青岛崂山区过去24小时气候变化可视化

前面已经介绍过几个方便的可视化工具了！今天又发现了一个python里面非常便捷的Echarts的改版（为python而生的）！抽时间学了一下,随手做了一个简单的小项目！
项目逻辑比较简单，简单介绍一下过程以及工具的使用！(以后pytho n处理完数据之后，就可以直接使用了)

项目简介

大体过程是：用python语言对中国气象台的网站进行气象数据的爬取，然后将爬取下来的数据使用pyecharts进行可视化分析。
声明：数据的爬取，仅用于本次练习，非商业用途

数据获取

之前的文章有讲解过使用java的webMagic进行数据的爬取！但是当前使用爬虫最火的还要数python！等有时间在出一篇关于python 爬虫的记录！
中央气象台
首先，打开中央气象台的网站，然后在城市预报中随便选择一个热门城市！然后打开we b控制台，手动切换省份以及城市的名称对页面进行分析。
在python中web的学习可以参考requests库，当然还有urllib urllib2等库。大佬说建议全面放弃！我就不介绍这两个了！版本也有点老了

#获得请求数据的函数 
def get_html(url):
    #请求的连接
    r=requests.get(url)
    return r.text

通过分析可以找到 URL1 = ‘http://www.nmc.cn/f/rest/province/ASD'
这个连接是代表的省份 其中ASD表示的是山东省的代码
URL = ‘http://www.nmc.cn/f/rest/passed/55538‘这个链接是某一个城市过去24小时的气候信息，其中的55538是某一个城市的代号。这里使用的是json格式的。

在这个网站中 城市与代号之间的对应关系 是 
省会 - 城市 - 代号
所以我们要先获得城市的代码，然后找到要使用的城市的名称 然后获得代号

这样我们通过上述代码就可以获得每一部分的数据！通过查看单个链接数据可以发现数据格式是json数据格式，因此我们需要对数据进行一个简单的解析。

我们首先解析一个城市到城市代码的 映射

def get_citymap(url):
    obj = get_html(url)
    parse_json = json.loads(obj)
    code_citymap = {}
    for a in parse_json:
        code_citymap[a['city']] = a['code']
    return code_citymap

然后根据城市映射，构建一个新的请求链接。直接获得要请求的数据

def geturl(cityname,url):
    URL = 'http://www.nmc.cn/f/rest/passed/'
    code = get_citymap(url)[cityname]
    return URL+code

对请求的数据进行json解析

obb = get_html(geturl('崂山',URL1))
parse_dajson = json.loads(obb)

根据解析出来的数据，将我们要关注的天气信息进行统计

time = []
rain = []
temperature = []
humidity = []
pressure = []
windSpeed = []
for a in parse_dajson:
    time.append(a['time'])
    if a['rain1h']==9999.0 and len(rain)!=0:
        a['rain1h']= rain[-1]
    rain.append(a['rain1h'])
    if a['temperature']==9999.0 and len(temperature)!=0:
        a['temperature']=temperature[-1]
    temperature.append(a['temperature'])
    if a['humidity']==9999.0 and len(humidity)!=0:
        a['humidity']=humidity[-1]
    humidity.append(a['humidity'])
    if a['pressure']==9999.0 and len(pressure)!=0:
        a['pressure']=pressure[-1]
    pressure.append(a['pressure'])
    if a['windSpeed']==9999.0 and len(windSpeed)!=0:
        a['windSpeed']=windSpeed[-1]
    windSpeed.append(a['windSpeed'])

统计完信息之后，我们就要进行可视化处理了！就要用到python版本的p yecharts。对于pyecharts在网络上主要有两个版本。我们尽量使用最新版！这个也是让我对python感到非常头疼的。版本更新，语法不兼容！
对于pyecharts的学习建议大家直接学习官方学习文档
官方为大家提供了足够的使用模板可修改性是比较强的。
下面就是使用官方文档进行的一个可视化过程。
使用之前需要导入所需要的包

import pyecharts.options as opts
from pyecharts.charts import Line,Bar,Page,PictorialBar
from pyecharts.globals import ThemeType,SymbolType

为了将所有的可视化结果全部显示在一个网页上，我们需要设置一下

page = Page(layout=Page.DraggablePageLayout)
...
这部分是a,b,c,d模块
...
page.add(a,b,c,d)
page.render("/Users/gorge/Desktop/temperature_change_line_chart.html")

对于a ,bcc,d模块的写法如下：

## 气温
a=(
    Line(init_opts=opts.InitOpts(width="1600px", height="400px"))
    .add_xaxis(xaxis_data=time)
    .add_yaxis(
        series_name="气温",
        y_axis=temperature,
        markpoint_opts=opts.MarkPointOpts(
            data=[
                opts.MarkPointItem(type_="max", name="最大值"),
                opts.MarkPointItem(type_="min", name="最小值"),
            ]
        ),
        markline_opts=opts.MarkLineOpts(
            data=[opts.MarkLineItem(type_="average", name="平均值")]
        ),
    )
    .set_global_opts(
        title_opts=opts.TitleOpts(title="青岛过去24小时气温变化", subtitle="数据真实"),
        tooltip_opts=opts.TooltipOpts(trigger="axis"),
        toolbox_opts=opts.ToolboxOpts(is_show=True),
        xaxis_opts=opts.AxisOpts(type_="category", boundary_gap=False),
    )
    
)

b= (
    Bar({"theme": ThemeType.MACARONS})
    .add_xaxis(time)
    .add_yaxis("temperature", temperature)
    .add_yaxis("humidity", humidity)
)

c = (
    PictorialBar()
    .add_xaxis(time)
    .add_yaxis(
        "",
        windSpeed,
        label_opts=opts.LabelOpts(is_show=False),
        symbol_size=18,
        symbol_repeat="fixed",
        symbol_offset=[0, 0],
        is_symbol_clip=True,
        symbol=SymbolType.ROUND_RECT,
    )
    .reversal_axis()
    .set_global_opts(
        title_opts=opts.TitleOpts(title="青岛过去24小时风速图"),
        xaxis_opts=opts.AxisOpts(is_show=False),
        yaxis_opts=opts.AxisOpts(
            axistick_opts=opts.AxisTickOpts(is_show=False),
            axisline_opts=opts.AxisLineOpts(
                linestyle_opts=opts.LineStyleOpts(opacity=0)
            ),
        ),
    )
)

d = (
    Line()
    .add_xaxis(time)
    .add_yaxis("降雨量/mm", rain, is_smooth=True)
    .set_global_opts(title_opts=opts.TitleOpts(title="青岛过去24小时降水图"))
)

通过上述操作，我们就可以获得一个可以动态显示的网页版的可视化界面了！这样看起来是不是要比Echarts的好多了呀！