在本篇文章里小编给大家整理的是一篇关于python爬取天气数据的实例详解内容，有兴趣的朋友们学习下。
就在前几天还是二十多度的舒适温度，今天一下子就变成了个位数，小编已经感受到冬天寒风的无情了。之前对获取天气都是数据上的搜集，做成了一个数据表后，对温度变化的感知并不直观。那么，我们能不能用python中的方法做一个天气数据分析的图形，帮助我们更直接的看出天气变化呢？
使用pygal绘图，使用该模块前需先安装pip install pygal，然后导入import pygal
1 bar = pygal.Line() # 创建折线图 2 bar.add('最低气温', lows) #添加两线的数据序列 3 bar.add('最高气温', highs) #注意lows和highs是int型的列表 4 bar.x_labels = daytimes 5 bar.x_labels_major = daytimes[::30] 6 bar.x_label_rotation = 45 7 bar.title = cityname+'未来七天气温走向图' #设置图形标题 8 bar.x_title = '日期' #x轴标题 9 bar.y_title = '气温(摄氏度)' # y轴标题 10 bar.legend_at_bottom = True 11 bar.show_x_guides = False 12 bar.show_y_guides = True 13 bar.render_to_file('temperate1.svg') # 将图像保存为SVG文件，可通过浏览器
最终生成的图形如下图所示，直观的显示了天气情况:
完整代码
1 import csv 2 import sys 3 import urllib.request 4 from bs4 import BeautifulSoup # 解析页面模块 5 import pygal 6 import cityinfo 7 8 cityname = input("请输入你想要查询天气的城市:") 9 if cityname in cityinfo.city: 10 citycode = cityinfo.city[cityname] 11 else: 12 sys.exit() 13 url = '非常抱歉，网页无法访问' + citycode + '.shtml' 14 header = ("User-Agent","Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/76.0.3809.132 Safari/537.36") # 设置头部信息 15 http_handler = urllib.request.HTTPHandler() 16 opener = urllib.request.build_opener(http_handler) # 修改头部信息 17 opener.addheaders = [header] 18 request = urllib.request.Request(url) # 制作请求 19 response = opener.open(request) # 得到应答包 20 html = response.read() # 读取应答包 21 html = html.decode('utf-8') # 设置编码，否则会乱码 22 # 根据得到的页面信息进行初步筛选过滤 23 final = [] # 初始化一个列表保存数据 24 bs = BeautifulSoup(html, "html.parser") # 创建BeautifulSoup对象 25 body = bs.body 26 data = body.find('div', {'id': '7d'}) 27 print(type(data)) 28 ul = data.find('ul') 29 li = ul.find_all('li') 30 # 爬取自己需要的数据 31 i = 0 # 控制爬取的天数 32 lows = [] # 保存低温 33 highs = [] # 保存高温 34 daytimes = [] # 保存日期 35 weathers = [] # 保存天气 36 for day in li: # 便利找到的每一个li 37 if i < 7: 38 temp = [] # 临时存放每天的数据 39 date = day.find('h1').string # 得到日期 40 #print(date) 41 temp.append(date) 42 daytimes.append(date) 43 inf = day.find_all('p') # 遍历li下面的p标签 有多个p需要使用find_all 而不是find 44 #print(inf[0].string) # 提取第一个p标签的值，即天气 45 temp.append(inf[0].string) 46 weathers.append(inf[0].string) 47 temlow = inf[1].find('i').string # 最低气温 48 if inf[1].find('span') is None: # 天气预报可能没有最高气温 49 temhigh = None 50 temperate = temlow 51 else: 52 temhigh = inf[1].find('span').string # 最高气温 53 temhigh = temhigh.replace('℃', '') 54 temperate = temhigh + '/' + temlow 55 # temp.append(temhigh) 56 # temp.append(temlow) 57 lowStr = "" 58 lowStr = lowStr.join(temlow.string) 59 lows.append(int(lowStr[:-1])) # 以上三行将低温NavigableString转成int类型并存入低温列表 60 if temhigh is None: 61 highs.append(int(lowStr[:-1])) 62 highStr = "" 63 highStr = highStr.join(temhigh) 64 highs.append(int(highStr)) # 以上三行将高温NavigableString转成int类型并存入高温列表 65 temp.append(temperate) 66 final.append(temp) 67 i = i + 1 68 # 将最终的获取的天气写入csv文件 69 with open('weather.csv', 'a', errors='ignore', newline='') as f: 70 f_csv = csv.writer(f) 71 f_csv.writerows([cityname]) 72 f_csv.writerows(final) 73 # 绘图 74 bar = pygal.Line() # 创建折线图 75 bar.add('最低气温', lows) 76 bar.add('最高气温', highs) 77 bar.x_labels = daytimes 78 bar.x_labels_major = daytimes[::30] 79 # bar.show_minor_x_labels = False # 不显示X轴最小刻度 80 bar.x_label_rotation = 45 81 bar.title = cityname+'未来七天气温走向图' 82 bar.x_title = '日期' 83 bar.y_title = '气温(摄氏度)' 84 bar.legend_at_bottom = True 85 bar.show_x_guides = False 86 bar.show_y_guides = True 87 bar.render_to_file('temperate.svg')
Python爬取天气数据实例扩展：
1 import requests 2 from bs4 import BeautifulSoup 3 from pyecharts import Bar 4 5 ALL_DATA = [] 6 def send_parse_urls(start_urls): 7 headers = { 8 "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/81.0.4044.122 Safari/537.36" 9 } 10 for start_url in start_urls: 11 response = requests.get(start_url,headers=headers) 12 # 编码问题的解决 13 response = response.text.encode("raw_unicode_escape").decode("utf-8") 14 soup = BeautifulSoup(response,"html5lib") #lxml解析器：性能比较好，html5lib：适合页面结构比较混乱的 15 div_tatall = soup.find("div",class_="conMidtab") #find() 找符合要求的第一个元素 16 tables = div_tatall.find_all("table") #find_all() 找到符合要求的所有元素的列表 17 for table in tables: 18 trs = table.find_all("tr") 19 info_trs = trs[2:] 20 for index,info_tr in enumerate(info_trs): # 枚举函数，可以获得索引 21 # print(index,info_tr) 22 # print("="*30) 23 city_td = info_tr.find_all("td")[0] 24 temp_td = info_tr.find_all("td")[6] 25 # if的判断的index的特殊情况应该在一般情况的后面，把之前的数据覆盖 26 if index==0: 27 city_td = info_tr.find_all("td")[1] 28 temp_td = info_tr.find_all("td")[7] 29 city=list(city_td.stripped_strings)[0] 30 temp=list(temp_td.stripped_strings)[0] 31 ALL_DATA.append({"city":city,"temp":temp}) 32 return ALL_DATA 33 34 def get_start_urls(): 35 start_urls = [ 36 "http://www.weather.com.cn/textFC/hb.shtml", 37 "http://www.weather.com.cn/textFC/db.shtml", 38 "http://www.weather.com.cn/textFC/hd.shtml", 39 "http://www.weather.com.cn/textFC/hz.shtml", 40 "http://www.weather.com.cn/textFC/hn.shtml", 41 "http://www.weather.com.cn/textFC/xb.shtml", 42 "http://www.weather.com.cn/textFC/xn.shtml", 43 "http://www.weather.com.cn/textFC/gat.shtml", 44 ] 45 return start_urls 46 47 def main(): 48 """ 49 主程序逻辑 50 展示全国实时温度最低的十个城市气温排行榜的柱状图 51 """ 52 # 1 获取所有起始url 53 start_urls = get_start_urls() 54 # 2 发送请求获取响应、解析页面 55 data = send_parse_urls(start_urls) 56 # print(data) 57 # 4 数据可视化 58 #1排序 59 data.sort(key=lambda data:int(data["temp"])) 60 #2切片，选择出温度最低的十个城市和温度值 61 show_data = data[:10] 62 #3分出城市和温度 63 city = list(map(lambda data:data["city"],show_data)) 64 temp = list(map(lambda data:int(data["temp"]),show_data)) 65 #4创建柱状图、生成目标图 66 chart = Bar("中国最低气温排行榜") #需要安装pyechart模块 67 chart.add("",city,temp) 68 chart.render("tempture.html") 69 70 if __name__ == '__main__': 71 main()