请求,并获取返回的网页内容。
  2. BeautifulSoup : 然后用 BeautifulSoup 来解析 HTML 数据,提取出我们需要的天气预报信息,如日期、天气情况、温度和风力。
  3. pandas.DataFrame : 最后,我们将这些数据存储在一个 DataFrame 中,方便后续的可视化处理。

运行上述代码后,你将看到一个表格,包含未来几天的天气情况。是不是感觉数据已经一目了然?但我们还可以做得更好!接下来,我们将这些数据用图表展示出来。

第三步:天气数据可视化

为了让天气预报看起来更直观,我们可以使用 Python 中强大的 matplotlib 库来绘制温度变化的折线图。我们将提取出每一天的最低温度和最高温度,并展示它们随时间的变化。

可视化的源码

python 复制代码
import matplotlib.pyplot as plt

def visualize_weather(weather_df):
    # 数据清洗:提取出温度中的最高温和最低温
    weather_df['temperature_min'] = weather_df['temperature'].apply(lambda x: int(x.split('/')[1].replace('℃', '').strip()))
    weather_df['temperature_max'] = weather_df['temperature'].apply(lambda x: int(x.split('/')[0].replace('℃', '').strip()))
    
    # 设置图表尺寸
    plt.figure(figsize=(10, 5))
    
    # 画出最低温度和最高温度的折线图
    plt.plot(weather_df['date'], weather_df['temperature_min'], label='最低温度 (°C)', marker='o', color='b')
    plt.plot(weather_df['date'], weather_df['temperature_max'], label='最高温度 (°C)', marker='o', color='r')
    
    # 添加图表标题和标签
    plt.title('未来几天天气预报')
    plt.xlabel('日期')
    plt.ylabel('温度 (°C)')
    plt.xticks(rotation=45)
    plt.legend()
    
    # 自动调整布局
    plt.tight_layout()
    
    # 显示图表
    plt.show()

# 可视化天气数据
visualize_weather(weather_df)

代码解析:

  1. 数据清洗:我们从温度字段中分别提取出最低温度和最高温度,并将它们转换为数值类型,方便绘图。
  2. 绘图 :使用 matplotlib 创建折线图,分别绘制最低温和最高温的变化趋势。
  3. 显示图表:我们设置了图表标题、标签和图例,使整个图表更加清晰易读。

最终效果

当你运行完所有代码后,系统将为你生成一张清晰的折线图,展示未来几天的最低温度和最高温度。你可以轻松地观察温度的波动,提前规划好出行的衣物搭配或户外活动。

总结

通过本文,我们学习了如何使用 Python 爬取天气预报数据,并使用 matplotlib 进行可视化展示。这一过程不仅适用于天气数据的展示,还可以广泛应用于其他数据爬取和分析任务。掌握这些技术,你就可以轻松搭建属于自己的数据分析和展示系统,让信息变得更加直观、生动。

现在,你只需每天运行一下这个脚本,就能及时获取最新的天气预报,提前为每一天做好准备!

本文是转载文章,点击查看原文
如有侵权,请联系 xyy@jishuzhan.net 删除
相关推荐
用户277844910499311 小时前
借助DeepSeek智能生成测试用例:从提示词到Excel表格的全流程实践
人工智能·python
JavaEdge在掘金13 小时前
ssl.SSLCertVerificationError报错解决方案
python
我不会编程55514 小时前
Python Cookbook-5.1 对字典排序
开发语言·数据结构·python
李少兄14 小时前
Unirest:优雅的Java HTTP客户端库
java·开发语言·http
老歌老听老掉牙14 小时前
平面旋转与交线投影夹角计算
python·线性代数·平面·sympy
满怀101514 小时前
Python入门(7):模块
python
无名之逆14 小时前
Rust 开发提效神器:lombok-macros 宏库
服务器·开发语言·前端·数据库·后端·python·rust
你觉得20514 小时前
哈尔滨工业大学DeepSeek公开课:探索大模型原理、技术与应用从GPT到DeepSeek|附视频与讲义下载方法
大数据·人工智能·python·gpt·学习·机器学习·aigc
似水এ᭄往昔14 小时前
【C语言】文件操作
c语言·开发语言
啊喜拔牙14 小时前
1. hadoop 集群的常用命令
java·大数据·开发语言·python·scala