您好,登錄后才能下訂單哦!
今天就跟大家聊聊有關Python中Scrapy如何抓取并分析天氣數(shù)據(jù),可能很多人都不太了解,為了讓大家更加了解,小編給大家總結了以下內(nèi)容,希望大家根據(jù)這篇文章可以有所收獲。
利用Python“簡單地”抓取并分析一下天氣數(shù)據(jù)。補充一下之前數(shù)據(jù)可視化的空白。
Python版本:3.6.4
相關模塊:
PIL模塊;
requests模塊;
pyecharts模塊;
以及一些Python自帶的模塊。
同Python簡單分析微信好友。
利用國家氣象局和百度天氣查詢API接口來獲取當前天氣數(shù)據(jù),主要包括溫度、濕度、氣壓等。
獲取相關數(shù)據(jù)之后利用pyecharts模塊和PIL模塊對數(shù)據(jù)進行可視化分析。
具體實現(xiàn)過程詳見個人簡介或私信獲取源代碼。
結果展示
使用:
在cmd窗口中運行analysis.py文件即可。
要畫什么圖把對應的函數(shù)調(diào)用注釋去掉就好啦:
圖片
結果:
(打開相關文件中的html文件查看效果更佳,到處點一點有驚喜~~~)
(1)全國部分城市空氣質(zhì)量
圖片
(2)天氣預報簡圖
圖片
(3)部分城市氣溫柱狀圖
圖片
(4)部分城市氣溫折線圖
圖片
(5)部分城市相對氣壓餅圖
圖片
(6)部分城市氣溫分布圖
圖片
(7)北京城市濕度
圖片
(8)南京天氣信息雷達圖
圖片
有些是為了畫圖而畫圖了,所以看起來邏輯很怪
來可視化一波我們爬取到的數(shù)據(jù)吧!
首先,根據(jù)經(jīng)緯度畫下地震發(fā)生頻次的熱力圖吧,為了方便統(tǒng)計,我們對經(jīng)緯度進行了保留一位小數(shù)處理,然后再進行頻次統(tǒng)計,因此熱力圖會存在誤差。
**注:數(shù)據(jù)源于http://news.ceic.ac.cn/index.html,僅供參考。**
總體上效果是這樣子的:
圖片
和Google搜到的世界地震帶分布對比一下:
圖片
還行吧,就是為啥中國那片這么“出眾”。不過想想也對,國內(nèi)自己的地震數(shù)據(jù)肯定統(tǒng)計的更詳細,級別非常低的地震也統(tǒng)計進去了,而國外的地震統(tǒng)計的就比較粗糙一點,所以漏了很多,這么一來一回,也就成這副鬼樣子了。因此還不如仔細瞅瞅國內(nèi)的呢。所以放大定位到中國瞅瞅咯,效果如下:
圖片
好吧,中國國土面積太大了,不太好展示,感興趣的小伙伴自己下載相關文件看吧。T_T
然后再統(tǒng)計一下每年發(fā)生地震的頻次?效果如下:
圖片
以及地震級別統(tǒng)計?效果如下:
圖片
最后再對所有發(fā)生過地震的地點畫個詞云吧:
看完上述內(nèi)容,你們對Python中Scrapy如何抓取并分析天氣數(shù)據(jù)有進一步的了解嗎?如果還想了解更多知識或者相關內(nèi)容,請關注億速云行業(yè)資訊頻道,感謝大家的支持。
免責聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點不代表本網(wǎng)站立場,如果涉及侵權請聯(lián)系站長郵箱:is@yisu.com進行舉報,并提供相關證據(jù),一經(jīng)查實,將立刻刪除涉嫌侵權內(nèi)容。