花花花花海

Python爬取山东各省市天气并进行可视化

编辑器 Pycharm 版本2017.2.1
爬取网址 http://www.weather.com.cn/textFC/shandong.shtml
将网址七天内的所有信息进行可视化
代码还有改进空间
#导入所需要的库
import requests
import re
import matplotlib.pyplot as plt
from bs4 import BeautifulSoup
from pyecharts.charts import Bar,Map,Parallel,Line
from pyecharts import options as opts
ALL_DATA=[] #创建全局变量列表
ALL_SDDATA = []
#模拟浏览器爬取网页数据的函数
def parse_page(url):
response=requests.get(url) #requests 模拟浏览器发送请求
text = response.content.decode(‘utf-8’) #将模拟浏览返回数据转换格式
soup = BeautifulSoup(text, ‘html5lib’) #使用html5lib是因为网页返回的乱码问题
tables = soup.find_all(‘table’) #从返回的数据中寻找需要的数据逻辑部分
listval=[0,17,34,51,68,85,102] #分析知道由于网页源码格式不利于爬取所以删去
for val in listval:
tables.remove(tables[val])
for table in tables: #下面都是用逻辑提取所需要的数据
trs=table.find_all(‘tr’)
tws=table.find_all(‘tr’)[0]
twds = tws.find_all(‘td’)
sdcities = twds[1]
sdcity = list(sdcities.stripped_strings)[0]
sdtemp_td = twds[-2]
sdmin_temp = list(sdtemp_td.stripped_strings)[0]
sdmtemp_td = twds[4]
sdmax_temp = list(sdmtemp_td.stripped_strings)[0]
ALL_SDDATA.append({‘sdcity’:sdcity,‘sdmin_temp’:sdmin_temp,‘sdmax_temp’:sdmax_temp})
for index,tr in enumerate(trs):
tds = tr.find_all(‘td’)
city_td = tds[0]
if(index==0):
city_td=tds[1]
city=list(city_td.stripped_strings)[0]
temp_td=tds[-2]
min_temp=list(temp_td.stripped_strings)[0]
mtemp_td = tds[-5]
max_temp = list(mtemp_td.stripped_strings)[0]
weather_td=tds[-4]
weather=list(weather_td.stripped_strings)[0]
weathern_td=tds[-7]
weatherday = list(weathern_td.stripped_strings)[0]
windn_td=tds[-3]
windn=list(windn_td.stripped_strings)[0]
wind_pow=list(windn_td.stripped_strings)[1]
string = wind_pow
windn_pow=min(re.findall(r"\d+.?\d*",string)) #数据清洗
wind_td = tds[-6]
windday_pow = list(wind_td.stripped_strings)[1]
windd = list(wind_td.stripped_strings)[0]
string1 = windday_pow
windd_pow = min(re.findall(r"\d+.?\d*", string1)) #数据清洗
ALL_DATA.append({“city”:city,‘weatherday’:weatherday,‘min_temp’:int(min_temp),‘max_temp’:max_temp,‘weather’:weather,‘windd_dir’:windd,‘windn_dir’:windn,‘windn_pow’:int(windn_pow),‘windd_pow’:int(windd_pow)}) #这里将所要爬取的数据放到列表中列表对象以键值对方式存储
# print(ALL_DATA)
# print({“city”:city,“min_temp”:int(min_temp),“max_temp”:max_temp,“weather”:weather})
def main(): #main函数
url=‘http://www.weather.com.cn/textFC/shandong.shtml’
parse_page(url)

天气情况夜间汇总 + 周一→周日

天气情况昼间汇总 + 周一→周日

creat_AllNWeaPie()
creat_AllDWeaPie()

creat_MonNWeaPie()
creat_MonDWeaPie()

creat_TueNWeaPie()
creat_TueDWeaPie()

creat_WedNWeaPie()
creat_WedDWeaPie()

creat_ThuNWeaPie()
creat_ThuDWeaPie()

creat_FriNWeaPie()
creat_FriDWeaPie()

creat_SatNWeaPie()
creat_SatDWeaPie()

creat_SunNWeaPie()
creat_SunDWeaPie()

风向状况汇总 + 周一→周日

creat_AllDayWindPie()
creat_AllNigWindPie()

creat_MonDayWindPie()
creat_MonNigWindPie()

creat_TueDayWindPie()
creat_TueNigWindPie()

creat_WedDayWindPie()
creat_WedNigWindPie()

creat_ThuDayWindPie()
creat_ThuNigWindPie()

creat_FriDayWindPie()
creat_FriNigWindPie()

creat_SatDayWindPie()
creat_SatNigWindPie()

creat_SunDayWindPie()
creat_SunNigWindPie()

#风力状况汇总 + 周一→周日
creat_AllDayWindPowPie()
creat_AllWindNigPowPie()

creat_MonDayWindPowPie()
creat_MonWindNigPowPie()

creat_TueDayWindPowPie()
creat_TueWindNigPowPie()

creat_WedDayWindPowPie()
creat_WedWindNigPowPie()

creat_ThuDayWindPowPie()
creat_ThuWindNigPowPie()

creat_FriDayWindPowPie()
creat_FriWindNigPowPie()

creat_SatDayWindPowPie()
creat_SatWindNigPowPie()

creat_SunDayWindPowPie()
creat_SunWindNigPowPie()



creat_Tempbar()
create_Map()
creat_plt()

#天气状况夜间
def creat_AllNWeaPie(): #创建天气饼图
WEA_DATA=[]
cloud=0 #创建变量存储所得到的数据依次是多云晴阴小雨中雨大雨阵雨还可以添加新的天气变量这里我觉得这些天气变量已经足够了
sun=0
cloudy=0
lrain=0
mrain=0
zrain=0
lables =[]
data0 = ALL_DATA[0:]

weas=list(map(lambda x:x['weather'],data0))                               #利用lambda方法取出字典中key为'weather'的value值并存储与列表weas中
wea_list = []
for wea in weas:
    if wea=="多云":
        cloud += 1
        lables.append('cloud')
    elif wea=="晴":
        sun += 1
        lables.append('sun')
    elif wea=="阴":
        lables.append('cloudy')
        cloudy+=1
    elif wea=="小雨":
        lables.append('lrain')
        lrain+=1
    elif wea=="中雨":
        lables.append('mrain')
        mrain+= 1
    elif wea=="雷阵雨":
        lables.append('zrain')
        zrain+=1
WEA=[cloud,sun,cloudy,lrain,mrain,zrain]                                                     #存取各天气数数量
for i in WEA:                                                                               #for 循环剔除值为0的数据
    if i >= 1:
        WEA_DATA.append(i)
LAB = []
for i in lables:                                                                             #for循环剔除lables中的相同数据并存放到LAB中
    if not i in LAB:
        LAB.append(i)
exp = [0, 0.1,]                                                                               #添加逻辑使的饼图中第二比例可突出显示
value = len(LAB)                                                                              #
wvalue=value-2                                                                                #
while(wvalue>0):                                                                             #
    exp.append(0)                                                                             #
    wvalue-=1
plt.title("WeekWeaAtNig")
plt.pie(x=WEA_DATA,labels=LAB,explode=exp,shadow=True,autopct="%0.2f%%")                    #利用matplotlib库的函数画图
plt.legend(bbox_to_anchor=(1, 0, 0, 1), title="WeaConition")                                #设置标签
plt.show()

def creat_MonNWeaPie(): #创建天气饼图
WEA_DATA=[]
cloud=0 #创建变量存储所得到的数据依次是多云晴阴小雨中雨大雨阵雨还可以添加新的天气变量这里我觉得这些天气变量已经足够了
sun=0
cloudy=0
lrain=0
mrain=0
zrain=0
lables =[]
data0 = ALL_DATA[0:156]
print(data0)
weas=list(map(lambda x:x[‘weather’],data0)) #利用lambda方法取出字典中key为’weather’的value值并存储与列表weas中
wea_list = []
for wea in weas:
if wea==“多云”:
cloud += 1
lables.append(‘cloud’)
elif wea==“晴”:
sun += 1
lables.append(‘sun’)
elif wea==“阴”:
lables.append(‘cloudy’)
cloudy+=1
elif wea==“小雨”:
lables.append(‘lrain’)
lrain+=1
elif wea==“中雨”:
lables.append(‘mrain’)
mrain+= 1
elif wea==“雷阵雨”:
lables.append(‘zrain’)
zrain+=1
WEA=[cloud,sun,cloudy,lrain,mrain,zrain] #存取各天气数数量
for i in WEA: #for 循环剔除值为0的数据
if i >= 1:
WEA_DATA.append(i)
LAB = []
for i in lables: #for循环剔除lables中的相同数据并存放到LAB中
if not i in LAB:
LAB.append(i)
exp = [0, 0.1,] #添加逻辑使的饼图中第二比例可突出显示
value = len(LAB) #
wvalue=value-2 #
while(wvalue>0): #
exp.append(0) #
wvalue-=1
plt.title(“WeekWeaAtNigMon”)
plt.pie(x=WEA_DATA,labels=LAB,explode=exp,shadow=True,autopct="%0.2f%%") #利用matplotlib库的函数画图
plt.legend(bbox_to_anchor=(1, 0, 0, 1), title=“WeaConition”) #设置标签
plt.show()
def creat_TueNWeaPie(): #创建天气饼图
WEA_DATA=[]
cloud=0 #创建变量存储所得到的数据依次是多云晴阴小雨中雨大雨阵雨还可以添加新的天气变量这里我觉得这些天气变量已经足够了
sun=0
cloudy=0
lrain=0
mrain=0
zrain=0
lables =[]
data0 = ALL_DATA[156:312]
weas=list(map(lambda x:x[‘weather’],data0)) #利用lambda方法取出字典中key为’weather’的value值并存储与列表weas中
wea_list = []
for wea in weas:
if wea==“多云”:
cloud += 1
lables.append(‘cloud’)
elif wea==“晴”:
sun += 1
lables.append(‘sun’)
elif wea==“阴”:
lables.append(‘cloudy’)
cloudy+=1
elif wea==“小雨”:
lables.append(‘lrain’)
lrain+=1
elif wea==“中雨”:
lables.append(‘mrain’)
mrain+= 1
elif wea==“雷阵雨”:
lables.append(‘zrain’)
zrain+=1
WEA=[cloud,sun,cloudy,lrain,mrain,zrain] #存取各天气数数量
for i in WEA: #for 循环剔除值为0的数据
if i >= 1:
WEA_DATA.append(i)
LAB = []
for i in lables: #for循环剔除lables中的相同数据并存放到LAB中
if not i in LAB:
LAB.append(i)
exp = [0, 0.1,] #添加逻辑使的饼图中第二比例可突出显示
value = len(LAB) #
wvalue=value-2 #
while(wvalue>0): #
exp.append(0) #
wvalue-=1 #
plt.title(“WeekWeaAtNigTue”)
plt.pie(x=WEA_DATA,labels=LAB,explode=exp,shadow=True,autopct="%0.2f%%") #利用matplotlib库的函数画图
plt.legend(bbox_to_anchor=(1, 0, 0, 1), title=“WeaConition”) #设置标签
plt.show()
def creat_WedNWeaPie(): #创建天气饼图
WEA_DATA=[]
cloud=0 #创建变量存储所得到的数据依次是多云晴阴小雨中雨大雨阵雨还可以添加新的天气变量这里我觉得这些天气变量已经足够了
sun=0
cloudy=0
lrain=0
mrain=0
zrain=0
lables =[]
data0 = ALL_DATA[312:468]
weas=list(map(lambda x:x[‘weather’],data0)) #利用lambda方法取出字典中key为’weather’的value值并存储与列表weas中
wea_list = []
for wea in weas:
if wea==“多云”:
cloud += 1
lables.append(‘cloud’)
elif wea==“晴”:
sun += 1
lables.append(‘sun’)
elif wea==“阴”:
lables.append(‘cloudy’)
cloudy+=1
elif wea==“小雨”:
lables.append(‘lrain’)
lrain+=1
elif wea==“中雨”:
lables.append(‘mrain’)
mrain+= 1
elif wea==“雷阵雨”:
lables.append(‘zrain’)
zrain+=1
WEA=[cloud,sun,cloudy,lrain,mrain,zrain] #存取各天气数数量
for i in WEA: #for 循环剔除值为0的数据
if i >= 1:
WEA_DATA.append(i)
LAB = []
for i in lables: #for循环剔除lables中的相同数据并存放到LAB中
if not i in LAB:
LAB.append(i)
exp = [0, 0.1,] #添加逻辑使的饼图中第二比例可突出显示
value = len(LAB) #
wvalue=value-2 #
while(wvalue>0): #
exp.append(0) #
wvalue-=1 #
plt.title(“WeekWeaAtNigWed”)
plt.pie(x=WEA_DATA,labels=LAB,explode=exp,shadow=True,autopct="%0.2f%%") #利用matplotlib库的函数画图
plt.legend(bbox_to_anchor=(1, 0, 0, 1), title=“WeaConition”) #设置标签
plt.show()
def creat_ThuNWeaPie(): #创建天气饼图
WEA_DATA=[]
cloud=0 #创建变量存储所得到的数据依次是多云晴阴小雨中雨大雨阵雨还可以添加新的天气变量这里我觉得这些天气变量已经足够了
sun=0
cloudy=0
lrain=0
mrain=0
zrain=0
lables =[]
data0 = ALL_DATA[468:624]
weas=list(map(lambda x:x[‘weather’],data0)) #利用lambda方法取出字典中key为’weather’的value值并存储与列表weas中
wea_list = []
for wea in weas:
if wea==“多云”:
cloud += 1
lables.append(‘cloud’)
elif wea==“晴”:
sun += 1
lables.append(‘sun’)
elif wea==“阴”:
lables.append(‘cloudy’)
cloudy+=1
elif wea==“小雨”:
lables.append(‘lrain’)
lrain+=1
elif wea==“中雨”:
lables.append(‘mrain’)
mrain+= 1
elif wea==“雷阵雨”:
lables.append(‘zrain’)
zrain+=1
WEA=[cloud,sun,cloudy,lrain,mrain,zrain] #存取各天气数数量
for i in WEA: #for 循环剔除值为0的数据
if i >= 1:
WEA_DATA.append(i)
LAB = []
for i in lables: #for循环剔除lables中的相同数据并存放到LAB中
if not i in LAB:
LAB.append(i)
exp = [0, 0.1,] #添加逻辑使的饼图中第二比例可突出显示
value = len(LAB) #
wvalue=value-2 #
while(wvalue>0): #
exp.append(0) #
wvalue-=1 #
plt.title(“WeekWeaAtNigThu”)
plt.pie(x=WEA_DATA,labels=LAB,explode=exp,shadow=True,autopct="%0.2f%%") #利用matplotlib库的函数画图
plt.legend(bbox_to_anchor=(1, 0, 0, 1), title=“WeaConition”) #设置标签
plt.show()
def creat_FriNWeaPie(): #创建天气饼图
WEA_DATA=[]
cloud=0 #创建变量存储所得到的数据依次是多云晴阴小雨中雨大雨阵雨还可以添加新的天气变量这里我觉得这些天气变量已经足够了
sun=0
cloudy=0
lrain=0
mrain=0
zrain=0
lables =[]
data0 = ALL_DATA[624:780]
weas=list(map(lambda x:x[‘weather’],data0)) #利用lambda方法取出字典中key为’weather’的value值并存储与列表weas中
wea_list = []
for wea in weas:
if wea==“多云”:
cloud += 1
lables.append(‘cloud’)
elif wea==“晴”:
sun += 1
lables.append(‘sun’)
elif wea==“阴”:
lables.append(‘cloudy’)
cloudy+=1
elif wea==“小雨”:
lables.append(‘lrain’)
lrain+=1
elif wea==“中雨”:
lables.append(‘mrain’)
mrain+= 1
elif wea==“雷阵雨”:
lables.append(‘zrain’)
zrain+=1
WEA=[cloud,sun,cloudy,lrain,mrain,zrain] #存取各天气数数量
for i in WEA: #for 循环剔除值为0的数据
if i >= 1:
WEA_DATA.append(i)
LAB = []
for i in lables: #for循环剔除lables中的相同数据并存放到LAB中
if not i in LAB:
LAB.append(i)
exp = [0, 0.1,] #添加逻辑使的饼图中第二比例可突出显示
value = len(LAB) #
wvalue=value-2 #
while(wvalue>0): #
exp.append(0) #
wvalue-=1 #
plt.title(“WeekWeaAtNigFri”)
plt.pie(x=WEA_DATA,labels=LAB,explode=exp,shadow=True,autopct="%0.2f%%") #利用matplotlib库的函数画图
plt.legend(bbox_to_anchor=(1, 0, 0, 1), title=“WeaConition”) #设置标签
plt.show()
def creat_SatNWeaPie(): #创建天气饼图
WEA_DATA=[]
cloud=0 #创建变量存储所得到的数据依次是多云晴阴小雨中雨大雨阵雨还可以添加新的天气变量这里我觉得这些天气变量已经足够了
sun=0
cloudy=0
lrain=0
mrain=0
zrain=0
lables =[]
data0 = ALL_DATA[780:936]
weas=list(map(lambda x:x[‘weather’],data0)) #利用lambda方法取出字典中key为’weather’的value值并存储与列表weas中
wea_list = []
for wea in weas:
if wea==“多云”:
cloud += 1
lables.append(‘cloud’)
elif wea==“晴”:
sun += 1
lables.append(‘sun’)
elif wea==“阴”:
lables.append(‘cloudy’)
cloudy+=1
elif wea==“小雨”:
lables.append(‘lrain’)
lrain+=1
elif wea==“中雨”:
lables.append(‘mrain’)
mrain+= 1
elif wea==“雷阵雨”:
lables.append(‘zrain’)
zrain+=1
WEA=[cloud,sun,cloudy,lrain,mrain,zrain] #存取各天气数数量
for i in WEA: #for 循环剔除值为0的数据
if i >= 1:
WEA_DATA.append(i)
LAB = []
for i in lables: #for循环剔除lables中的相同数据并存放到LAB中
if not i in LAB:
LAB.append(i)
exp = [0, 0.1,] #添加逻辑使的饼图中第二比例可突出显示
value = len(LAB) #
wvalue=value-2 #
while(wvalue>0): #
exp.append(0) #
wvalue-=1 #
plt.title(“WeekWeaAtNigSat”)
plt.pie(x=WEA_DATA,labels=LAB,explode=exp,shadow=True,autopct="%0.2f%%") #利用matplotlib库的函数画图
plt.legend(bbox_to_anchor=(1, 0, 0, 1), title=“WeaConition”) #设置标签
plt.show()
def creat_SunNWeaPie(): #创建天气饼图
WEA_DATA=[]
cloud=0 #创建变量存储所得到的数据依次是多云晴阴小雨中雨大雨阵雨还可以添加新的天气变量这里我觉得这些天气变量已经足够了
sun=0
cloudy=0
lrain=0
mrain=0
zrain=0
lables =[]
data0 = ALL_DATA[936:1092]
weas=list(map(lambda x:x[‘weather’],data0)) #利用lambda方法取出字典中key为’weather’的value值并存储与列表weas中
wea_list = []
for wea in weas:
if wea==“多云”:
cloud += 1
lables.append(‘cloud’)
elif wea==“晴”:
sun += 1
lables.append(‘sun’)
elif wea==“阴”:
lables.append(‘cloudy’)
cloudy+=1
elif wea==“小雨”:
lables.append(‘lrain’)
lrain+=1
elif wea==“中雨”:
lables.append(‘mrain’)
mrain+= 1
elif wea==“雷阵雨”:
lables.append(‘zrain’)
zrain+=1
WEA=[cloud,sun,cloudy,lrain,mrain,zrain] #存取各天气数数量
for i in WEA: #for 循环剔除值为0的数据
if i >= 1:
WEA_DATA.append(i)
LAB = []
for i in lables: #for循环剔除lables中的相同数据并存放到LAB中
if not i in LAB:
LAB.append(i)
exp = [0.1] #添加逻辑使的饼图中第二比例可突出显示
value = len(LAB) #
wvalue=value-2 #
while(wvalue>0): #
exp.append(0) #
wvalue-=1 #
plt.title(“WeekWeaAtNigSun”)
plt.pie(x=WEA_DATA,labels=LAB,explode=exp,shadow=True,autopct="%0.2f%%") #利用matplotlib库的函数画图
plt.legend(bbox_to_anchor=(1, 0, 0, 1), title=“WeaConition”) #设置标签
plt.show()

#天气状况昼间
def creat_AllDWeaPie(): #创建天气饼图
WEA_DATA=[]
cloud=0 #创建变量存储所得到的数据依次是多云晴阴小雨中雨大雨阵雨还可以添加新的天气变量这里我觉得这些天气变量已经足够了
sun=0
cloudy=0
lrain=0
mrain=0
zrain=0
lables =[]
data0 = ALL_DATA[0:]

weas=list(map(lambda x:x['weatherday'],data0))
print(weas)
#利用lambda方法取出字典中key为'weather'的value值并存储与列表weas中
wea_list = []
for wea in weas:
    if wea=="多云":
        cloud += 1
        lables.append('cloud')
    elif wea=="晴":
        sun += 1
        lables.append('sun')
    elif wea=="阴":
        lables.append('cloudy')
        cloudy+=1
    elif wea=="小雨":
        lables.append('lrain')
        lrain+=1
    elif wea=="中雨":
        lables.append('mrain')
        mrain+= 1
    elif wea=="雷阵雨":
        lables.append('zrain')
        zrain+=1
WEA=[cloud,sun,cloudy,lrain,mrain,zrain]                                                     #存取各天气数数量
for i in WEA:                                                                               #for 循环剔除值为0的数据
    if i >= 1:
        WEA_DATA.append(i)
LAB = []
for i in lables:                                                                             #for循环剔除lables中的相同数据并存放到LAB中
    if not i in LAB:
        LAB.append(i)
exp = [0, 0.1,]                                                                               #添加逻辑使的饼图中第二比例可突出显示
value = len(LAB)                                                                              #
wvalue=value-2                                                                                #
while(wvalue>0):                                                                             #
    exp.append(0)                                                                             #
    wvalue-=1
plt.title("WeekWeaAtDay")
plt.pie(x=WEA_DATA,labels=LAB,explode=exp,shadow=True,autopct="%0.2f%%")                    #利用matplotlib库的函数画图
plt.legend(bbox_to_anchor=(1, 0, 0, 1), title="WeaConition")                                #设置标签
plt.show()

def creat_MonDWeaPie(): #创建天气饼图
WEA_DATA=[]
cloud=0 #创建变量存储所得到的数据依次是多云晴阴小雨中雨大雨阵雨还可以添加新的天气变量这里我觉得这些天气变量已经足够了
sun=0
cloudy=0
lrain=0
mrain=0
zrain=0
lables =[]
data0 = ALL_DATA[0:156]
print(data0)
weas=list(map(lambda x:x[‘weatherday’],data0)) #利用lambda方法取出字典中key为’weather’的value值并存储与列表weas中
wea_list = []
for wea in weas:
if wea==“多云”:
cloud += 1
lables.append(‘cloud’)
elif wea==“晴”:
sun += 1
lables.append(‘sun’)
elif wea==“阴”:
lables.append(‘cloudy’)
cloudy+=1
elif wea==“小雨”:
lables.append(‘lrain’)
lrain+=1
elif wea==“中雨”:
lables.append(‘mrain’)
mrain+= 1
elif wea==“雷阵雨”:
lables.append(‘zrain’)
zrain+=1
WEA=[cloud,sun,cloudy,lrain,mrain,zrain] #存取各天气数数量
for i in WEA: #for 循环剔除值为0的数据
if i >= 1:
WEA_DATA.append(i)
LAB = []
for i in lables: #for循环剔除lables中的相同数据并存放到LAB中
if not i in LAB:
LAB.append(i)
exp = [0, 0.1,] #添加逻辑使的饼图中第二比例可突出显示
value = len(LAB) #
wvalue=value-2 #
while(wvalue>0): #
exp.append(0) #
wvalue-=1#
plt.title(“WeekWeaAtDayMon”)
plt.pie(x=WEA_DATA,labels=LAB,explode=exp,shadow=True,autopct="%0.2f%%") #利用matplotlib库的函数画图
plt.legend(bbox_to_anchor=(1, 0, 0, 1), title=“WeaConition”) #设置标签
plt.show()
def creat_TueDWeaPie(): #创建天气饼图
WEA_DATA=[]
cloud=0 #创建变量存储所得到的数据依次是多云晴阴小雨中雨大雨阵雨还可以添加新的天气变量这里我觉得这些天气变量已经足够了
sun=0
cloudy=0
lrain=0
mrain=0
zrain=0
lables =[]
data0 = ALL_DATA[156:312]
weas=list(map(lambda x:x[‘weatherday’],data0)) #利用lambda方法取出字典中key为’weather’的value值并存储与列表weas中
wea_list = []
for wea in weas:
if wea==“多云”:
cloud += 1
lables.append(‘cloud’)
elif wea==“晴”:
sun += 1
lables.append(‘sun’)
elif wea==“阴”:
lables.append(‘cloudy’)
cloudy+=1
elif wea==“小雨”:
lables.append(‘lrain’)
lrain+=1
elif wea==“中雨”:
lables.append(‘mrain’)
mrain+= 1
elif wea==“雷阵雨”:
lables.append(‘zrain’)
zrain+=1
WEA=[cloud,sun,cloudy,lrain,mrain,zrain] #存取各天气数数量
for i in WEA: #for 循环剔除值为0的数据
if i >= 1:
WEA_DATA.append(i)
LAB = []
for i in lables: #for循环剔除lables中的相同数据并存放到LAB中
if not i in LAB:
LAB.append(i)
exp = [0, 0.1,] #添加逻辑使的饼图中第二比例可突出显示
value = len(LAB) #
wvalue=value-2 #
while(wvalue>0): #
exp.append(0) #
wvalue-=1 #
plt.title(“WeekWeaAtTue”)
plt.pie(x=WEA_DATA,labels=LAB,explode=exp,shadow=True,autopct="%0.2f%%") #利用matplotlib库的函数画图
plt.legend(bbox_to_anchor=(1, 0, 0, 1), title=“WeaConition”) #设置标签
plt.show()
def creat_WedDWeaPie(): #创建天气饼图
WEA_DATA=[]
cloud=0 #创建变量存储所得到的数据依次是多云晴阴小雨中雨大雨阵雨还可以添加新的天气变量这里我觉得这些天气变量已经足够了
sun=0
cloudy=0
lrain=0
mrain=0
zrain=0
lables =[]
data0 = ALL_DATA[312:468]
weas=list(map(lambda x:x[‘weatherday’],data0)) #利用lambda方法取出字典中key为’weather’的value值并存储与列表weas中
wea_list = []
for wea in weas:
if wea==“多云”:
cloud += 1
lables.append(‘cloud’)
elif wea==“晴”:
sun += 1
lables.append(‘sun’)
elif wea==“阴”:
lables.append(‘cloudy’)
cloudy+=1
elif wea==“小雨”:
lables.append(‘lrain’)
lrain+=1
elif wea==“中雨”:
lables.append(‘mrain’)
mrain+= 1
elif wea==“雷阵雨”:
lables.append(‘zrain’)
zrain+=1
WEA=[cloud,sun,cloudy,lrain,mrain,zrain] #存取各天气数数量
for i in WEA: #for 循环剔除值为0的数据
if i >= 1:
WEA_DATA.append(i)
LAB = []
for i in lables: #for循环剔除lables中的相同数据并存放到LAB中
if not i in LAB:
LAB.append(i)
exp = [0, 0.1,] #添加逻辑使的饼图中第二比例可突出显示
value = len(LAB) #
wvalue=value-2 #
while(wvalue>0): #
exp.append(0) #
wvalue-=1 #
plt.title(“WeekWeaAtDayWed”)
plt.pie(x=WEA_DATA,labels=LAB,explode=exp,shadow=True,autopct="%0.2f%%") #利用matplotlib库的函数画图
plt.legend(bbox_to_anchor=(1, 0, 0, 1), title=“WeaConition”) #设置标签
plt.show()
def creat_ThuDWeaPie(): #创建天气饼图
WEA_DATA=[]
cloud=0 #创建变量存储所得到的数据依次是多云晴阴小雨中雨大雨阵雨还可以添加新的天气变量这里我觉得这些天气变量已经足够了
sun=0
cloudy=0
lrain=0
mrain=0
zrain=0
lables =[]
data0 = ALL_DATA[468:624]
weas=list(map(lambda x:x[‘weatherday’],data0)) #利用lambda方法取出字典中key为’weather’的value值并存储与列表weas中
wea_list = []
for wea in weas:
if wea==“多云”:
cloud += 1
lables.append(‘cloud’)
elif wea==“晴”:
sun += 1
lables.append(‘sun’)
elif wea==“阴”:
lables.append(‘cloudy’)
cloudy+=1
elif wea==“小雨”:
lables.append(‘lrain’)
lrain+=1
elif wea==“中雨”:
lables.append(‘mrain’)
mrain+= 1
elif wea==“雷阵雨”:
lables.append(‘zrain’)
zrain+=1
WEA=[cloud,sun,cloudy,lrain,mrain,zrain] #存取各天气数数量
for i in WEA: #for 循环剔除值为0的数据
if i >= 1:
WEA_DATA.append(i)
LAB = []
for i in lables: #for循环剔除lables中的相同数据并存放到LAB中
if not i in LAB:
LAB.append(i)
exp = [0, 0.1,] #添加逻辑使的饼图中第二比例可突出显示
value = len(LAB) #
wvalue=value-2 #
while(wvalue>0): #
exp.append(0) #
wvalue-=1
plt.title(“WeekWeaAtDayThu”)
plt.pie(x=WEA_DATA,labels=LAB,explode=exp,shadow=True,autopct="%0.2f%%") #利用matplotlib库的函数画图
plt.legend(bbox_to_anchor=(1, 0, 0, 1), title=“WeaConition”) #设置标签
plt.show()
def creat_FriDWeaPie(): #创建天气饼图
WEA_DATA=[]
cloud=0 #创建变量存储所得到的数据依次是多云晴阴小雨中雨大雨阵雨还可以添加新的天气变量这里我觉得这些天气变量已经足够了
sun=0
cloudy=0
lrain=0
mrain=0
zrain=0
lables =[]
data0 = ALL_DATA[624:780]
weas=list(map(lambda x:x[‘weatherday’],data0)) #利用lambda方法取出字典中key为’weather’的value值并存储与列表weas中
wea_list = []
for wea in weas:
if wea==“多云”:
cloud += 1
lables.append(‘cloud’)
elif wea==“晴”:
sun += 1
lables.append(‘sun’)
elif wea==“阴”:
lables.append(‘cloudy’)
cloudy+=1
elif wea==“小雨”:
lables.append(‘lrain’)
lrain+=1
elif wea==“中雨”:
lables.append(‘mrain’)
mrain+= 1
elif wea==“雷阵雨”:
lables.append(‘zrain’)
zrain+=1
WEA=[cloud,sun,cloudy,lrain,mrain,zrain] #存取各天气数数量
for i in WEA: #for 循环剔除值为0的数据
if i >= 1:
WEA_DATA.append(i)
LAB = []
for i in lables: #for循环剔除lables中的相同数据并存放到LAB中
if not i in LAB:
LAB.append(i)
exp = [0, 0.1,] #添加逻辑使的饼图中第二比例可突出显示
value = len(LAB) #
wvalue=value-2 #
while(wvalue>0): #
exp.append(0) #
wvalue-=1 #
plt.title(“WeekWeaAtDayFri”)
plt.pie(x=WEA_DATA,labels=LAB,explode=exp,shadow=True,autopct="%0.2f%%") #利用matplotlib库的函数画图
plt.legend(bbox_to_anchor=(1, 0, 0, 1), title=“WeaConition”) #设置标签
plt.show()
def creat_SatDWeaPie(): #创建天气饼图
WEA_DATA=[]
cloud=0 #创建变量存储所得到的数据依次是多云晴阴小雨中雨大雨阵雨还可以添加新的天气变量这里我觉得这些天气变量已经足够了
sun=0
cloudy=0
lrain=0
mrain=0
zrain=0
lables =[]
data0 = ALL_DATA[780:936]
weas=list(map(lambda x:x[‘weatherday’],data0)) #利用lambda方法取出字典中key为’weather’的value值并存储与列表weas中
wea_list = []
for wea in weas:
if wea==“多云”:
cloud += 1
lables.append(‘cloud’)
elif wea==“晴”:
sun += 1
lables.append(‘sun’)
elif wea==“阴”:
lables.append(‘cloudy’)
cloudy+=1
elif wea==“小雨”:
lables.append(‘lrain’)
lrain+=1
elif wea==“中雨”:
lables.append(‘mrain’)
mrain+= 1
elif wea==“雷阵雨”:
lables.append(‘zrain’)
zrain+=1
WEA=[cloud,sun,cloudy,lrain,mrain,zrain] #存取各天气数数量
for i in WEA: #for 循环剔除值为0的数据
if i >= 1:
WEA_DATA.append(i)
LAB = []
for i in lables: #for循环剔除lables中的相同数据并存放到LAB中
if not i in LAB:
LAB.append(i)
exp = [0, 0.1,] #添加逻辑使的饼图中第二比例可突出显示
value = len(LAB) #
wvalue=value-2 #
while(wvalue>0): #
exp.append(0) #
wvalue-=1 #
plt.title(“WeekWeaAtDaySat”)
plt.pie(x=WEA_DATA,labels=LAB,explode=exp,shadow=True,autopct="%0.2f%%") #利用matplotlib库的函数画图
plt.legend(bbox_to_anchor=(1, 0, 0, 1), title=“WeaConition”) #设置标签
plt.show()
def creat_SunDWeaPie(): #创建天气饼图
WEA_DATA=[]
cloud=0 #创建变量存储所得到的数据依次是多云晴阴小雨中雨大雨阵雨还可以添加新的天气变量这里我觉得这些天气变量已经足够了
sun=0
cloudy=0
lrain=0
mrain=0
zrain=0
lables =[]
data0 = ALL_DATA[936:1092]
weas=list(map(lambda x:x[‘weatherday’],data0)) #利用lambda方法取出字典中key为’weather’的value值并存储与列表weas中
wea_list = []
for wea in weas:
if wea==“多云”:
cloud += 1
lables.append(‘cloud’)
elif wea==“晴”:
sun += 1
lables.append(‘sun’)
elif wea==“阴”:
lables.append(‘cloudy’)
cloudy+=1
elif wea==“小雨”:
lables.append(‘lrain’)
lrain+=1
elif wea==“中雨”:
lables.append(‘mrain’)
mrain+= 1
elif wea==“雷阵雨”:
lables.append(‘zrain’)
zrain+=1
WEA=[cloud,sun,cloudy,lrain,mrain,zrain] #存取各天气数数量
for i in WEA: #for 循环剔除值为0的数据
if i >= 1:
WEA_DATA.append(i)
LAB = []
for i in lables: #for循环剔除lables中的相同数据并存放到LAB中
if not i in LAB:
LAB.append(i)
exp = [0,0.1] #添加逻辑使的饼图中第二比例可突出显示
value = len(LAB) #
wvalue=value-2 #
while(wvalue>0): #
exp.append(0) #
wvalue-=1 #
plt.title(“WeekWeaAtDaySun”)
plt.pie(x=WEA_DATA,labels=LAB,explode=exp,shadow=True,autopct="%0.2f%%") #利用matplotlib库的函数画图
plt.legend(bbox_to_anchor=(1, 0, 0, 1), title=“WeaConition”) #设置标签
plt.show()

#白天风向
def creat_AllDayWindPie(): #创建昼间风力饼图
WEA_DATA=[]
n=0 #创建变量代表八个方位的风向信息
s=0
w=0
e=0
en=0
es=0
ws=0
wn=0
lables =[]
data1=ALL_DATA[0:]
weas=list(map(lambda x:x[‘windd_dir’],data1))
for wea in weas:
if wea==“北风”:
n += 1
lables.append(‘North’)
elif wea==“南风”:
s += 1
lables.append(‘South’)
elif wea==“东风”:
lables.append(‘East’)
e+=1
elif wea==“西风”:
lables.append(‘West’)
w+=1
elif wea==“东南风”:
lables.append(‘Southeast’)
es+= 1
elif wea==“东北风”:
lables.append(‘Northeast’)
en+=1
elif wea == “西南风”:
lables.append(‘Southwest’)
ws += 1
elif wea == “西北风”:
lables.append(‘Northwest’)
wn += 1
WEA=[n,s,e,w,es,en,ws,wn]
for i in WEA:
if i >= 1:
WEA_DATA.append(i)
LAB = []
for i in lables:
if not i in LAB:
LAB.append(i)
exp = [0, 0.1,]
value = len(LAB)
wvalue=value-2
while(wvalue>0):
exp.append(0)
wvalue-=1
plt.pie(x=WEA_DATA,labels=LAB,explode=exp,shadow=True,autopct="%0.2f%%")
plt.legend(bbox_to_anchor=(1.1, 0, 0, 1.1), title=“WindDirection”)
plt.title(“AllDayWindPie”)
plt.show()
def creat_MonDayWindPie(): #创建昼间风力饼图
WEA_DATA=[]
n=0 #创建变量代表八个方位的风向信息
s=0
w=0
e=0
en=0
es=0
ws=0
wn=0
lables =[]
data1=ALL_DATA[0:156]
weas=list(map(lambda x:x[‘windd_dir’],data1))
for wea in weas:
if wea==“北风”:
n += 1
lables.append(‘North’)
elif wea==“南风”:
s += 1
lables.append(‘South’)
elif wea==“东风”:
lables.append(‘East’)
e+=1
elif wea==“西风”:
lables.append(‘West’)
w+=1
elif wea==“东南风”:
lables.append(‘Southeast’)
es+= 1
elif wea==“东北风”:
lables.append(‘Northeast’)
en+=1
elif wea == “西南风”:
lables.append(‘Southwest’)
ws += 1
elif wea == “西北风”:
lables.append(‘Northwest’)
wn += 1
WEA=[n,s,e,w,es,en,ws,wn]
for i in WEA:
if i >= 1:
WEA_DATA.append(i)
LAB = []
for i in lables:
if not i in LAB:
LAB.append(i)
exp = [0, 0.1,]
value = len(LAB)
wvalue=value-2
while(wvalue>0):
exp.append(0)
wvalue-=1
plt.pie(x=WEA_DATA,labels=LAB,explode=exp,shadow=True,autopct="%0.2f%%")
plt.legend(bbox_to_anchor=(1.1, 0, 0, 1.1), title=“WindDirection”)
plt.title(“MonDayWindPie”)
plt.show()
def creat_TueDayWindPie(): #创建昼间风力饼图
WEA_DATA=[]
n=0 #创建变量代表八个方位的风向信息
s=0
w=0
e=0
en=0
es=0
ws=0
wn=0
lables =[]
data1=ALL_DATA[156:312]
weas=list(map(lambda x:x[‘windd_dir’],data1))
for wea in weas:
if wea==“北风”:
n += 1
lables.append(‘North’)
elif wea==“南风”:
s += 1
lables.append(‘South’)
elif wea==“东风”:
lables.append(‘East’)
e+=1
elif wea==“西风”:
lables.append(‘West’)
w+=1
elif wea==“东南风”:
lables.append(‘Southeast’)
es+= 1
elif wea==“东北风”:
lables.append(‘Northeast’)
en+=1
elif wea == “西南风”:
lables.append(‘Southwest’)
ws += 1
elif wea == “西北风”:
lables.append(‘Northwest’)
wn += 1
WEA=[n,s,e,w,es,en,ws,wn]
for i in WEA:
if i >= 1:
WEA_DATA.append(i)
LAB = []
for i in lables:
if not i in LAB:
LAB.append(i)
exp = [0, 0.1,]
value = len(LAB)
wvalue=value-2
while(wvalue>0):
exp.append(0)
wvalue-=1
plt.pie(x=WEA_DATA,labels=LAB,explode=exp,shadow=True,autopct="%0.2f%%")
plt.legend(bbox_to_anchor=(1.1, 0, 0, 1.1), title=“WindDirection”)
plt.title(“TueDayWindPie”)
plt.show()
def creat_WedDayWindPie(): #创建昼间风力饼图
WEA_DATA=[]
n=0 #创建变量代表八个方位的风向信息
s=0
w=0
e=0
en=0
es=0
ws=0
wn=0
lables =[]
data1=ALL_DATA[312:468]
weas=list(map(lambda x:x[‘windd_dir’],data1))
for wea in weas:
if wea==“北风”:
n += 1
lables.append(‘North’)
elif wea==“南风”:
s += 1
lables.append(‘South’)
elif wea==“东风”:
lables.append(‘East’)
e+=1
elif wea==“西风”:
lables.append(‘West’)
w+=1
elif wea==“东南风”:
lables.append(‘Southeast’)
es+= 1
elif wea==“东北风”:
lables.append(‘Northeast’)
en+=1
elif wea == “西南风”:
lables.append(‘Southwest’)
ws += 1
elif wea == “西北风”:
lables.append(‘Northwest’)
wn += 1
WEA=[n,s,e,w,es,en,ws,wn]
for i in WEA:
if i >= 1:
WEA_DATA.append(i)
LAB = []
for i in lables:
if not i in LAB:
LAB.append(i)
exp = [0, 0.1,]
value = len(LAB)
wvalue=value-2
while(wvalue>0):
exp.append(0)
wvalue-=1
plt.pie(x=WEA_DATA,labels=LAB,explode=exp,shadow=True,autopct="%0.2f%%")
plt.legend(bbox_to_anchor=(1.1, 0, 0, 1.1), title=“WindDirection”)
plt.title(“WedDayWindPie”)
plt.show()
def creat_ThuDayWindPie(): #创建昼间风力饼图
WEA_DATA=[]
n=0 #创建变量代表八个方位的风向信息
s=0
w=0
e=0
en=0
es=0
ws=0
wn=0
lables =[]
data1=ALL_DATA[468:624]
weas=list(map(lambda x:x[‘windd_dir’],data1))
for wea in weas:
if wea==“北风”:
n += 1
lables.append(‘North’)
elif wea==“南风”:
s += 1
lables.append(‘South’)
elif wea==“东风”:
lables.append(‘East’)
e+=1
elif wea==“西风”:
lables.append(‘West’)
w+=1
elif wea==“东南风”:
lables.append(‘Southeast’)
es+= 1
elif wea==“东北风”:
lables.append(‘Northeast’)
en+=1
elif wea == “西南风”:
lables.append(‘Southwest’)
ws += 1
elif wea == “西北风”:
lables.append(‘Northwest’)
wn += 1
WEA=[n,s,e,w,es,en,ws,wn]
for i in WEA:
if i >= 1:
WEA_DATA.append(i)
LAB = []
for i in lables:
if not i in LAB:
LAB.append(i)
exp = [0, 0.1,]
value = len(LAB)
wvalue=value-2
while(wvalue>0):
exp.append(0)
wvalue-=1
plt.pie(x=WEA_DATA,labels=LAB,explode=exp,shadow=True,autopct="%0.2f%%")
plt.legend(bbox_to_anchor=(1.1, 0, 0, 1.1), title=“WindDirection”)
plt.title(“ThuDayWindPie”)
plt.show()
def creat_FriDayWindPie(): #创建昼间风力饼图
WEA_DATA=[]
n=0 #创建变量代表八个方位的风向信息
s=0
w=0
e=0
en=0
es=0
ws=0
wn=0
lables =[]
data1=ALL_DATA[624:780]
weas=list(map(lambda x:x[‘windd_dir’],data1))
for wea in weas:
if wea==“北风”:
n += 1
lables.append(‘North’)
elif wea==“南风”:
s += 1
lables.append(‘South’)
elif wea==“东风”:
lables.append(‘East’)
e+=1
elif wea==“西风”:
lables.append(‘West’)
w+=1
elif wea==“东南风”:
lables.append(‘Southeast’)
es+= 1
elif wea==“东北风”:
lables.append(‘Northeast’)
en+=1
elif wea == “西南风”:
lables.append(‘Southwest’)
ws += 1
elif wea == “西北风”:
lables.append(‘Northwest’)
wn += 1
WEA=[n,s,e,w,es,en,ws,wn]
for i in WEA:
if i >= 1:
WEA_DATA.append(i)
LAB = []
for i in lables:
if not i in LAB:
LAB.append(i)
exp = [0, 0.1,]
value = len(LAB)
wvalue=value-2
while(wvalue>0):
exp.append(0)
wvalue-=1
plt.pie(x=WEA_DATA,labels=LAB,explode=exp,shadow=True,autopct="%0.2f%%")
plt.legend(bbox_to_anchor=(1.1, 0, 0, 1.1), title=“WindDirection”)
plt.title(“FriDayWindPie”)
plt.show()
def creat_SatDayWindPie(): #创建昼间风力饼图
WEA_DATA=[]
n=0 #创建变量代表八个方位的风向信息
s=0
w=0
e=0
en=0
es=0
ws=0
wn=0
lables =[]
data1=ALL_DATA[780:936]
weas=list(map(lambda x:x[‘windd_dir’],data1))
for wea in weas:
if wea==“北风”:
n += 1
lables.append(‘North’)
elif wea==“南风”:
s += 1
lables.append(‘South’)
elif wea==“东风”:
lables.append(‘East’)
e+=1
elif wea==“西风”:
lables.append(‘West’)
w+=1
elif wea==“东南风”:
lables.append(‘Southeast’)
es+= 1
elif wea==“东北风”:
lables.append(‘Northeast’)
en+=1
elif wea == “西南风”:
lables.append(‘Southwest’)
ws += 1
elif wea == “西北风”:
lables.append(‘Northwest’)
wn += 1
WEA=[n,s,e,w,es,en,ws,wn]
for i in WEA:
if i >= 1:
WEA_DATA.append(i)
LAB = []
for i in lables:
if not i in LAB:
LAB.append(i)
exp = [0, 0.1,]
value = len(LAB)
wvalue=value-2
while(wvalue>0):
exp.append(0)
wvalue-=1
plt.pie(x=WEA_DATA,labels=LAB,explode=exp,shadow=True,autopct="%0.2f%%")
plt.legend(bbox_to_anchor=(1.1, 0, 0, 1.1), title=“WindDirection”)
plt.title(“SatDayWindPie”)
plt.show()
def creat_SunDayWindPie(): #创建昼间风力饼图
WEA_DATA=[]
n=0 #创建变量代表八个方位的风向信息
s=0
w=0
e=0
en=0
es=0
ws=0
wn=0
lables =[]
data1=ALL_DATA[936:1092]
weas=list(map(lambda x:x[‘windd_dir’],data1))
for wea in weas:
if wea==“北风”:
n += 1
lables.append(‘North’)
elif wea==“南风”:
s += 1
lables.append(‘South’)
elif wea==“东风”:
lables.append(‘East’)
e+=1
elif wea==“西风”:
lables.append(‘West’)
w+=1
elif wea==“东南风”:
lables.append(‘Southeast’)
es+= 1
elif wea==“东北风”:
lables.append(‘Northeast’)
en+=1
elif wea == “西南风”:
lables.append(‘Southwest’)
ws += 1
elif wea == “西北风”:
lables.append(‘Northwest’)
wn += 1
WEA=[n,s,e,w,es,en,ws,wn]
for i in WEA:
if i >= 1:
WEA_DATA.append(i)
LAB = []
for i in lables:
if not i in LAB:
LAB.append(i)
exp = [0, 0.1,]
value = len(LAB)
wvalue=value-2
while(wvalue>0):
exp.append(0)
wvalue-=1
plt.pie(x=WEA_DATA,labels=LAB,explode=exp,shadow=True,autopct="%0.2f%%")
plt.legend(bbox_to_anchor=(1.1, 0, 0, 1.1), title=“WindDirection”)
plt.title(“SunDayWindPie”)
plt.show()

#夜晚风向
def creat_AllNigWindPie(): #创建夜间风力饼图这里可以做个分析对比夜间昼间风向和风力变化得出结论
WEA_DATA=[]
n=0
s=0
w=0
e=0
en=0
es=0
ws=0
wn=0
lable =[]
data1=ALL_DATA[0:]
weas=list(map(lambda x:x[‘windn_dir’],data1))
for wea in weas:
if wea==“北风”:
n += 1
lable.append(‘North’)
elif wea==“南风”:
s += 1
lable.append(‘South’)
elif wea==“东风”:
lable.append(‘East’)
e+=1
elif wea==“西风”:
lable.append(‘West’)
w+=1
elif wea==“东南风”:
lable.append(‘Southeast’)
es+= 1
elif wea==“东北风”:
lable.append(‘Northeast’)
en+=1
elif wea == “西南风”:
lable.append(‘Southwest’)
ws += 1
elif wea == “西北风”:
lable.append(‘Northwest’)
wn += 1
WEA=[n,s,e,w,es,en,ws,wn]
for i in WEA:
if i >= 1:
WEA_DATA.append(i)
LAB = []
for i in lable:
if not i in LAB:
LAB.append(i)
exp = [0, 0.1,]
value = len(LAB)
wvalue=value-2
while(wvalue>0):
exp.append(0)
wvalue-=1
plt.pie(x=WEA_DATA,labels=LAB,explode=exp,shadow=True,autopct="%0.2f%%")
plt.legend(bbox_to_anchor=(1.1, 0, 0, 1.1), title=“WindDirection”)
plt.title(“WindDirectionAtNight”)
plt.show()
def creat_MonNigWindPie(): #创建夜间风力饼图这里可以做个分析对比夜间昼间风向和风力变化得出结论
WEA_DATA=[]
n=0
s=0
w=0
e=0
en=0
es=0
ws=0
wn=0
lable =[]
data1=ALL_DATA[0:156]
weas=list(map(lambda x:x[‘windn_dir’],data1))
for wea in weas:
if wea==“北风”:
n += 1
lable.append(‘North’)
elif wea==“南风”:
s += 1
lable.append(‘South’)
elif wea==“东风”:
lable.append(‘East’)
e+=1
elif wea==“西风”:
lable.append(‘West’)
w+=1
elif wea==“东南风”:
lable.append(‘Southeast’)
es+= 1
elif wea==“东北风”:
lable.append(‘Northeast’)
en+=1
elif wea == “西南风”:
lable.append(‘Southwest’)
ws += 1
elif wea == “西北风”:
lable.append(‘Northwest’)
wn += 1
WEA=[n,s,e,w,es,en,ws,wn]
for i in WEA:
if i >= 1:
WEA_DATA.append(i)
LAB = []
for i in lable:
if not i in LAB:
LAB.append(i)
exp = [0, 0.1,]
value = len(LAB)
wvalue=value-2
while(wvalue>0):
exp.append(0)
wvalue-=1
plt.pie(x=WEA_DATA,labels=LAB,explode=exp,shadow=True,autopct="%0.2f%%")
plt.legend(bbox_to_anchor=(1.1, 0, 0, 1.1), title=“WindDirection”)
plt.title(“MonNigWindPie”)
plt.show()
def creat_TueNigWindPie(): #创建夜间风力饼图这里可以做个分析对比夜间昼间风向和风力变化得出结论
WEA_DATA=[]
n=0
s=0
w=0
e=0
en=0
es=0
ws=0
wn=0
lable =[]
data1=ALL_DATA[156:312]
weas=list(map(lambda x:x[‘windn_dir’],data1))
for wea in weas:
if wea==“北风”:
n += 1
lable.append(‘North’)
elif wea==“南风”:
s += 1
lable.append(‘South’)
elif wea==“东风”:
lable.append(‘East’)
e+=1
elif wea==“西风”:
lable.append(‘West’)
w+=1
elif wea==“东南风”:
lable.append(‘Southeast’)
es+= 1
elif wea==“东北风”:
lable.append(‘Northeast’)
en+=1
elif wea == “西南风”:
lable.append(‘Southwest’)
ws += 1
elif wea == “西北风”:
lable.append(‘Northwest’)
wn += 1
WEA=[n,s,e,w,es,en,ws,wn]
for i in WEA:
if i >= 1:
WEA_DATA.append(i)
LAB = []
for i in lable:
if not i in LAB:
LAB.append(i)
exp = [0, 0.1,]
value = len(LAB)
wvalue=value-2
while(wvalue>0):
exp.append(0)
wvalue-=1
plt.pie(x=WEA_DATA,labels=LAB,explode=exp,shadow=True,autopct="%0.2f%%")
plt.legend(bbox_to_anchor=(1.1, 0, 0, 1.1), title=“WindDirection”)
plt.title(“TueNigWindPie”)
plt.show()
def creat_WedNigWindPie(): #创建夜间风力饼图这里可以做个分析对比夜间昼间风向和风力变化得出结论
WEA_DATA=[]
n=0
s=0
w=0
e=0
en=0
es=0
ws=0
wn=0
lable =[]
data1=ALL_DATA[312:468]
weas=list(map(lambda x:x[‘windn_dir’],data1))
for wea in weas:
if wea==“北风”:
n += 1
lable.append(‘North’)
elif wea==“南风”:
s += 1
lable.append(‘South’)
elif wea==“东风”:
lable.append(‘East’)
e+=1
elif wea==“西风”:
lable.append(‘West’)
w+=1
elif wea==“东南风”:
lable.append(‘Southeast’)
es+= 1
elif wea==“东北风”:
lable.append(‘Northeast’)
en+=1
elif wea == “西南风”:
lable.append(‘Southwest’)
ws += 1
elif wea == “西北风”:
lable.append(‘Northwest’)
wn += 1
WEA=[n,s,e,w,es,en,ws,wn]
for i in WEA:
if i >= 1:
WEA_DATA.append(i)
LAB = []
for i in lable:
if not i in LAB:
LAB.append(i)
exp = [0, 0.1,]
value = len(LAB)
wvalue=value-2
while(wvalue>0):
exp.append(0)
wvalue-=1
plt.pie(x=WEA_DATA,labels=LAB,explode=exp,shadow=True,autopct="%0.2f%%")
plt.legend(bbox_to_anchor=(1.1, 0, 0, 1.1), title=“WindDirection”)
plt.title(“WedNigWindPie”)
plt.show()
def creat_ThuNigWindPie(): #创建夜间风力饼图这里可以做个分析对比夜间昼间风向和风力变化得出结论
WEA_DATA=[]
n=0
s=0
w=0
e=0
en=0
es=0
ws=0
wn=0
lable =[]
data1=ALL_DATA[468:624]
weas=list(map(lambda x:x[‘windn_dir’],data1))
for wea in weas:
if wea==“北风”:
n += 1
lable.append(‘North’)
elif wea==“南风”:
s += 1
lable.append(‘South’)
elif wea==“东风”:
lable.append(‘East’)
e+=1
elif wea==“西风”:
lable.append(‘West’)
w+=1
elif wea==“东南风”:
lable.append(‘Southeast’)
es+= 1
elif wea==“东北风”:
lable.append(‘Northeast’)
en+=1
elif wea == “西南风”:
lable.append(‘Southwest’)
ws += 1
elif wea == “西北风”:
lable.append(‘Northwest’)
wn += 1
WEA=[n,s,e,w,es,en,ws,wn]
for i in WEA:
if i >= 1:
WEA_DATA.append(i)
LAB = []
for i in lable:
if not i in LAB:
LAB.append(i)
exp = [0, 0.1,]
value = len(LAB)
wvalue=value-2
while(wvalue>0):
exp.append(0)
wvalue-=1
plt.pie(x=WEA_DATA,labels=LAB,explode=exp,shadow=True,autopct="%0.2f%%")
plt.legend(bbox_to_anchor=(1.1, 0, 0, 1.1), title=“WindDirection”)
plt.title(“ThuNigWindPie”)
plt.show()
def creat_FriNigWindPie(): #创建夜间风力饼图这里可以做个分析对比夜间昼间风向和风力变化得出结论
WEA_DATA=[]
n=0
s=0
w=0
e=0
en=0
es=0
ws=0
wn=0
lable =[]
data1=ALL_DATA[624:780]
weas=list(map(lambda x:x[‘windn_dir’],data1))
for wea in weas:
if wea==“北风”:
n += 1
lable.append(‘North’)
elif wea==“南风”:
s += 1
lable.append(‘South’)
elif wea==“东风”:
lable.append(‘East’)
e+=1
elif wea==“西风”:
lable.append(‘West’)
w+=1
elif wea==“东南风”:
lable.append(‘Southeast’)
es+= 1
elif wea==“东北风”:
lable.append(‘Northeast’)
en+=1
elif wea == “西南风”:
lable.append(‘Southwest’)
ws += 1
elif wea == “西北风”:
lable.append(‘Northwest’)
wn += 1
WEA=[n,s,e,w,es,en,ws,wn]
for i in WEA:
if i >= 1:
WEA_DATA.append(i)
LAB = []
for i in lable:
if not i in LAB:
LAB.append(i)
exp = [0, 0.1,]
value = len(LAB)
wvalue=value-2
while(wvalue>0):
exp.append(0)
wvalue-=1
plt.pie(x=WEA_DATA,labels=LAB,explode=exp,shadow=True,autopct="%0.2f%%")
plt.legend(bbox_to_anchor=(1.1, 0, 0, 1.1), title=“WindDirection”)
plt.title(“FriNigWindPie”)
plt.show()
def creat_SatNigWindPie(): #创建夜间风力饼图这里可以做个分析对比夜间昼间风向和风力变化得出结论
WEA_DATA=[]
n=0
s=0
w=0
e=0
en=0
es=0
ws=0
wn=0
lable =[]
data1=ALL_DATA[780:936]
weas=list(map(lambda x:x[‘windn_dir’],data1))
for wea in weas:
if wea==“北风”:
n += 1
lable.append(‘North’)
elif wea==“南风”:
s += 1
lable.append(‘South’)
elif wea==“东风”:
lable.append(‘East’)
e+=1
elif wea==“西风”:
lable.append(‘West’)
w+=1
elif wea==“东南风”:
lable.append(‘Southeast’)
es+= 1
elif wea==“东北风”:
lable.append(‘Northeast’)
en+=1
elif wea == “西南风”:
lable.append(‘Southwest’)
ws += 1
elif wea == “西北风”:
lable.append(‘Northwest’)
wn += 1
WEA=[n,s,e,w,es,en,ws,wn]
for i in WEA:
if i >= 1:
WEA_DATA.append(i)
LAB = []
for i in lable:
if not i in LAB:
LAB.append(i)
exp = [0, 0.1,]
value = len(LAB)
wvalue=value-2
while(wvalue>0):
exp.append(0)
wvalue-=1
plt.pie(x=WEA_DATA,labels=LAB,explode=exp,shadow=True,autopct="%0.2f%%")
plt.legend(bbox_to_anchor=(1.1, 0, 0, 1.1), title=“WindDirection”)
plt.title(“SatNigWindPie”)
plt.show()
def creat_SunNigWindPie(): #创建夜间风力饼图这里可以做个分析对比夜间昼间风向和风力变化得出结论
WEA_DATA=[]
n=0
s=0
w=0
e=0
en=0
es=0
ws=0
wn=0
lable =[]
data1=ALL_DATA[936:1092]
weas=list(map(lambda x:x[‘windn_dir’],data1))
for wea in weas:
if wea==“北风”:
n += 1
lable.append(‘North’)
elif wea==“南风”:
s += 1
lable.append(‘South’)
elif wea==“东风”:
lable.append(‘East’)
e+=1
elif wea==“西风”:
lable.append(‘West’)
w+=1
elif wea==“东南风”:
lable.append(‘Southeast’)
es+= 1
elif wea==“东北风”:
lable.append(‘Northeast’)
en+=1
elif wea == “西南风”:
lable.append(‘Southwest’)
ws += 1
elif wea == “西北风”:
lable.append(‘Northwest’)
wn += 1
WEA=[n,s,e,w,es,en,ws,wn]
for i in WEA:
if i >= 1:
WEA_DATA.append(i)
LAB = []
for i in lable:
if not i in LAB:
LAB.append(i)
exp = [0, 0.1,]
value = len(LAB)
wvalue=value-2
while(wvalue>0):
exp.append(0)
wvalue-=1
plt.pie(x=WEA_DATA,labels=LAB,explode=exp,shadow=True,autopct="%0.2f%%")
plt.legend(bbox_to_anchor=(1.1, 0, 0, 1.1), title=“WindDirection”)
plt.title(“SunNigWindPie”)
plt.show()

#昼间风力
def creat_AllDayWindPowPie(): #昼间风力大小饼图
WEA_DATA=[]
three=0 #创建变量使之代表各级风力大小情况
four=0
five=0
six=0
seven=0
eight=0
nine=0
ten=0
lables =[]
data1=ALL_DATA[0:]
weas=list(map(lambda x:x[‘windd_pow’],data1))
for wea in weas:
if wea3:
three += 1
lables.append(‘Three’)
elif wea4:
four += 1
lables.append(‘Four’)
elif wea5:
lables.append(‘Five’)
five+=1
elif wea6:
lables.append(‘Six’)
six+=1
elif wea7:
lables.append(‘Seven’)
seven+= 1
elif wea8:
lables.append(‘Eight’)
eight+=1
elif wea == 9:
lables.append(‘Nine’)
nine += 1
elif wea == 10:
lables.append(‘Ten’)
ten += 1
WEA=[three,four,five,six,seven,eight,nine,ten]
for i in WEA:
if i >= 1:
WEA_DATA.append(i)
l=len(WEA_DATA)
LAB = []
for i in lables:
if not i in LAB:
LAB.append(i)
exp = [0, 0.1,]
value = len(LAB)
wvalue=value-2
while(wvalue>0):
exp.append(0)
wvalue-=1
plt.pie(x=WEA_DATA,labels=LAB,explode=exp,shadow=True,autopct="%0.2f%%")
plt.legend(bbox_to_anchor=(1, 0, 0, 1), title=“WindPower”)
plt.title(“AllDayWindPowPie”)
plt.show()
def creat_MonDayWindPowPie(): #昼间风力大小饼图
WEA_DATA=[]
three=0 #创建变量使之代表各级风力大小情况
four=0
five=0
six=0
seven=0
eight=0
nine=0
ten=0
lables =[]
data1=ALL_DATA[0:156]
weas=list(map(lambda x:x[‘windd_pow’],data1))
for wea in weas:
if wea3:
three += 1
lables.append(‘Three’)
elif wea4:
four += 1
lables.append(‘Four’)
elif wea5:
lables.append(‘Five’)
five+=1
elif wea6:
lables.append(‘Six’)
six+=1
elif wea7:
lables.append(‘Seven’)
seven+= 1
elif wea8:
lables.append(‘Eight’)
eight+=1
elif wea == 9:
lables.append(‘Nine’)
nine += 1
elif wea == 10:
lables.append(‘Ten’)
ten += 1
WEA=[three,four,five,six,seven,eight,nine,ten]
for i in WEA:
if i >= 1:
WEA_DATA.append(i)
l=len(WEA_DATA)
LAB = []
for i in lables:
if not i in LAB:
LAB.append(i)
exp = [0, 0.1,]
value = len(LAB)
wvalue=value-2
while(wvalue>0):
exp.append(0)
wvalue-=1
plt.pie(x=WEA_DATA,labels=LAB,explode=exp,shadow=True,autopct="%0.2f%%")
plt.legend(bbox_to_anchor=(1, 0, 0, 1), title=“WindPower”)
plt.title(“MonDayWindPowPie”)
plt.show()
def creat_TueDayWindPowPie(): #昼间风力大小饼图
WEA_DATA=[]
three=0 #创建变量使之代表各级风力大小情况
four=0
five=0
six=0
seven=0
eight=0
nine=0
ten=0
lables =[]
data1=ALL_DATA[156:312]
weas=list(map(lambda x:x[‘windd_pow’],data1))
for wea in weas:
if wea3:
three += 1
lables.append(‘Three’)
elif wea4:
four += 1
lables.append(‘Four’)
elif wea5:
lables.append(‘Five’)
five+=1
elif wea6:
lables.append(‘Six’)
six+=1
elif wea7:
lables.append(‘Seven’)
seven+= 1
elif wea8:
lables.append(‘Eight’)
eight+=1
elif wea == 9:
lables.append(‘Nine’)
nine += 1
elif wea == 10:
lables.append(‘Ten’)
ten += 1
WEA=[three,four,five,six,seven,eight,nine,ten]
for i in WEA:
if i >= 1:
WEA_DATA.append(i)
l=len(WEA_DATA)
LAB = []
for i in lables:
if not i in LAB:
LAB.append(i)
exp = [0, 0.1,]
value = len(LAB)
wvalue=value-2
while(wvalue>0):
exp.append(0)
wvalue-=1
plt.pie(x=WEA_DATA,labels=LAB,explode=exp,shadow=True,autopct="%0.2f%%")
plt.legend(bbox_to_anchor=(1, 0, 0, 1), title=“WindPower”)
plt.title(“TueDayWindPowPie”)
plt.show()
def creat_WedDayWindPowPie(): #昼间风力大小饼图
WEA_DATA=[]
three=0 #创建变量使之代表各级风力大小情况
four=0
five=0
six=0
seven=0
eight=0
nine=0
ten=0
lables =[]
data1=ALL_DATA[312:468]
weas=list(map(lambda x:x[‘windd_pow’],data1))
for wea in weas:
if wea3:
three += 1
lables.append(‘Three’)
elif wea4:
four += 1
lables.append(‘Four’)
elif wea5:
lables.append(‘Five’)
five+=1
elif wea6:
lables.append(‘Six’)
six+=1
elif wea7:
lables.append(‘Seven’)
seven+= 1
elif wea8:
lables.append(‘Eight’)
eight+=1
elif wea == 9:
lables.append(‘Nine’)
nine += 1
elif wea == 10:
lables.append(‘Ten’)
ten += 1
WEA=[three,four,five,six,seven,eight,nine,ten]
for i in WEA:
if i >= 1:
WEA_DATA.append(i)
l=len(WEA_DATA)
LAB = []
for i in lables:
if not i in LAB:
LAB.append(i)
exp = [0, 0.1,]
value = len(LAB)
wvalue=value-2
while(wvalue>0):
exp.append(0)
wvalue-=1
plt.pie(x=WEA_DATA,labels=LAB,explode=exp,shadow=True,autopct="%0.2f%%")
plt.legend(bbox_to_anchor=(1, 0, 0, 1), title=“WindPower”)
plt.title(“WedDayWindPowPie”)
plt.show()
def creat_ThuDayWindPowPie(): #昼间风力大小饼图
WEA_DATA=[]
three=0 #创建变量使之代表各级风力大小情况
four=0
five=0
six=0
seven=0
eight=0
nine=0
ten=0
lables =[]
data1=ALL_DATA[468:624]
weas=list(map(lambda x:x[‘windd_pow’],data1))
for wea in weas:
if wea3:
three += 1
lables.append(‘Three’)
elif wea4:
four += 1
lables.append(‘Four’)
elif wea5:
lables.append(‘Five’)
five+=1
elif wea6:
lables.append(‘Six’)
six+=1
elif wea7:
lables.append(‘Seven’)
seven+= 1
elif wea8:
lables.append(‘Eight’)
eight+=1
elif wea == 9:
lables.append(‘Nine’)
nine += 1
elif wea == 10:
lables.append(‘Ten’)
ten += 1
WEA=[three,four,five,six,seven,eight,nine,ten]
for i in WEA:
if i >= 1:
WEA_DATA.append(i)
l=len(WEA_DATA)
LAB = []
for i in lables:
if not i in LAB:
LAB.append(i)
exp = [0, 0.1,]
value = len(LAB)
wvalue=value-2
while(wvalue>0):
exp.append(0)
wvalue-=1
plt.pie(x=WEA_DATA,labels=LAB,explode=exp,shadow=True,autopct="%0.2f%%")
plt.legend(bbox_to_anchor=(1, 0, 0, 1), title=“WindPower”)
plt.title(“ThuDayWindPowPie”)
plt.show()
def creat_FriDayWindPowPie(): #昼间风力大小饼图
WEA_DATA=[]
three=0 #创建变量使之代表各级风力大小情况
four=0
five=0
six=0
seven=0
eight=0
nine=0
ten=0
lables =[]
data1=ALL_DATA[624:780]
weas=list(map(lambda x:x[‘windd_pow’],data1))
for wea in weas:
if wea3:
three += 1
lables.append(‘Three’)
elif wea4:
four += 1
lables.append(‘Four’)
elif wea5:
lables.append(‘Five’)
five+=1
elif wea6:
lables.append(‘Six’)
six+=1
elif wea7:
lables.append(‘Seven’)
seven+= 1
elif wea8:
lables.append(‘Eight’)
eight+=1
elif wea == 9:
lables.append(‘Nine’)
nine += 1
elif wea == 10:
lables.append(‘Ten’)
ten += 1
WEA=[three,four,five,six,seven,eight,nine,ten]
for i in WEA:
if i >= 1:
WEA_DATA.append(i)
l=len(WEA_DATA)
LAB = []
for i in lables:
if not i in LAB:
LAB.append(i)
exp = [0, 0.1,]
value = len(LAB)
wvalue=value-2
while(wvalue>0):
exp.append(0)
wvalue-=1
plt.pie(x=WEA_DATA,labels=LAB,explode=exp,shadow=True,autopct="%0.2f%%")
plt.legend(bbox_to_anchor=(1, 0, 0, 1), title=“WindPower”)
plt.title(“FriDayWindPowPie”)
plt.show()
def creat_SatDayWindPowPie(): #昼间风力大小饼图
WEA_DATA=[]
three=0 #创建变量使之代表各级风力大小情况
four=0
five=0
six=0
seven=0
eight=0
nine=0
ten=0
lables =[]
data1=ALL_DATA[780:936]
weas=list(map(lambda x:x[‘windd_pow’],data1))
for wea in weas:
if wea3:
three += 1
lables.append(‘Three’)
elif wea4:
four += 1
lables.append(‘Four’)
elif wea5:
lables.append(‘Five’)
five+=1
elif wea6:
lables.append(‘Six’)
six+=1
elif wea7:
lables.append(‘Seven’)
seven+= 1
elif wea8:
lables.append(‘Eight’)
eight+=1
elif wea == 9:
lables.append(‘Nine’)
nine += 1
elif wea == 10:
lables.append(‘Ten’)
ten += 1
WEA=[three,four,five,six,seven,eight,nine,ten]
for i in WEA:
if i >= 1:
WEA_DATA.append(i)
l=len(WEA_DATA)
LAB = []
for i in lables:
if not i in LAB:
LAB.append(i)
exp = [0, 0.1,]
value = len(LAB)
wvalue=value-2
while(wvalue>0):
exp.append(0)
wvalue-=1
plt.pie(x=WEA_DATA,labels=LAB,explode=exp,shadow=True,autopct="%0.2f%%")
plt.legend(bbox_to_anchor=(1, 0, 0, 1), title=“WindPower”)
plt.title(“SatDayWindPowPie”)
plt.show()
def creat_SunDayWindPowPie(): #昼间风力大小饼图
WEA_DATA=[]
three=0 #创建变量使之代表各级风力大小情况
four=0
five=0
six=0
seven=0
eight=0
nine=0
ten=0
lables =[]
data1=ALL_DATA[936:1092]
weas=list(map(lambda x:x[‘windd_pow’],data1))
for wea in weas:
if wea3:
three += 1
lables.append(‘Three’)
elif wea4:
four += 1
lables.append(‘Four’)
elif wea5:
lables.append(‘Five’)
five+=1
elif wea6:
lables.append(‘Six’)
six+=1
elif wea7:
lables.append(‘Seven’)
seven+= 1
elif wea8:
lables.append(‘Eight’)
eight+=1
elif wea == 9:
lables.append(‘Nine’)
nine += 1
elif wea == 10:
lables.append(‘Ten’)
ten += 1
WEA=[three,four,five,six,seven,eight,nine,ten]
for i in WEA:
if i >= 1:
WEA_DATA.append(i)
l=len(WEA_DATA)
LAB = []
for i in lables:
if not i in LAB:
LAB.append(i)
exp = [0, 0.1,]
value = len(LAB)
wvalue=value-2
while(wvalue>0):
exp.append(0)
wvalue-=1
plt.pie(x=WEA_DATA,labels=LAB,explode=exp,shadow=True,autopct="%0.2f%%")
plt.legend(bbox_to_anchor=(1, 0, 0, 1), title=“WindPower”)
plt.title(“SunDayWindPowPie”)
plt.show()

#夜间风力
def creat_AllWindNigPowPie(): #夜间风力大小饼图
WEA_DATA=[]
three=0
four=0
five=0
six=0
seven=0
eight=0
nine=0
ten=0
lables1 =[]
data1=ALL_DATA[0:]
weas=list(map(lambda x:x[‘windn_pow’],data1))
for wea in weas:
if wea3:
three += 1
lables1.append(‘Three’)
elif wea4:
four += 1
lables1.append(‘Four’)
elif wea5:
lables1.append(‘Five’)
five+=1
elif wea6:
lables1.append(‘Six’)
six+=1
elif wea7:
lables1.append(‘Seven’)
seven+= 1
elif wea8:
lables1.append(‘Eight’)
eight+=1
elif wea == 9:
lables1.append(‘Nine’)
nine += 1
elif wea == 10:
lables1.append(‘Ten’)
ten += 1
WEA=[three,four,five,six,seven,eight,nine,ten]
for i in WEA:
if i >= 1:
WEA_DATA.append(i)
LAB = []
for i in lables1:
if not i in LAB:
LAB.append(i)
exp = [0, 0.1,]
value = len(LAB)
wvalue=value-2
while(wvalue>0):
exp.append(0)
wvalue-=1
plt.pie(x=WEA_DATA,labels=LAB,explode=exp,shadow=True,autopct="%0.2f%%")
plt.legend(bbox_to_anchor=(1, 0, 0, 1), title=“WindPower”)
plt.title(“AllWindNigPowPie”)
plt.show()
def creat_MonWindNigPowPie(): #夜间风力大小饼图
WEA_DATA=[]
three=0
four=0
five=0
six=0
seven=0
eight=0
nine=0
ten=0
lables1 =[]
data1=ALL_DATA[0:156]
weas=list(map(lambda x:x[‘windn_pow’],data1))
for wea in weas:
if wea3:
three += 1
lables1.append(‘Three’)
elif wea4:
four += 1
lables1.append(‘Four’)
elif wea5:
lables1.append(‘Five’)
five+=1
elif wea6:
lables1.append(‘Six’)
six+=1
elif wea7:
lables1.append(‘Seven’)
seven+= 1
elif wea8:
lables1.append(‘Eight’)
eight+=1
elif wea == 9:
lables1.append(‘Nine’)
nine += 1
elif wea == 10:
lables1.append(‘Ten’)
ten += 1
WEA=[three,four,five,six,seven,eight,nine,ten]
for i in WEA:
if i >= 1:
WEA_DATA.append(i)
LAB = []
for i in lables1:
if not i in LAB:
LAB.append(i)
exp = [0, 0.1,]
value = len(LAB)
wvalue=value-2
while(wvalue>0):
exp.append(0)
wvalue-=1
plt.pie(x=WEA_DATA,labels=LAB,explode=exp,shadow=True,autopct="%0.2f%%")
plt.legend(bbox_to_anchor=(1, 0, 0, 1), title=“WindPower”)
plt.title(“MonWindNigPowPie”)
plt.show()
def creat_TueWindNigPowPie(): #夜间风力大小饼图
WEA_DATA=[]
three=0
four=0
five=0
six=0
seven=0
eight=0
nine=0
ten=0
lables1 =[]
data1=ALL_DATA[156:312]
weas=list(map(lambda x:x[‘windn_pow’],data1))
for wea in weas:
if wea3:
three += 1
lables1.append(‘Three’)
elif wea4:
four += 1
lables1.append(‘Four’)
elif wea5:
lables1.append(‘Five’)
five+=1
elif wea6:
lables1.append(‘Six’)
six+=1
elif wea7:
lables1.append(‘Seven’)
seven+= 1
elif wea8:
lables1.append(‘Eight’)
eight+=1
elif wea == 9:
lables1.append(‘Nine’)
nine += 1
elif wea == 10:
lables1.append(‘Ten’)
ten += 1
WEA=[three,four,five,six,seven,eight,nine,ten]
for i in WEA:
if i >= 1:
WEA_DATA.append(i)
LAB = []
for i in lables1:
if not i in LAB:
LAB.append(i)
exp = [0, 0.1,]
value = len(LAB)
wvalue=value-2
while(wvalue>0):
exp.append(0)
wvalue-=1
plt.pie(x=WEA_DATA,labels=LAB,explode=exp,shadow=True,autopct="%0.2f%%")
plt.legend(bbox_to_anchor=(1, 0, 0, 1), title=“WindPower”)
plt.title(“TueWindNigPowPie”)
plt.show()
def creat_WedWindNigPowPie(): #夜间风力大小饼图
WEA_DATA=[]
three=0
four=0
five=0
six=0
seven=0
eight=0
nine=0
ten=0
lables1 =[]
data1=ALL_DATA[312:468]
weas=list(map(lambda x:x[‘windn_pow’],data1))
for wea in weas:
if wea3:
three += 1
lables1.append(‘Three’)
elif wea4:
four += 1
lables1.append(‘Four’)
elif wea5:
lables1.append(‘Five’)
five+=1
elif wea6:
lables1.append(‘Six’)
six+=1
elif wea7:
lables1.append(‘Seven’)
seven+= 1
elif wea8:
lables1.append(‘Eight’)
eight+=1
elif wea == 9:
lables1.append(‘Nine’)
nine += 1
elif wea == 10:
lables1.append(‘Ten’)
ten += 1
WEA=[three,four,five,six,seven,eight,nine,ten]
for i in WEA:
if i >= 1:
WEA_DATA.append(i)
LAB = []
for i in lables1:
if not i in LAB:
LAB.append(i)
exp = [0, 0.1,]
value = len(LAB)
wvalue=value-2
while(wvalue>0):
exp.append(0)
wvalue-=1
plt.pie(x=WEA_DATA,labels=LAB,explode=exp,shadow=True,autopct="%0.2f%%")
plt.legend(bbox_to_anchor=(1, 0, 0, 1), title=“WindPower”)
plt.title(“WedWindNigPowPie”)
plt.show()
def creat_ThuWindNigPowPie(): #夜间风力大小饼图
WEA_DATA=[]
three=0
four=0
five=0
six=0
seven=0
eight=0
nine=0
ten=0
lables1 =[]
data1=ALL_DATA[468:624]
weas=list(map(lambda x:x[‘windn_pow’],data1))
for wea in weas:
if wea3:
three += 1
lables1.append(‘Three’)
elif wea4:
four += 1
lables1.append(‘Four’)
elif wea5:
lables1.append(‘Five’)
five+=1
elif wea6:
lables1.append(‘Six’)
six+=1
elif wea7:
lables1.append(‘Seven’)
seven+= 1
elif wea8:
lables1.append(‘Eight’)
eight+=1
elif wea == 9:
lables1.append(‘Nine’)
nine += 1
elif wea == 10:
lables1.append(‘Ten’)
ten += 1
WEA=[three,four,five,six,seven,eight,nine,ten]
for i in WEA:
if i >= 1:
WEA_DATA.append(i)
LAB = []
for i in lables1:
if not i in LAB:
LAB.append(i)
exp = [0, 0.1,]
value = len(LAB)
wvalue=value-2
while(wvalue>0):
exp.append(0)
wvalue-=1
plt.pie(x=WEA_DATA,labels=LAB,explode=exp,shadow=True,autopct="%0.2f%%")
plt.legend(bbox_to_anchor=(1, 0, 0, 1), title=“WindPower”)
plt.title(“ThuWindNigPowPie”)
plt.show()
def creat_FriWindNigPowPie(): #夜间风力大小饼图
WEA_DATA=[]
three=0
four=0
five=0
six=0
seven=0
eight=0
nine=0
ten=0
lables1 =[]
data1=ALL_DATA[624:780]
weas=list(map(lambda x:x[‘windn_pow’],data1))
for wea in weas:
if wea3:
three += 1
lables1.append(‘Three’)
elif wea4:
four += 1
lables1.append(‘Four’)
elif wea5:
lables1.append(‘Five’)
five+=1
elif wea6:
lables1.append(‘Six’)
six+=1
elif wea7:
lables1.append(‘Seven’)
seven+= 1
elif wea8:
lables1.append(‘Eight’)
eight+=1
elif wea == 9:
lables1.append(‘Nine’)
nine += 1
elif wea == 10:
lables1.append(‘Ten’)
ten += 1
WEA=[three,four,five,six,seven,eight,nine,ten]
for i in WEA:
if i >= 1:
WEA_DATA.append(i)
LAB = []
for i in lables1:
if not i in LAB:
LAB.append(i)
exp = [0, 0.1,]
value = len(LAB)
wvalue=value-2
while(wvalue>0):
exp.append(0)
wvalue-=1
plt.pie(x=WEA_DATA,labels=LAB,explode=exp,shadow=True,autopct="%0.2f%%")
plt.legend(bbox_to_anchor=(1, 0, 0, 1), title=“WindPower”)
plt.title(“FriWindNigPowPie”)
plt.show()
def creat_SatWindNigPowPie(): #夜间风力大小饼图
WEA_DATA=[]
three=0
four=0
five=0
six=0
seven=0
eight=0
nine=0
ten=0
lables1 =[]
data1=ALL_DATA[780:936]
weas=list(map(lambda x:x[‘windn_pow’],data1))
for wea in weas:
if wea3:
three += 1
lables1.append(‘Three’)
elif wea4:
four += 1
lables1.append(‘Four’)
elif wea5:
lables1.append(‘Five’)
five+=1
elif wea6:
lables1.append(‘Six’)
six+=1
elif wea7:
lables1.append(‘Seven’)
seven+= 1
elif wea8:
lables1.append(‘Eight’)
eight+=1
elif wea == 9:
lables1.append(‘Nine’)
nine += 1
elif wea == 10:
lables1.append(‘Ten’)
ten += 1
WEA=[three,four,five,six,seven,eight,nine,ten]
for i in WEA:
if i >= 1:
WEA_DATA.append(i)
LAB = []
for i in lables1:
if not i in LAB:
LAB.append(i)
exp = [0, 0.1,]
value = len(LAB)
wvalue=value-2
while(wvalue>0):
exp.append(0)
wvalue-=1
plt.pie(x=WEA_DATA,labels=LAB,explode=exp,shadow=True,autopct="%0.2f%%")
plt.legend(bbox_to_anchor=(1, 0, 0, 1), title=“WindPower”)
plt.title(“SatWindNigPowPie”)
plt.show()
def creat_SunWindNigPowPie(): #夜间风力大小饼图
WEA_DATA=[]
three=0
four=0
five=0
six=0
seven=0
eight=0
nine=0
ten=0
lables1 =[]
data1=ALL_DATA[936:1092]
weas=list(map(lambda x:x[‘windn_pow’],data1))
for wea in weas:
if wea3:
three += 1
lables1.append(‘Three’)
elif wea4:
four += 1
lables1.append(‘Four’)
elif wea5:
lables1.append(‘Five’)
five+=1
elif wea6:
lables1.append(‘Six’)
six+=1
elif wea7:
lables1.append(‘Seven’)
seven+= 1
elif wea8:
lables1.append(‘Eight’)
eight+=1
elif wea == 9:
lables1.append(‘Nine’)
nine += 1
elif wea == 10:
lables1.append(‘Ten’)
ten += 1
WEA=[three,four,five,six,seven,eight,nine,ten]
for i in WEA:
if i >= 1:
WEA_DATA.append(i)
LAB = []
for i in lables1:
if not i in LAB:
LAB.append(i)
exp = [0, 0.1,]
value = len(LAB)
wvalue=value-2
while(wvalue>0):
exp.append(0)
wvalue-=1
plt.pie(x=WEA_DATA,labels=LAB,explode=exp,shadow=True,autopct="%0.2f%%")
plt.legend(bbox_to_anchor=(1, 0, 0, 1), title=“WindPower”)
plt.title(“SunWindNigPowPie”)
plt.show()

def creat_Tempbar(): #柱状图高低气温排行榜
data=ALL_DATA[0:156] #取出所需要的数据因为ALL_DATA中是七天的数据所以截取某一天所有地区数据就可以
data1=ALL_DATA[0:156]
data.sort(key=lambda data: data[‘min_temp’])
data1.sort(key=lambda data: data[‘max_temp’])
cities1 = list(map(lambda x: x[‘city’], data))
cities1_1=cities1[0:10] #取出前十名
cities2 = list(map(lambda x: x[‘city’], data1))
cities2_1=cities2[0:10]
mintemps = list(map(lambda x: x[‘min_temp’], data))
mintemps_1=mintemps[0:10]
maxtemps = list(map(lambda x: x[‘max_temp’], data1))
maxtemps_1=maxtemps[0:10]
color_maxfunction = ‘red’
color_minfunction=‘blue’
maxtemps_1.reverse() #反转列表
chart1 = Bar()
chart2 = Bar()
chart1.add_xaxis(cities1_1)
chart2.add_xaxis(cities2_1) #这里的柱状图用的是pycharts库这里是分别对两个图的x轴设置数据（前十五名城市名字）下面是对y轴设置数据
chart1.add_yaxis(“城市”, mintemps_1,category_gap=“40%”,itemstyle_opts=opts.ItemStyleOpts(color=color_minfunction))
chart2.add_yaxis(“城市”, maxtemps_1,category_gap=“40%”,itemstyle_opts=opts.ItemStyleOpts(color=color_maxfunction))
chart1.set_global_opts(title_opts=opts.TitleOpts(title=“山东天气实时最低气温排行榜”))
chart2.set_global_opts(title_opts=opts.TitleOpts(title=“山东天气实时最高气温排行榜”))
chart1.render(‘SD_Mintemp.html’) #生成html网页显示图例
chart2.render(‘SD_Maxtemp.html’)
def creat_plt(): #主要城市气温折线图
data1=[]
dindex=[0,156,312,468,624,780,936]
# cities2=[]
# maxtemp=[]
# mintemp=[]
for i in dindex:
data1.append(ALL_DATA[i])
print(data1)
cities2=[“周四”,“周五”,“周六”,“周天”,“周一”,“周二”,“周三”,]
y_maxtemp=list(map(lambda x:x[‘max_temp’],data1))
maxtemp = y_maxtemp[0:7]
y_mintemp=list(map(lambda x:x[‘min_temp’],data1))
mintemp=y_mintemp[0:7]
c = Line()
c.set_global_opts(
# 设置标题
title_opts=opts.TitleOpts(title=“省会城市七天最高最低气温折线图”),
# 设置图例is_show=False是不显示图例
legend_opts=opts.LegendOpts(is_show=True),
)
c.add_xaxis(xaxis_data=cities2)
c.add_yaxis(series_name=’’, y_axis=mintemp)
c.add_yaxis(series_name=’’, y_axis=maxtemp)
c.render(‘Line-High-Low.html’)
def create_Map(): #山东省气温状态图
data = ALL_SDDATA[0:17]
mintemps = list(map(lambda x: x[‘sdmin_temp’], data))
maxtemps= list(map(lambda x: x[‘sdmax_temp’], data))
print(maxtemps)
print(mintemps)
a_city = [“济南市”,“青岛市”,“淄博市”,“德州市”,“烟台市”,“潍坊市”,“济宁市”,“泰安市”,“临沂市”,“菏泽市”,“滨州市”,“东营市”,“威海市”,“枣庄市”,“日照市”,“莱芜市”,“聊城市”]
m = Map()
w= Map()
m.add("", zip(a_city,mintemps), maptype=“山东”) #函数就这样用没什么好说的zip()的两个参数 maptype代表生成地区
w.add("", zip(a_city,maxtemps), maptype=“山东”)
m.set_global_opts(title_opts=opts.TitleOpts(title=“山东省最低气温状态图”, pos_left = ‘center’ ),visualmap_opts=opts.VisualMapOpts(min_=5,max_=15))
w.set_global_opts(title_opts=opts.TitleOpts(title=“山东省最高气温状态图”, pos_left = ‘center’ ),visualmap_opts=opts.VisualMapOpts(min_=15,max_=25)) #设置标题及显示衡量标准
m.render(“Map-low.html”)
w.render(“Map-High.html”) #状态图使用pycharts库实现

if name==‘main’:
main()

你可能感兴趣的:(Python爬取山东各省市天气并进行可视化)

情绪觉察日记第37天露露_e800
今天是家庭关系规划师的第二阶最后一天，慧萍老师帮我做了个案，帮我处理了埋在心底好多年的一份恐惧，并给了我深深的力量！这几天出来学习，爸妈过来婆家帮我带小孩，妈妈出于爱帮我收拾东西，并跟我先生和婆婆产生矛盾，妈妈觉得他们没有照顾好我…。今晚回家见到妈妈，我很欣赏她并赞扬她，妈妈说今晚要跟我睡我说好，当我们俩躺在床上准备睡觉的时候，我握着妈妈的手对她说:妈妈这几天辛苦你了，你看你多利害把我们的家收拾得
QQ群采集助手，精准引流必备神器 2401_87347160 其他经验分享
功能概述微信群查找与筛选工具是一款专为微信用户设计的辅助工具，它通过关键词搜索功能，帮助用户快速找到相关的微信群，并提供筛选是否需要验证的群组的功能。主要功能关键词搜索：用户可以输入关键词，工具将自动查找包含该关键词的微信群。筛选功能：工具提供筛选机制，用户可以选择是否只显示需要验证或不需要验证的群组。精准引流：通过上述功能，用户可以更精准地找到目标群组，进行有效的引流操作。3.设备需求该工具可以
关于沟通这件事，项目经理不需要每次都面对面进行流程大师兄
很多项目经理都会遇到这样的问题，项目中由于事情太多，根本没有足够的时间去召开会议，那在这种情况下如何去有效地管理项目中的利益相关者？当然，不建议电子邮件也不需要开会的话，建议可以采取下面几种方式来形成有效的沟通，这几种方式可以帮助你努力的通过各种办法来保持和各方面的联系。项目经理首先要问自己几个问题，项目中哪些利益相关者是必须要进行沟通的？可以列出项目中所有的利益相关者清单，同时也整理出项目中哪些
机器学习与深度学习间关系与区别 ℒℴѵℯ心·动ꦿ໊ོ꫞ 人工智能学习深度学习 python
一、机器学习概述定义机器学习（MachineLearning,ML）是一种通过数据驱动的方法，利用统计学和计算算法来训练模型，使计算机能够从数据中学习并自动进行预测或决策。机器学习通过分析大量数据样本，识别其中的模式和规律，从而对新的数据进行判断。其核心在于通过训练过程，让模型不断优化和提升其预测准确性。主要类型1.监督学习（SupervisedLearning）监督学习是指在训练数据集中包含输入
C语言如何定义宏函数？小九格物 c语言
在C语言中，宏函数是通过预处理器定义的，它在编译之前替换代码中的宏调用。宏函数可以模拟函数的行为，但它们不是真正的函数，因为它们在编译时不会进行类型检查，也不会分配存储空间。宏函数的定义通常使用#define指令，后面跟着宏的名称和参数列表，以及宏展开后的代码。宏函数的定义方式：1.基本宏函数：这是最简单的宏函数形式，它直接定义一个表达式。#defineSQUARE(x)((x)*(x))2.带参
理解Gunicorn：Python WSGI服务器的基石范范0825 ipython linux 运维
理解Gunicorn：PythonWSGI服务器的基石介绍Gunicorn，全称GreenUnicorn，是一个为PythonWSGI（WebServerGatewayInterface）应用设计的高效、轻量级HTTP服务器。作为PythonWeb应用部署的常用工具，Gunicorn以其高性能和易用性著称。本文将介绍Gunicorn的基本概念、安装和配置，帮助初学者快速上手。1.什么是Gunico
2021年12月19日，春蕾教育集团团建活动感受——黄晓丹黄错错加油
感受:1.从陌生到熟悉的过程。游戏环节让我们在轻松的氛围中得到了锻炼，也增长了不少知识。2.游戏过程中，我们贡献的是个人力量，展现的是团队的力量。它磨合的往往不止是工作的熟悉，更是观念上契合度的贴近。3.这和工作是一样的道理。在各自的岗位上，每个人摆正自己的位置、各司其职充分发挥才能，并团结一致劲往一处使，才能实现最大的成功。新知:1.团队精神需要不断地创新。过去，人们把创新看作是冒风险，现在人们
《投行人生》读书笔记小蘑菇的树洞
《投行人生》----作者詹姆斯-A-朗德摩根斯坦利副主席40年的职业洞见-很短小精悍的篇幅，比较适合初入职场的新人。第一部分成功的职业生涯需要规划1.情商归为适应能力分享与协作同理心适应能力，更多的是自我意识，你有能力识别自己的情并分辨这些情绪如何影响你的思想和行为。2.对于初入职场的人的建议，细节，截止日期和数据很重要截止日期，一种有效的方法是请老板为你所有的任务进行优先级排序。和老板喝咖啡的好
Long类型前后端数据不一致 igotyback 前端
响应给前端的数据浏览器控制台中response中看到的Long类型的数据是正常的到前端数据不一致前后端数据类型不匹配是一个常见问题，尤其是当后端使用Java的Long类型（64位）与前端JavaScript的Number类型（最大安全整数为2^53-1，即16位）进行数据交互时，很容易出现精度丢失的问题。这是因为JavaScript中的Number类型无法安全地表示超过16位的整数。为了解决这个问
如何在 Fork 的 GitHub 项目中保留自己的修改并同步上游更新？github_fork_update iBaoxing github
如何在Fork的GitHub项目中保留自己的修改并同步上游更新？在GitHub上Fork了一个项目后，你可能会对项目进行一些修改，同时原作者也在不断更新。如果想要在保留自己修改的基础上，同步原作者的最新更新，很多人会不知所措。本文将详细讲解如何在不丢失自己改动的情况下，将上游仓库的更新合并到自己的仓库中。问题描述假设你在GitHub上Fork了一个项目，并基于该项目做了一些修改，随后你发现原作者对
店群合一模式下的社区团购新发展——结合链动 2+1 模式、AI 智能名片与 S2B2C 商城小程序源码说私域人工智能小程序
摘要：本文探讨了店群合一的社区团购平台在当今商业环境中的重要性和优势。通过分析店群合一模式如何将互联网社群与线下终端紧密结合，阐述了链动2+1模式、AI智能名片和S2B2C商城小程序源码在这一模式中的应用价值。这些创新元素的结合为社区团购带来了新的机遇，提升了用户信任感、拓展了营销渠道，并实现了线上线下的完美融合。一、引言随着互联网技术的不断发展，社区团购作为一种新兴的商业模式，在满足消费者日常需
高级编程--XML+socket练习题 masa010 java 开发语言
1.北京华北2114.8万人上海华东2,500万人广州华南1292.68万人成都华西1417万人（1）使用dom4j将信息存入xml中（2）读取信息，并打印控制台（3）添加一个city节点与子节点（4）使用socketTCP协议编写服务端与客户端，客户端输入城市ID，服务器响应相应城市信息（5）使用socketTCP协议编写服务端与客户端，客户端要求用户输入city对象，服务端接收并使用dom4j
《大清方方案》| 第二话谁佐清欢
和珅究竟说了些什么？竟能令堂堂九五之尊龙颜失色！此处暂且按下不表；单说这位乾隆皇帝，果真不愧是康熙从小带过的，一旦决定了要做的事，便杀伐决断毫不含糊。他当即亲自拟旨，着令和珅为钦差大臣，全权负责处理方方事件，并钦赐尚方宝剑，遇急则三品以下官员可先斩后奏。和珅身负皇上重托，岂敢有半点怠慢，当夜即率领相关人等，马不停蹄杀奔江汉。这一路上，和珅的几位幕僚一直在商讨方方事件的处置方案。有位年轻幕僚建议快刀
回溯 Leetcode 332 重新安排行程 mmaerd Leetcode刷题学习记录 leetcode 算法职场和发展
重新安排行程Leetcode332学习记录自代码随想录给你一份航线列表tickets，其中tickets[i]=[fromi,toi]表示飞机出发和降落的机场地点。请你对该行程进行重新规划排序。所有这些机票都属于一个从JFK（肯尼迪国际机场）出发的先生，所以该行程必须从JFK开始。如果存在多种有效的行程，请你按字典排序返回最小的行程组合。例如，行程[“JFK”,“LGA”]与[“JFK”,“LGB
每日一题——第八十九题互联网打工人no1 C语言程序设计每日一练 c语言
题目：在字符串中找到提取数字，并统计一共找到多少整数，a123xxyu23&8889，那么找到的整数为123，23，8889//思想：#include#include#includeintmain(){charstr[]="a123xxyu23&8889";intcount=0;intnum=0;//用于临时存放当前正在构建的整数。boolinNum=false;//用于标记当前是否正在读取一个整
Python数据分析与可视化实战指南 William数据分析 python python 数据
在数据驱动的时代，Python因其简洁的语法、强大的库生态系统以及活跃的社区，成为了数据分析与可视化的首选语言。本文将通过一个详细的案例，带领大家学习如何使用Python进行数据分析，并通过可视化来直观呈现分析结果。一、环境准备1.1安装必要库在开始数据分析和可视化之前，我们需要安装一些常用的库。主要包括pandas、numpy、matplotlib和seaborn等。这些库分别用于数据处理、数学
《庄子.达生9》钱江潮369
【原文】孔子观于吕梁，县水三十仞，流沫四十里，鼋鼍鱼鳖之所不能游也。见一丈夫游之，以为有苦而欲死也，使弟子并流而拯之。数百步而出，被发行歌而游于塘下。孔子从而问焉，曰：“吾以子为鬼，察子则人也。请问，‘蹈水有道乎’”曰：“亡，吾无道。吾始乎故，长乎性，成乎命。与齐俱入，与汩偕出，从水之道而不为私焉。此吾所以蹈之也。”孔子曰：“何谓始乎故，长乎性，成乎命？”曰：“吾生于陵而安于陵，故也；长于水而安于
python os.environ 江湖偌大 python 深度学习
os.environ['TF_CPP_MIN_LOG_LEVEL']='0'#默认值，输出所有信息os.environ['TF_CPP_MIN_LOG_LEVEL']='1'#屏蔽通知信息（INFO）os.environ['TF_CPP_MIN_LOG_LEVEL']='2'#屏蔽通知信息和警告信息（INFO\WARNING）os.environ['TF_CPP_MIN_LOG_LEVEL']='
Python中os.environ基本介绍及使用方法鹤冲天Pro #Python python 服务器开发语言
文章目录python中os.environos.environ简介os.environ进行环境变量的增删改查python中os.environ的使用详解1.简介2.key字段详解2.1常见key字段3.os.environ.get()用法4.环境变量的增删改查和判断是否存在4.1新增环境变量4.2更新环境变量4.3获取环境变量4.4删除环境变量4.5判断环境变量是否存在python中os.envi
腾讯云技术深度探索：构建高效云原生微服务架构我的运维人生云原生架构腾讯云运维开发技术共享
腾讯云技术深度探索：构建高效云原生微服务架构在当今快速发展的技术环境中，云原生技术已成为企业数字化转型的关键驱动力。腾讯云作为行业领先的云服务提供商，不断推出创新的产品和技术，助力企业构建高效、可扩展的云原生微服务架构。本文将深入探讨腾讯云在微服务领域的最新进展，并通过一个实际案例展示如何在腾讯云平台上构建云原生应用。腾讯云微服务架构概览腾讯云微服务架构基于云原生理念，旨在帮助企业快速实现应用的容
Pyecharts数据可视化大屏：打造沉浸式数据分析体验我的运维人生信息可视化数据分析数据挖掘运维开发技术共享
Pyecharts数据可视化大屏：打造沉浸式数据分析体验在当今这个数据驱动的时代，如何将海量数据以直观、生动的方式展现出来，成为了数据分析师和企业决策者关注的焦点。Pyecharts，作为一款基于Python的开源数据可视化库，凭借其丰富的图表类型、灵活的配置选项以及高度的定制化能力，成为了构建数据可视化大屏的理想选择。本文将深入探讨如何利用Pyecharts打造数据可视化大屏，并通过实际代码案例
第四天旅游线路预览——从换乘中心到喀纳斯湖陟彼高冈yu 基于Google earth studio 的旅游规划和预览旅游
第四天：从贾登峪到喀纳斯风景区入口，晚上住宿贾登峪；换乘中心有4路车，喀纳斯①号车，去喀纳斯湖，路程时长约5分钟；将上面的的行程安排进行动态展示，具体步骤见”Googleearthstudio进行动态轨迹显示制作过程“、“Googleearthstudio入门教程”和“Googleearthstudio进阶教程“相关内容，得到行程如下所示：Day4-2-480p
linux sdl windows.h,Windows下的SDL安装奔跑吧linux内核 linux sdl windows.h
首先你要下载并安装SDL开发包。如果装在C盘下，路径为C:\SDL1.2.5如果在WINDOWS下。你可以按以下步骤：1.打开VC++，点击"Tools",Options2,点击directories选项3.选择"Includefiles"增加一个新的路径。"C:\SDL1.2.5\include"4，现在选择"Libaryfiles“增加"C:\SDL1.2.5\lib"现在你可以开始编写你的第
Goolge earth studio 进阶4——路径修改与平滑陟彼高冈yu Google earth studio 进阶教程旅游
如果我们希望在大约中途时获得更多的城市鸟瞰视角。可以将相机拖动到这里并创建一个新的关键帧。camera_target_clip_7EarthStudio会自动平滑我们的路径，所以当我们通过这个关键帧时，不是一个生硬的角度，而是一个平滑的曲线。camera_target_clip_8路径上有贝塞尔控制手柄，允许我们调整路径的形状。右键单击，我们可以选择“平滑路径”，这是默认的自动平滑算法，或者我们可
Python教程：一文了解使用Python处理XPath 旦莫 Python进阶 python 开发语言
目录1.环境准备1.1安装lxml1.2验证安装2.XPath基础2.1什么是XPath？2.2XPath语法2.3示例XML文档3.使用lxml解析XML3.1解析XML文档3.2查看解析结果4.XPath查询4.1基本路径查询4.2使用属性查询4.3查询多个节点5.XPath的高级用法5.1使用逻辑运算符5.2使用函数6.实战案例6.1从网页抓取数据6.1.1安装Requests库6.1.2代
Google earth studio 简介陟彼高冈yu 旅游
GoogleEarthStudio是一个基于Web的动画工具，专为创作使用GoogleEarth数据的动画和视频而设计。它利用了GoogleEarth强大的三维地图和卫星影像数据库，使用户能够轻松地创建逼真的地球动画、航拍视频和动态地图可视化。网址为https://www.google.com/earth/studio/。GoogleEarthStudio是一个基于Web的动画工具，专为创作使用G
python os.environ_python os.environ 读取和设置环境变量 weixin_39605414 python os.environ
>>>importos>>>os.environ.keys()['LC_NUMERIC','GOPATH','GOROOT','GOBIN','LESSOPEN','SSH_CLIENT','LOGNAME','USER','HOME','LC_PAPER','PATH','DISPLAY','LANG','TERM','SHELL','J2REDIR','LC_MONETARY','QT_QPA
linux中sdl的使用教程,sdl使用入门 Melissa Corvinus linux中sdl的使用教程
本文通过一个简单示例讲解SDL的基本使用流程。示例中展示一个窗口，窗口里面有个随机颜色快随机移动。当我们鼠标点击关闭按钮时间窗口关闭。基本步骤如下：1.初始化SDL并创建一个窗口。SDL_Init()初始化SDL_CreateWindow()创建窗口2.纹理渲染存储RGB和存储纹理的区别：比如一个从左到右由红色渐变到蓝色的矩形，用存储RGB的话就需要把矩形中每个点的具体颜色值存储下来；而纹理只是一
谁家酒器最绝唱，藏在酒厂人未知？景阳冈酒厂先秦藏品大揭秘李虓酒评论
文/王赛时中国的酒器酒具历史久远，举世闻名。从北京的故宫博物院、中国国家博物馆，到世界各国的大型博物馆，都以能够收藏中国古代酒具而夸耀。但很少有人知道，在山东阳谷景阳冈酒厂，默默地收藏了两千件中国酒器。这些酒器，就封藏在景阳冈的酒道馆里。其中有一些青铜酒器，一睡就是三、四千年，堪称无声国宝，堪作无字史书！今天，我将引领诸位首先窥视一下景阳冈酒道馆的9件先秦藏品，你自己来说震撼不震撼。提示：这只是景
下载github patch到本地小米人er 我的博客 git patch
以下是几种从GitHub上下载以.patch结尾的补丁文件的方法：通过浏览器直接下载打开包含该.patch文件的GitHub仓库。在仓库的文件列表中找到对应的.patch文件。点击该文件，浏览器会显示文件的内容，在页面的右上角通常会有一个“Raw”按钮，点击它可以获取原始文件内容。然后在浏览器中使用快捷键（如Ctrl+S或者Command+S）将原始文件保存到本地，选择保存的文件名并确保后缀为.p
Linux的Initrd机制被触发 linux
Linux 的 initrd 技术是一个非常普遍使用的机制，linux2.6 内核的 initrd 的文件格式由原来的文件系统镜像文件转变成了 cpio 格式，变化不仅反映在文件格式上， linux 内核对这两种格式的 initrd 的处理有着截然的不同。本文首先介绍了什么是 initrd 技术，然后分别介绍了 Linux2.4 内核和 2.6 内核的 initrd 的处理流程。最后通过对 Lin
maven本地仓库路径修改 bitcarter maven
默认maven本地仓库路径：C:\Users\Administrator\.m2 修改maven本地仓库路径方法： 1.打开E:\maven\apache-maven-2.2.1\conf\settings.xml 2.找到
XSD和XML中的命名空间 darrenzhu xml xsd schema namespace 命名空间
http://www.360doc.com/content/12/0418/10/9437165_204585479.shtml http://blog.csdn.net/wanghuan203/article/details/9203621 http://blog.csdn.net/wanghuan203/article/details/9204337 http://www.cn
Java 求素数运算周凡杨 java 算法素数
网络上对求素数之解数不胜数，我在此总结归纳一下，同时对一些编码，加以改进，效率有成倍热提高。第一种：原理: 6N(+-)1法任何一个自然数，总可以表示成为如下的形式之一： 6N，6N+1，6N+2，6N+3，6N+4，6N+5 (N=0，1，2，…)
java 单例模式 g21121 java
想必单例模式大家都不会陌生，有如下两种方式来实现单例模式： class Singleton { private static Singleton instance=new Singleton(); private Singleton(){} static Singleton getInstance() { return instance; }
Linux下Mysql源码安装 510888780 mysql
1.假设已经有mysql-5.6.23-linux-glibc2.5-x86_64.tar.gz (1)创建mysql的安装目录及数据库存放目录解压缩下载的源码包，目录结构，特殊指定的目录除外：
32位和64位操作系统墙头上一根草 32位和64位操作系统
32位和64位操作系统是指：CPU一次处理数据的能力是32位还是64位。现在市场上的CPU一般都是64位的，但是这些CPU并不是真正意义上的64 位CPU，里面依然保留了大部分32位的技术，只是进行了部分64位的改进。32位和64位的区别还涉及了内存的寻址方面，32位系统的最大寻址空间是2 的32次方= 4294967296（bit）= 4（GB）左右，而64位系统的最大寻址空间的寻址空间则达到了
我的spring学习笔记10-轻量级_Spring框架 aijuans Spring 3
一、问题提问： → 请简单介绍一下什么是轻量级？轻量级（Leightweight）是相对于一些重量级的容器来说的，比如Spring的核心是一个轻量级的容器，Spring的核心包在文件容量上只有不到1M大小，使用Spring核心包所需要的资源也是很少的，您甚至可以在小型设备中使用Spring。
mongodb 环境搭建及简单CURD antlove Web Install curd NoSQL mongo
一搭建mongodb环境 1. 在mongo官网下载mongodb 2. 在本地创建目录 "D:\Program Files\mongodb-win32-i386-2.6.4\data\db" 3. 运行mongodb服务 [mongod.exe --dbpath "D:\Program Files\mongodb-win32-i386-2.6.4\data\
数据字典和动态视图百合不是茶 oracle 数据字典动态视图系统和对象权限
数据字典（data dictionary）是 Oracle 数据库的一个重要组成部分，这是一组用于记录数据库信息的只读（read-only）表。随着数据库的启动而启动,数据库关闭时数据字典也关闭数据字典中包含数据库中所有方案对象（schema object）的定义(包括表，视图，索引，簇，同义词，序列，过程，函数，包，触发器等等) 数据库为一
多线程编程一般规则 bijian1013 java thread 多线程 java多线程
如果两个工两个以上的线程都修改一个对象，那么把执行修改的方法定义为被同步的，如果对象更新影响到只读方法，那么只读方法也要定义成同步的。不要滥用同步。如果在一个对象内的不同的方法访问的不是同一个数据，就不要将方法设置为synchronized的。
将文件或目录拷贝到另一个Linux系统的命令scp bijian1013 linux unix scp
一.功能说明 scp就是security copy，用于将文件或者目录从一个Linux系统拷贝到另一个Linux系统下。scp传输数据用的是SSH协议，保证了数据传输的安全，其格式如下： scp 远程用户名@IP地址：文件的绝对路径
【持久化框架MyBatis3五】MyBatis3一对多关联查询 bit1129 Mybatis3
以教员和课程为例介绍一对多关联关系，在这里认为一个教员可以叫多门课程，而一门课程只有1个教员教，这种关系在实际中不太常见，通过教员和课程是多对多的关系。示例数据：地址表： CREATE TABLE ADDRESSES ( ADDR_ID INT(11) NOT NULL AUTO_INCREMENT, STREET VAR
cookie状态判断引发的查找问题 bitcarter form cgi
先说一下我们的业务背景： 1.前台将图片和文本通过form表单提交到后台，图片我们都做了base64的编码，并且前台图片进行了压缩 2.form中action是一个cgi服务 3.后台cgi服务同时供PC，H5，APP 4.后台cgi中调用公共的cookie状态判断方法（公共的，大家都用，几年了没有问题）问题：（折腾两天。。。。） 1.PC端cgi服务正常调用，cookie判断没
通过Nginx,Tomcat访问日志(access log)记录请求耗时 ronin47
一、Nginx通过$upstream_response_time $request_time统计请求和后台服务响应时间 nginx.conf使用配置方式： log_format main '$remote_addr - $remote_user [$time_local] "$request" ''$status $body_bytes_sent "$http_r
java-67- n个骰子的点数。把n个骰子扔在地上，所有骰子朝上一面的点数之和为S。输入n，打印出S的所有可能的值出现的概率。 bylijinnan java
public class ProbabilityOfDice { /** * Q67 n个骰子的点数 * 把n个骰子扔在地上，所有骰子朝上一面的点数之和为S。输入n，打印出S的所有可能的值出现的概率。 * 在以下求解过程中，我们把骰子看作是有序的。 * 例如当n=2时，我们认为（1，2）和（2，1）是两种不同的情况 */ private stati
看别人的博客，觉得心情很好 Cb123456 博客心情
以为写博客，就是总结，就和日记一样吧，同时也在督促自己。今天看了好长时间博客: 职业规划: http://www.iteye.com/blogs/subjects/zhiyeguihua android学习: 1.http://byandby.i
[JWFD开源工作流]尝试用原生代码引擎实现循环反馈拓扑分析 comsci 工作流
我们已经不满足于仅仅跳跃一次，通过对引擎的升级，今天我测试了一下循环反馈模式，大概跑了200圈，引擎报一个溢出错误在一个流程图的结束节点中嵌入一段方程，每次引擎运行到这个节点的时候，通过实时编译器GM模块，计算这个方程，计算结果与预设值进行比较，符合条件则跳跃到开始节点，继续新一轮拓扑分析，直到遇到
JS常用的事件及方法 cwqcwqmax9 js
事件描述 onactivate 当对象设置为活动元素时触发。 onafterupdate 当成功更新数据源对象中的关联对象后在数据绑定对象上触发。 onbeforeactivate 对象要被设置为当前元素前立即触发。 onbeforecut 当选中区从文档中删除之前在源对象触发。 onbeforedeactivate 在 activeElement 从当前对象变为父文档其它对象之前立即
正则表达式验证日期格式 dashuaifu 正则表达式 IT其它 java其它
正则表达式验证日期格式 function isDate(d){ var v = d.match(/^(\d{4})-(\d{1,2})-(\d{1,2})$/i); if(!v) { this.focus(); return false; } } <input value="2000-8-8" onblu
Yii CModel.rules() 方法、validate预定义完整列表、以及说说验证 dcj3sjt126com yii
public array rules () {return} array 要调用 validate() 时应用的有效性规则。返回属性的有效性规则。声明验证规则，应重写此方法。每个规则是数组具有以下结构：array('attribute list', 'validator name', 'on'=>'scenario name', ...validation
UITextAttributeTextColor = deprecated in iOS 7.0 dcj3sjt126com ios
In this lesson we used the key "UITextAttributeTextColor" to change the color of the UINavigationBar appearance to white. This prompts a warning "first deprecated in iOS 7.0." Ins
判断一个数是质数的几种方法 EmmaZhao Math python
质数也叫素数，是只能被1和它本身整除的正整数，最小的质数是2，目前发现的最大的质数是p=2^57885161-1【注1】。判断一个数是质数的最简单的方法如下： def isPrime1(n): for i in range(2, n): if n % i == 0: return False return True 但是在上面的方法中有一些冗余的计算，所以
SpringSecurity工作原理小解读坏我一锅粥 SpringSecurity
SecurityContextPersistenceFilter ConcurrentSessionFilter WebAsyncManagerIntegrationFilter HeaderWriterFilter CsrfFilter LogoutFilter Use
JS实现自适应宽度的Tag切换 ini JavaScript html Web css html5
效果体验：http://hovertree.com/texiao/js/3.htm 该效果使用纯JavaScript代码，实现TAB页切换效果，TAB标签根据内容自适应宽度，点击TAB标签切换内容页。 HTML文件代码： <!DOCTYPE html> <html xmlns="http://www.w3.org/1999/xhtml"
Hbase Rest API : 数据查询 kane_xie REST hbase
hbase（hadoop）是用java编写的，有些语言（例如python）能够对它提供良好的支持，但也有很多语言使用起来并不是那么方便，比如c#只能通过thrift访问。Rest就能很好的解决这个问题。Hbase的org.apache.hadoop.hbase.rest包提供了rest接口，它内嵌了jetty作为servlet容器。启动命令：./bin/hbase rest s
JQuery实现鼠标拖动元素移动位置（源码+注释）明子健 jquery js 源码拖动鼠标
欢迎讨论指正！ print.html代码： <!DOCTYPE html> <html> <head> <meta http-equiv=Content-Type content="text/html;charset=utf-8"> <title>发票打印</title> &l
Postgresql 连表更新字段语法 update qifeifei PostgreSQL
下面这段sql本来目的是想更新条件下的数据，可是这段sql却更新了整个表的数据。sql如下： UPDATE tops_visa.visa_order SET op_audit_abort_pass_date = now() FROM tops_visa.visa_order as t1 INNER JOIN tops_visa.visa_visitor as t2 ON t1.
将redis,memcache结合使用的方案? tcrct redis cache
公司架构上使用了阿里云的服务，由于阿里的kvstore收费相当高，打算自建，自建后就需要自己维护，所以就有了一个想法，针对kvstore(redis)及ocs(memcache)的特点，想自己开发一个cache层，将需要用到list，set，map等redis方法的继续使用redis来完成，将整条记录放在memcache下，即findbyid，save等时就memcache，其它就对应使用redi
开发中遇到的诡异的bug wudixiaotie bug
今天我们服务器组遇到个问题：我们的服务是从Kafka里面取出数据，然后把offset存储到ssdb中，每个topic和partition都对应ssdb中不同的key，服务启动之后，每次kafka数据更新我们这边收到消息，然后存储之后就发现ssdb的值偶尔是-2,这就奇怪了，最开始我们是在代码中打印存储的日志，发现没什么问题，后来去查看ssdb的日志，才发现里面每次set的时候都会对同一个key

Python爬取山东各省市天气并进行可视化

天气情况夜间 汇总 + 周一→周日

天气情况昼间 汇总 + 周一→周日

风向状况 汇总 + 周一→周日

你可能感兴趣的:(Python爬取山东各省市天气并进行可视化)

天气情况夜间汇总 + 周一→周日

天气情况昼间汇总 + 周一→周日

风向状况汇总 + 周一→周日