python如何实现将天气预报可视化

这篇文章将为大家详细讲解有关python如何实现将天气预报可视化，小编觉得挺实用的，因此分享给大家做个参考，希望大家阅读完这篇文章后可以有所收获。

结果展示

其中：

红线代表当天最高气温，蓝线代表最低气温，最高气温点上的标注为当天的天气情况。

如果使夜晚运行程序，则最高气温和最低气温的点会重合，使由爬取数据产生误差导致的。

程序代码

详细请看注释

# -*- coding: UTF-8 -*-"""# @Time: 2022/1/4 11:02# @Author: 远方的星# @CSDN: https://blog.csdn.net/qq_44921056"""import chardetimport requestsfrom lxml import etreefrom fake_useragent import UserAgentimport pandas as pdfrom matplotlib import pyplot as plt# 随机产生请求头ua = UserAgent(verify_ssl=False, path='D:/Pycharm/fake_useragent.json')# 随机切换请求头def random_ua():    headers = {        "user-agent": ua.random    }    return headers# 解析页面def res_text(url):    res = requests.get(url=url, headers=random_ua())    res.encoding = chardet.detect(res.content)['encoding']    response = res.text    html = etree.HTML(response)    return html# 获得未来七天及八到十五天的页面链接def get_url(url):    html = res_text(url)    url_7 = 'http://www.weather.com.cn/' + html.xpath('//*[@id="someDayNav"]/li[2]/a/@href')[0]    url_8_15 = 'http://www.weather.com.cn/' + html.xpath('//*[@id="someDayNav"]/li[3]/a/@href')[0]    # print(url_7)    # print(url_8_15)    return url_7, url_8_15# 获取未来七天的天气情况def get_data_7(url):    html = res_text(url)    list_s = html.xpath('//*[@id="7d"]/ul/li')  # 获取天气数据列表    Date, Weather, Low, High = [], [], [], []    for i in range(len(list_s)):        list_date = list_s[i].xpath('./h2/text()')[0]  # 获取日期，如：4日（明天）        # print(list_data)        list_weather = list_s[i].xpath('./p[1]/@title')[0]  # 获取天气情况，如：小雨转雨夹雪        # print(list_weather)        tem_low = list_s[i].xpath('./p[2]/i/text()')  # 获取最低气温        tem_high = list_s[i].xpath('./p[2]/span/text()')  # 获取最高气温        if tem_high == []:  # 遇到夜晚情况，筛掉当天的最高气温            tem_high = tem_low  # 无最高气温时，使最高气温等于最低气温        tem_low = int(tem_low[0].replace('℃', '')) # 将气温数据处理        tem_high = int(tem_high[0].replace('℃', ''))        # print(type(tem_high))        Date.append(list_date), Weather.append(list_weather), Low.append(tem_low), High.append(tem_high)    excel = pd.DataFrame()  # 定义一个二维列表    excel['日期'] = Date    excel['天气'] = Weather    excel['最低气温'] = Low    excel['最高气温'] = High    # print(excel)    return exceldef get_data_8_15(url):    html = res_text(url)    list_s = html.xpath('//*[@id="15d"]/ul/li')    Date, Weather, Low, High = [], [], [], []    for i in range(len(list_s)):        # data_s[0]是日期，如：周二（11日），data_s[1]是天气情况，如：阴转晴，data_s[2]是最低温度，如：/-3℃        data_s = list_s[i].xpath('./span/text()')        # print(data_s)        date = modify_str(data_s[0])  # 获取日期情况        weather = data_s[1]        low = int(data_s[2].replace('/', '').replace('℃', ''))        high = int(list_s[i].xpath('./span/em/text()')[0].replace('℃', ''))        # print(date, weather, low, high)        Date.append(date), Weather.append(weather), Low.append(low), High.append(high)    # print(Date, Weather, Low, High)    excel = pd.DataFrame()  # 定义一个二维列表    excel['日期'] = Date    excel['天气'] = Weather    excel['最低气温'] = Low    excel['最高气温'] = High    # print(excel)    return excel# 将8-15天日期格式改成与未来7天一致def modify_str(date):    date_1 = date.split('（')    date_2 = date_1[1].replace('）', '')    date_result = date_2 + '（' + date_1[0] + '）'    return date_result# 实现数据可视化def get_image(date, weather, high, low):    # 用来正常显示中文标签    plt.rcParams['font.sans-serif'] = ['SimHei']    # 用来正常显示负号    plt.rcParams['axes.unicode_minus'] = False    # 根据数据绘制图形    fig = plt.figure(dpi=128, figsize=(10, 6))    ax = fig.add_subplot(111)    plt.plot(date, high, c='red', alpha=0.5, marker='*')    plt.plot(date, low, c='blue', alpha=0.5, marker='o')    # 给图表中两条折线中间的部分上色    plt.fill_between(date, high, low, facecolor='blue', alpha=0.2)    # 设置图表格式    plt.title('邳州近15天天气预报', fontsize=24)    plt.xlabel('日期', fontsize=12)    # 绘制斜的标签，以免重叠    fig.autofmt_xdate()    plt.ylabel('气温', fontsize=12)    # 参数刻度线设置    plt.tick_params(axis='both', which='major', labelsize=10)    # 修改刻度    plt.xticks(date[::1])    # 对点进行标注，在最高气温点处标注当天的天气情况    for i in range(15):        ax.annotate(weather[i], xy=(date[i], high[i]))    # 显示图片    plt.show()def main():    base_url = 'http://www.weather.com.cn/weather1d/101190805.shtml'    url_7, url_8_15 = get_url(base_url)    data_1 = get_data_7(url_7)    data_2 = get_data_8_15(url_8_15)    data = pd.concat([data_1, data_2], axis=0, ignore_index=True)  # ignore_index=True实现两张表拼接，不保留原索引    get_image(data['日期'], data['天气'], data['最高气温'], data['最低气温'])if __name__ == '__main__':    main()

关于“python如何实现将天气预报可视化”这篇文章就分享到这里了，希望以上内容可以对大家有一定的帮助，使各位可以学到更多知识，如果觉得文章不错，请把它分享出去让更多的人看到。