中秋佳節(jié)以到，不知道各位小伙伴兒有沒(méi)有想好去哪里玩呢。不過(guò)說(shuō)實(shí)在的，每到節(jié)假日，到處都是人山人海，那句“我動(dòng)也不能動(dòng)”，還不時(shí)的出現(xiàn)在我的耳畔呢。

但是又說(shuō)回來(lái)，假期出游，除了人的因素外，天氣的因素是不是也要考慮下呢，今天，我們就帶大家來(lái)看看，中秋小長(zhǎng)假，哪些地方適宜出游。

獲取數(shù)據(jù)

數(shù)據(jù)的獲取，就從中國(guó)天氣網(wǎng)站上直接抓取，網(wǎng)絡(luò)上的一些 API，有的信息不是很全，只能獲取最近3天的數(shù)據(jù)，有的又需要付費(fèi)，還不如自己抓來(lái)的痛快。

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

網(wǎng)站也沒(méi)有做什么限制，我們抓數(shù)據(jù)的時(shí)候，只需要控制好訪問(wèn)頻率，不要影響人家的正常運(yùn)行就可以。

同時(shí)還需要準(zhǔn)備四個(gè)數(shù)據(jù)文件

• 省會(huì)城市列表，provincial_capital
• 全國(guó)城市 id 信息表，china-city-list.csv
• 著名景點(diǎn)名稱列表，attractions
• 全國(guó)景點(diǎn) id 信息表，china-scenic-list.txt

抓取的過(guò)程不再詳細(xì)說(shuō)明了，直接給出完整代碼

            
              # coding = utf-8
"""
@author: zhou
@time:2019/9/5 14:36
@File: main.py
"""

import requests
from bs4 import BeautifulSoup
import time
import os

def get_data(name, city, code):
    print("正在下載城市%s的數(shù)據(jù)" % 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

def save_to_csv(name, city, data):
    if not os.path.exists('%s_data.csv' % name):
        with open('%s_data.csv' % name, 'a+', encoding='utf-8') as f:
            f.write('city,time,wea,tem,wind,wind_level\n')
            for d in data:
                try:
                    row = '{},{},{},{},{},{}'.format(city,
                                                     d['time'],
                                                     d['wea'],
                                                     d['tem'],
                                                     d['wind'],
                                                     d['wind_level'])
                    f.write(row)
                    f.write('\n')
                except:
                    continue
    else:
        with open('%s_data.csv' % name, 'a+', encoding='utf-8') as f:
            for d in data:
                try:
                    row = '{},{},{},{},{},{}'.format(city,
                                                     d['time'],
                                                     d['wea'],
                                                     d['tem'],
                                                     d['wind'],
                                                     d['wind_level'])
                    f.write(row)
                    f.write('\n')
                except:
                    continue

if __name__ == '__main__':
    import pandas as pd
    provincial = pd.read_csv('provincial_capital')
    china_city_code = pd.read_csv('china-city-list.csv')
    china_scenic_code = pd.read_csv('china-scenic-list.txt', sep='\t')
    china_scenic_code.columns = ['ID', 'name', 'area', 'provincial']
    attraction = pd.read_csv('attractions')
    provincial_data = pd.DataFrame()
    attraction_data = pd.DataFrame()

    # 省會(huì)抓取
    for i in provincial['city'].values.tolist():
        for j in china_city_code['City_CN'].values.tolist():
            if j == i:
                provincial_data = pd.concat([china_city_code[china_city_code['City_CN'] == j], provincial_data])

    for city in provincial_data['City_CN'].values.tolist():
        city_id = provincial_data[provincial_data['City_CN'] == city]['City_ID'].values.tolist()[0]
        get_data('weather', city, city_id)

    # 景點(diǎn)抓取
    for a in attraction['attractions'].values.tolist():
        for c in china_scenic_code['name'].values.tolist():
            if c == a:
                attraction_data = pd.concat([china_scenic_code[china_scenic_code['name'] == c], attraction_data])

    for attrac in attraction_data['name'].values.tolist():
        city_id = attraction_data[attraction_data['name'] == attrac]['ID'].values.tolist()[0]
        get_data('attraction', attrac, city_id)
            
          

省會(huì)天氣分析

我們首先來(lái)看看省會(huì)天氣，畢竟省會(huì)城市是每個(gè)省份的中心，也是旅游的重點(diǎn)城市。

降水和溫度

對(duì)于降水的概率，我采取的是如果預(yù)報(bào)是有雨，則設(shè)置降水概率為80，如果是預(yù)報(bào)是晴，則降水概率為20.

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

在中秋節(jié)這一天，各個(gè)省會(huì)城市的降水和溫度

能夠看出，大部分城市在這一天都是天公不作美的，降水的概率都非常的大。而溫度的話，大概率降水的城市，溫度都不是很高，早晚出行，可能還會(huì)很涼哦。溫度最高的應(yīng)該就是南昌了，還能達(dá)到30°C，一個(gè)艷陽(yáng)高照的日子，是不是去看看革命圣地？

接下來(lái)我們?cè)偻ㄟ^(guò)一個(gè)雙軸圖來(lái)更加直觀的查看下降水和溫度的情況

看來(lái)在進(jìn)入9月之后，全國(guó)普遍的溫度都在慢慢回落了，溫度適宜出行，但是就是會(huì)伴隨著綿綿的細(xì)雨呀。

再來(lái)看下幾大城市在中秋前后一周的天氣情況

北京

北京的氣溫還是比較平穩(wěn)的，沒(méi)有太大的波動(dòng)，可能早晚一件薄外套就能hold的住，不過(guò)這幾天，應(yīng)該都會(huì)是陰蒙蒙的，不會(huì)有太好的陽(yáng)光。

上海

上海的降水概率要比北京大一些，不過(guò)溫度倒是相差不多。

杭州

杭州的平均溫度還是要高一些，降水的概率也較高，畢竟典型的東南沿海城市嘛，雨天的西湖，你期待不？

成都

成都基本天天下雨了，那還出門看大熊貓嘛，這是個(gè)問(wèn)題啊！

著名景區(qū)天氣

下面我們?cè)賮?lái)看看一些著名景區(qū)的天氣情況，我大好河山，景區(qū)太多了，只能簡(jiǎn)單列舉一些最著名的地方來(lái)看看了。

降水情況

在我選取的這些景區(qū)當(dāng)中，大部分都是會(huì)有降水的，不過(guò)也會(huì)有陽(yáng)光明媚的地方。

比如說(shuō)黃山和八達(dá)嶺長(zhǎng)城，預(yù)計(jì)會(huì)是晴天，去爬爬長(zhǎng)城和黃山，是不錯(cuò)的選擇。
而美麗的九寨溝和西湖等，雖說(shuō)會(huì)下雨，但是在雨天漫步，也不失為一種情趣吧。

降水和溫度

我們?cè)賮?lái)看看各地的溫度情況

不知道為啥承德的溫度會(huì)那么低，感覺(jué)去避暑已經(jīng)不太合適了，而長(zhǎng)白山已經(jīng)只有7°C了，慌不慌？

降水與溫度分布

降水

進(jìn)入9月，東南沿海降水明顯增多，京津地區(qū)也是陰雨連綿，這是一場(chǎng)秋雨一場(chǎng)寒的節(jié)奏嗎！

溫度

東南半壁，溫度還是比較適宜的，現(xiàn)在的天氣下，不冷不熱，正是出游好溫度。

好了，今天的分析就到這里了，那么，你中秋節(jié)最終的選擇是哪里呢？

源碼地址

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