Python爬虫入门教程 53-100 Python3爬虫获取三亚天气做旅游参照-白红宇

Python爬虫入门教程 53-100 Python3爬虫获取三亚天气做旅游参照

阅读量：4986 次

发布时间：2019-06-12

本文共 4506 字，大约阅读时间需要 15 分钟。

爬取背景

这套课程虽然叫爬虫入门类课程，但是里面涉及到的点是非常多，十分检验你的基础掌握的牢固程度，代码中的很多地方都是可以细细品味的。

为什么要写这么一个小东东呢，因为我生活在大河北，那雾霾醇厚的很，去了趟三亚，那空气，啧啧，舒服的很，所以爬取一下三亚天气，看看什么时候去最好，理想的温度为24~28，呵呵哒

代码走起来，天气类的网址多的很，重点关注历史天气

找到这么一个网站 https://www.tianqi.com/sanya/

python3爬虫入门教程

发现入口，哈哈，有机会爬取到

代码走起来，爬虫套路上吧

简单的requests，复杂的scrapy 总有一款适合你的

哇哦~从2011年到2019年都有唉

python爬虫入门教程

月份点进去，呈现了大概这些信息，最高气温，最低气温，天气，风向，风力，好了数据都有了

http://lishi.tianqi.com/sanya/201101.html

到这个地方不着急，慢慢来，一个天天写爬虫的人必须要对URL敏感，一看就嗨，小时候喜欢找规律的人长大都能写爬虫

URL 是这样子的

http://lishi.tianqi.com/sanya/201111.html

http://lishi.tianqi.com/sanya/201102.html

http://lishi.tianqi.com/sanya/201103.html

http://lishi.tianqi.com/sanya/201104.html

http://lishi.tianqi.com/[三亚的拼音]/年月.html

OK，这就简单了，走起，看起来就简单，那我就使用pyspider了，好久没有，都有点遗忘了呢

怎么运行呢？

一顿操作，数据就下载到了

没有特别复杂的地方，基本就属于常规操作了

def __init__(self):        self._city = "sanya"        def get_date_list(self,begin,end):        date_list = [x.strftime("%Y%m") for x in list(pd.date_range(start=begin,end=end,freq="M"))]        return date_list        @every(minutes=24 * 60)    def on_start(self):        # 我需要生成201101~201812的所有链接        date_list = self.get_date_list("2011-01-01","2019-01-01")        for item in date_list:                 self.crawl('http://lishi.tianqi.com/%s/%s.html' %(self._city,item) , callback=self.index_page)    @config(age=10 * 24 * 60 * 60)    def index_page(self, response):        items = []        for each in response.doc('.tqtongji2 > ul:not(.t1)').items():            date = each("li:eq(0)").text()            hot = each("li:eq(1)").text()            cold =  each("li:eq(2)").text()            weather = each("li:eq(3)").text()            wind_direction = each("li:eq(4)").text()            wind_power = each("li:eq(5)").text()                                    item = {                "date":date,                "hot":hot,                "cold":cold,                "weather":weather,                "wind_direction":wind_direction,                "wind_power":wind_power}            items.append(item)                return items

基本数据分析

首先看一下数据的基本面

python3爬虫入门教程

75% 都是26度的天气，很舒服

都发现了异常数据，例如最低气温最小的竟然为0，最高气温为13，不合理

最热竟然是37度，还不如我大河北温度，奇怪了？

excel 读取

def read_xlsx():    df = pd.read_excel("天气数据.xlsx",names =["cold","date","hot","weather","wind","wind_s"])    return df

我要知道，三亚天气的一个走势，这个地方直接按照时间进行图标制作吧

按照时间排序

df = read_xlsx()    opt_df = df[['date','cold','hot']]    opt_df = opt_df.sort_values(by='date')

可以明显的看到波峰和波谷，这个地方只能知道三亚的天气是有波动的，距离我得到最后的结果进了一点点

按照单独的一年绘制，得到一个很混乱的图，还是没有得到我想要的结果

opt_df = opt_df.set_index("date")    for i in range(2011,2019):        data = opt_df[str(i)]        plt.plot(range(1,len(data)+1), data['cold'])    plt.show()

每个颜色表示不同的年分，看来还是要用子图了。

从上到下，我从2011年依次罗列到2018年

opt_df = opt_df.set_index("date")    for i in range(2011,2019):        data = opt_df[str(i)]        plt.subplot(8,1,i-2010)        plt.grid(True)        plt.plot(range(1,len(data)+1), data['cold'])        plt.plot(range(1, len(data) + 1), data['hot'])        plt.title(str(i)+u"年，温度曲线")        plt.tight_layout()    plt.savefig("filename.png")    plt.show()

一个小的注意事项是：解决使用 plt.savefig 保存图片时一片空白

原因

其实产生这个现象的原因很简单：在 plt.show() 后调用了 plt.savefig() ，在 plt.show() 后实际上已经创建了一个新的空白的图片（坐标轴），这时候你再 plt.savefig() 就会保存这个新生成的空白图片。

知道了原因，就不难知道解决办法了，解决办法有两种：

在 plt.show() 之前调用 plt.savefig()；

import matplotlib.pyplot as plt""" 一些画图代码 """plt.savefig("filename.png")plt.show()

画图的时候获取当前图像（这一点非常类似于 Matlab 的句柄的概念）：

# gcf: Get Current Figure    fig = plt.gcf()    plt.show()    fig1.savefig('tessstttyyy.png', dpi=100)

python分析三亚天气走势

细细的看了一下，发现好稳定。。。。走势变化不大，那么，在去细化，我们拆解2018年的，然后推断2019年的，这个地方需要的展示12个月份的天气了，代码走起。

d2018 = opt_df["2018"]    print(d2018)    for i in range(1,13):        data = opt_df["2018-"+str(i)]        plt.subplot(12, 1, i)        plt.grid(True)        plt.plot(range(1, len(data) + 1), data['cold'])        plt.plot(range(1, len(data) + 1), data['hot'])        plt.title(str(i) + u"月，温度曲线")        plt.yticks([0,5,10,15,20,25,30,35,40])        plt.xticks(range(1,32))        plt.tight_layout()    plt.savefig("filename.png")    plt.show()

三亚天气分析