基于 Python 的天气数据分析与可视化

在这里插入图片描述

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">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。