Python中Scrapy如何抓取并分析天气数据

今天就跟大家聊聊有关Python中Scrapy如何抓取并分析天气数据，可能很多人都不太了解，为了让大家更加了解，小编给大家总结了以下内容，希望大家根据这篇文章可以有所收获。

利用Python“简单地”抓取并分析一下天气数据。补充一下之前数据可视化的空白。

开发工具

Python版本：3.6.4

相关模块：

PIL模块；

requests模块；

pyecharts模块；

以及一些Python自带的模块。

环境搭建

同Python简单分析微信好友。

主要思路

利用国家气象局和百度天气查询API接口来获取当前天气数据，主要包括温度、湿度、气压等。

获取相关数据之后利用pyecharts模块和PIL模块对数据进行可视化分析。

具体实现过程详见个人简介或私信获取源代码。

结果展示

使用：

在cmd窗口中运行analysis.py文件即可。

要画什么图把对应的函数调用注释去掉就好啦：

图片

结果：

（打开相关文件中的html文件查看效果更佳，到处点一点有惊喜~~~）

（1）全国部分城市空气质量

图片

（2）天气预报简图

图片

（3）部分城市气温柱状图

图片

（4）部分城市气温折线图

图片

（5）部分城市相对气压饼图

图片

（6）部分城市气温分布图

图片

（7）北京城市湿度

图片

（8）南京天气信息雷达图

图片

有些是为了画图而画图了，所以看起来逻辑很怪

补充：中国地震网数据可视化

来可视化一波我们爬取到的数据吧！

首先，根据经纬度画下地震发生频次的热力图吧，为了方便统计，我们对经纬度进行了保留一位小数处理，然后再进行频次统计，因此热力图会存在误差。

**注：数据源于http://news.ceic.ac.cn/index.html，仅供参考。**

总体上效果是这样子的：

图片

和Google搜到的世界地震带分布对比一下：

图片

还行吧，就是为啥中国那片这么“出众”。不过想想也对，国内自己的地震数据肯定统计的更详细，级别非常低的地震也统计进去了，而国外的地震统计的就比较粗糙一点，所以漏了很多，这么一来一回，也就成这副鬼样子了。因此还不如仔细瞅瞅国内的呢。所以放大定位到中国瞅瞅咯，效果如下：

图片

好吧，中国国土面积太大了，不太好展示，感兴趣的小伙伴自己下载相关文件看吧。T_T

然后再统计一下每年发生地震的频次？效果如下：

图片

以及地震级别统计？效果如下：

图片

最后再对所有发生过地震的地点画个词云吧：

看完上述内容，你们对Python中Scrapy如何抓取并分析天气数据有进一步的了解吗？如果还想了解更多知识或者相关内容，请关注亿速云行业资讯频道，感谢大家的支持。