基于 Python 的天气数据分析与可视化

1. 项目背景

天气数据分析与可视化项目旨在通过爬取天气数据并进行分析，生成可视化图表，帮助用户了解天气变化趋势。通过该项目，学生可以掌握 Python 的数据爬取、数据分析和可视化技能。该项目适用于气象研究、农业规划、旅游出行等领域。

2. 功能需求

数据爬取：从天气网站爬取历史天气数据。
数据分析：分析温度、降水等数据的变化趋势。
数据可视化：使用 Matplotlib 生成折线图、柱状图等可视化图表。

3. 技术选型

编程语言：Python
数据爬取：Requests、BeautifulSoup
数据分析：Pandas
数据可视化：Matplotlib

4. 系统设计

4.1 数据来源

从公开的天气网站（如中国天气网）爬取历史天气数据。
数据字段包括日期、温度、降水量等。

4.2 功能模块

数据爬取模块：从网站爬取天气数据并存储到本地。
数据分析模块：对温度、降水量等数据进行分析。
数据可视化模块：生成折线图、柱状图等可视化图表。

5. 核心代码实现

python 复制代码

import requests
from bs4 import BeautifulSoup
import pandas as pd
import matplotlib.pyplot as plt

# 爬取天气数据
def fetch_weather_data(city, year, month):
    # 模拟请求（实际项目中需替换为真实 URL）
    url = f"https://www.example.com/weather/{city}/{year}-{month}"
    response = requests.get(url)
    soup = BeautifulSoup(response.text, 'html.parser')
    
    # 解析数据
    weather_data = []
    for row in soup.find_all('tr'):
        cols = row.find_all('td')
        if len(cols) > 0:
            date = cols[0].text.strip()
            temperature = cols[1].text.strip()
            precipitation = cols[2].text.strip()
            weather_data.append([date, temperature, precipitation])
    
    # 转换为 DataFrame
    df = pd.DataFrame(weather_data, columns=["日期", "温度", "降水量"])
    df["温度"] = df["温度"].str.replace("℃", "").astype(float)
    df["降水量"] = df["降水量"].str.replace("mm", "").astype(float)
    return df

# 数据可视化
def plot_weather_data(df):
    plt.figure(figsize=(10, 6))
    
    # 绘制温度折线图
    plt.plot(df["日期"], df["温度"], label="温度 (℃)", marker='o', color='red')
    
    # 绘制降水量柱状图
    plt.bar(df["日期"], df["降水量"], label="降水量 (mm)", alpha=0.5, color='blue')
    
    # 设置图表属性
    plt.xlabel("日期")
    plt.ylabel("值")
    plt.title(f"{city} {year}年{month}月天气数据可视化")
    plt.legend()
    plt.grid(True)
    plt.xticks(rotation=45)
    plt.tight_layout()
    plt.show()

# 主程序
if __name__ == "__main__":
    # 设置城市、年份和月份
    city = "beijing"
    year = "2023"
    month = "10"
    
    # 爬取天气数据
    weather_df = fetch_weather_data(city, year, month)
    print("爬取的天气数据：")
    print(weather_df)
    
    # 数据可视化
    plot_weather_data(weather_df)

6. 运行效果

数据爬取 ：
- 从天气网站爬取指定城市、年份和月份的天气数据。
- 数据存储到 Pandas DataFrame 中，字段包括日期、温度和降水量。
数据可视化 ：
- 使用 Matplotlib 生成温度折线图和降水量柱状图。
- 图表标题为"北京 2023年10月天气数据可视化"。
- 横轴为日期，纵轴为温度和降水量。

7. 总结

通过本项目的开发，我们实现了一个简单的天气数据分析与可视化系统，涵盖了数据爬取、数据分析和数据可视化等功能。Python 的丰富库（如 Requests、Pandas 和 Matplotlib）使得该项目易于实现和扩展。未来可以进一步优化系统，例如：

支持更多城市和更长时间范围的天气数据。
添加更多的数据分析功能（如平均值、最大值、最小值等）。
开发交互式可视化工具（如使用 Plotly）。

希望这篇文章能为你的毕业设计提供帮助！如果需要更多功能或优化建议，可以随时告诉我！😊

如果你有其他需求或想法，欢迎继续交流！