嗨害大家好鸭！我是芝士❤
最近湖南天气忽冷忽热的，
很是烦人捏
源码资料电子书:点击此处跳转文末名片获取
工具介绍
Echarts是一个开源的数据可视化JS库，pyecharts是一款将python与echarts结合的强大的数据可视化工具
开发环境
- python 3.8
- pycharm 2022.3.2
获取数据
请求数据
F12开发者工具刷新网站
放大康康
url = 'http://www.weather.com.cn/weather1d/101250101.shtml'
headers = {
'user-agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/101.0.0.0 Safari/537.36'
}
response = requests.get(url=url, headers=headers)
#python源码资料免费领扣扣qun：540305994
解析数据
正则可以直接匹配我们想要的数据
html_data = re.findall('var hour3data=(.*)', response.text)[0]
json_data = json.loads(html_data)
print(json_data)
提取数据
for index in json_data['7d']:
print(index)
for i in index:
dit = {
'时间': i.split(',')[0],
'天气': i.split(',')[2],
'温度': i.split(',')[3],
'风向': i.split(',')[4],
'风级': i.split(',')[5],
}
print(dit)
保存数据
数据保存到csv文件
数据很干净
之后做可视化不用再进一步进行清洗
f = open('data.csv', mode='a', encoding='utf-8', newline='')
csv_writer = csv.DictWriter(f, fieldnames=[
'时间','天气','温度','风向','风级'
])
csv_writer.writeheader()
数据可视化
我们都知道python上的一款可视化工具matplotlib,
而前些阵子做一个Spark项目的时候用到了百度开源的一个可视化JS工具-Echarts，
可视化类型非常多，
但是得通过导入js库在Java Web项目上运行，
平时用Python比较多，
于是就在想有没有Python与Echarts结合的*。
Google后，
找到一个国人开发的一个Echarts与Python结合的*：pyecharts
城市温度变化柱状图（一周气温变化）
x = Faker.choose()
tl = Timeline()
time_list = [i for i in range(23, 32)]
for i, date, temperature in zip(time_list, date_list, temperature_list):
bar = (
Bar()
.add_xaxis(date)
.set_global_opts(
title_opts=opts.TitleOpts("长沙3月{}日温度".format(i)),
graphic_opts=[
opts.GraphicGroup(
graphic_item=opts.GraphicItem(
rotation=JsCode("Math.PI / 4"),
bounding="raw",
right=100,
bottom=110,
z=100,
),
children=[
opts.GraphicRect(
graphic_item=opts.GraphicItem(
left="center", top="center", z=100
),
graphic_shape_opts=opts.GraphicShapeOpts(
width=400, height=50
),
graphic_basicstyle_opts=opts.GraphicBasicStyleOpts(
fill="rgba(0,0,0,0.3)"
),
),
opts.GraphicText(
graphic_item=opts.GraphicItem(
left="center", top="center", z=100
),
graphic_textstyle_opts=opts.GraphicTextStyleOpts(
text="长沙3月{}日温度".format(i),
font="bold 26px Microsoft YaHei",
graphic_basicstyle_opts=opts.GraphicBasicStyleOpts(
fill="#fff"
),
),
),
],
)
],
)
)
tl.add(bar, "3月{}日".format(i))
tl.render_notebook()
全省每小时温度分布图（3天气温变化）
file = "weather_henan_allcities.xlsx"
data = pd.read_excel(file) #reading file
time_line_final = list(data['小时'].iloc[0:24])
from pyecharts import options as opts
from pyecharts.charts import Map,Timeline
#定义一个timeline和map的组合图
def timeline_map(data):
tl = Timeline().add_schema(play_interval =300,height=40,is_rewind_play=False,orient = "horizontal",is_loop_play = True,is_auto_play=False)#设置播放速度、是否循环播放等参数
for h in time_line_final:
x =data[data["小时"]==h]['城市'].values.tolist() #选取指定城市
y=data[data["小时"]==h]['温度'].values.tolist() #选取时间的温度
map_shape = (
Map()
.add("{}h时气温（℃）".format(h),[list(z) for z in zip(x, y)],"湖南") #打包输入地区及对应降温度数据
.set_series_opts(label_opts=opts.LabelOpts("{b}")) #配置系列参数，{b}为显示地区数据
.set_global_opts(
title_opts=opts.TitleOpts(title="每小时气温分布"), #全局参数中设置标题
visualmap_opts=opts.VisualMapOpts(max_=300, #设置映射配置项的最大值
is_piecewise=True, #设置是否为分段显示
pos_top = "60%", #映射配置项距图片上部的距离
pieces=[
{"min": 13, "label": '>13℃', "color": "#FF0000"}, # 分段指定颜色及名称
{"min": 10, "max": 12, "label": '10-13℃', "color": "#FF3333"},
{"min": 7, "max": 9, "label": '7-9℃', "color": "#FF9999"},
{"min": 0, "max": 6, "label": '0-6℃', "color": "#FFCCCC"}])
))
tl.add(map_shape, "{}h".format(h)) #将不同日期的数据加入到timeline中#python源码资料免费领扣扣qun：540305994
return tl
timeline_map(data).render("rainfall.html")
