十一将近,Python 带你分析哪里适合去

简介: 十一小长假将近,不知道各位小伙伴儿有没有想好去哪里玩呢。虽然说每逢假期,国内的各大旅游景点都是人满为患,但是出去放放风还是有必要的,保不齐就能偶遇小小哥哥小姐姐呢!既然是出去散心,那么天气状况就尤为重要了,下雨阴天,寒风凛冽的,可能不太好偶遇哦。下面就带着到家一起,看看十一期间,哪些地方的天气适合出(偶)游(遇)呢。

十一小长假将近,不知道各位小伙伴儿有没有想好去哪里玩呢。

虽然说每逢假期,国内的各大旅游景点都是人满为患,但是出去放放风还是有必要的,保不齐就能偶遇小小哥哥小姐姐呢!

既然是出去散心,那么天气状况就尤为重要了,下雨阴天,寒风凛冽的,可能不太好偶遇哦。下面就带着到家一起,看看十一期间,哪些地方的天气适合出(偶)游(遇)呢。


获取数据

数据的获取,就从中国天气网站上直接抓取,网络上的一些 API,有的信息不是很全,只能获取最近3天的数据,有的又需要付费,还不如自己抓来的痛快。

http://www.weather.com.cn/weather15d/10124020102A.shtml

网站也没有做什么限制,简单的扒扒网页代码就行了,不难。

同时我这里还用到了提取准备的四个文件

  • 省会城市列表,provincial_capital
  • 全国城市 id 信息表,china-city-list.csv
  • 著名景点名称列表,attractions
  • 全国景点 id 信息表,china-scenic-list.txt

为了阅读方便,这里只给出了核心的抓取部分,其他的保存数据部分可以查看源码

def get_data(name, city, code):
    print("正在下载城市%s的数据" % city)
    url = 'http://www.weather.com.cn/weather15d/%s.shtml' % code[2:]
    res = requests.get(url).content.decode()
    content = BeautifulSoup(res, "html.parser")
    weather_list = content.find('ul', attrs={'class': 't clearfix'}).find_all('li')
    items = map(parse_item, weather_list)
    save_to_csv(name, city, items)
    time.sleep(1)
def parse_item(item):
    time = item.find('span', attrs={'class': 'time'}).text
    wea = item.find('span', attrs={'class': 'wea'}).text
    tem = item.find('span', attrs={'class': 'tem'}).text
    wind = item.find('span', attrs={'class': 'wind'}).text
    wind_level = item.find('span', attrs={'class': 'wind1'}).text
    result = {
        "time": time,
        "wea": wea,
        "tem": tem,
        "wind": wind,
        "wind_level": wind_level
    }
    return result

最后我就得到了两个包含天气信息的文件,shiyiweatherdata.csv 和 shiyiattractiondata.csv,下面就根据这两个文件,来规划下十一的行程。


省会城市分析

出游旅行,省会城市肯定是个重点,毕竟大城市,你懂的。

温度和降水

对于降水的概率,我采取的是如果预报是有雨,则设置降水概率为80,如果是预报是晴,则降水概率为20。

weather_dict = {
    "snow": 100,
    "rain": 80,
    "cloud": 50,
    "overcast": 60,
    "sun": 20
}

在十一这一天,各省会城市的降水和温度情况

image.gif


可以看到,大部分的城市都有降水的概率,但是都不是很高,保守估计,会是个晴天。而温度的话,基本都在25-28°之间,真实天凉好个秋啊!

而乌鲁木齐,拉萨,西宁的温度就不是很美好了,基本已经到了10°一下了,小棉袄是不是要走起了。

为了更直观,我们再通过一个双轴图来查看下降水和温度的情况

image.gif


这张图更加明显,南宁,福州,郑州和长沙是天气最好的城市,秋高气爽。那么问题来了,你会在这几个城市中选择一个嘛?

而乌鲁木齐太出乎意料了,成功成为全国省会中温度最低的城市,连哈尔滨都比不了。

下面再挑选几大旅游城市,看看在十一期间的天气情况

北京

28.png

北京由于纬度比较高,所以在十一期间温度也比较低了,而降水的概率也挺大的,看来一场秋雨一场寒啊,大帝都要进入万物萧条的时节了。

上海

29.png


上海的平均温度还是很不错的,感觉在十一的前两天去,只要能 hold 住人群的冲击,去上海会是个不错的选择。

杭州

30.png


杭州的温度在十一期间是一路走低,照这个架势,看断桥残雪的日子应该不远了。而且十一期间大概率是阴天吧,在阴蒙蒙的西湖边散步,有没有感觉?

成都

31.png


成都还是一如既往的稳定,下雨不停歇。不过这也不影响我们去看大熊猫吧,反正我不管,我要去成都!

著名景区天气

不同的人,对于著名景区的定义肯定不一样了,我这里也只是选取了网上呼声最高的一些景点做分析,不能完全覆盖了。毕竟伟大的祖国幅员辽阔,好玩的地方太多了!

降水情况

31.gif



感觉漓江和黄山可以去呀,大好的晴天。

温度和降水

32.gif


再来结合温度看一下,感觉还是黄山和漓江最适合去,武陵源风景区也是个不错的选择哦。

而我选取的景区中,温度最低的要数长白山了,毕竟在东北,毕竟海拔高。不过去自然保护区看看最纯粹的大自然,应该也会有不一样的感受吧。

温度与降水地理分布

降水

image.gif



能够清楚的看出,京津地区降水的可能性是最大的,如果这个时候走在北京的大街上,不知道冷冷的冰雨打在脸上会是什么感觉呢?

东南沿海的降水也不会少,那么选择西湖漫步应该就是最好的选择了。

温度

image.gif



整体来说,还是纬度低的地方温度要高些,珠三角地区应该还是春暖花开呢,而东北和新疆,可能已经不得不准备抗寒了。

好了,今天的分析就到这里了,那么,十一长假你最终的选择是哪里呢?

最后献上完整代码

https://github.com/zhouwei713/data_analysis/tree/master/weather

本文作者:周萝卜,Python 爱好者,个人公众号:萝卜大杂烩

声明:本文为 脚本之家专栏作者 投稿,未经允许请勿转载。



相关文章
|
12天前
|
机器学习/深度学习 数据采集 算法
时间序列结构变化分析:Python实现时间序列变化点检测
在时间序列分析和预测中,准确检测结构变化至关重要。新出现的分布模式往往会导致历史数据失去代表性,进而影响基于这些数据训练的模型的有效性。
29 1
|
1月前
|
机器学习/深度学习 数据采集 数据可视化
使用Python实现深度学习模型:智能舆情监测与分析
【8月更文挑战第16天】 使用Python实现深度学习模型:智能舆情监测与分析
105 1
|
1天前
|
机器学习/深度学习 存储 人工智能
文本情感识别分析系统Python+SVM分类算法+机器学习人工智能+计算机毕业设计
使用Python作为开发语言,基于文本数据集(一个积极的xls文本格式和一个消极的xls文本格式文件),使用Word2vec对文本进行处理。通过支持向量机SVM算法训练情绪分类模型。实现对文本消极情感和文本积极情感的识别。并基于Django框架开发网页平台实现对用户的可视化操作和数据存储。
9 0
文本情感识别分析系统Python+SVM分类算法+机器学习人工智能+计算机毕业设计
|
5天前
|
机器学习/深度学习 数据可视化 搜索推荐
使用Python实现深度学习模型:智能睡眠监测与分析
使用Python实现深度学习模型:智能睡眠监测与分析
27 2
|
6天前
|
机器学习/深度学习 搜索推荐 TensorFlow
使用Python实现深度学习模型:智能饮食建议与营养分析
使用Python实现深度学习模型:智能饮食建议与营养分析
30 3
|
7天前
|
机器学习/深度学习 搜索推荐 算法框架/工具
使用Python实现深度学习模型:智能运动表现分析
使用Python实现深度学习模型:智能运动表现分析
30 1
|
1月前
|
存储 JSON 数据可视化
用Python分析S11决赛EDGvsDK,教你怎么硬核吹EDG
用Python分析S11决赛EDGvsDK,教你怎么硬核吹EDG
33 4
用Python分析S11决赛EDGvsDK,教你怎么硬核吹EDG
|
22天前
|
Python
Python变量的作用域_参数类型_传递过程内存分析
理解Python中的变量作用域、参数类型和参数传递过程,对于编写高效和健壮的代码至关重要。正确的应用这些概念,有助于避免程序中的错误和内存泄漏。通过实践和经验积累,可以更好地理解Python的内存模型,并编写出更优质的代码。
13 2
|
21天前
|
大数据 机器人 数据挖掘
这个云ETL工具配合Python轻松实现大数据集分析,附案例
这个云ETL工具配合Python轻松实现大数据集分析,附案例
|
22天前
|
存储 数据可视化 Python
使用python moviepy提取视频中的音频,同时对音频数据进行数据可视化分析
使用python moviepy提取视频中的音频,同时对音频数据进行数据可视化分析
18 0