### 实现Python爬虫抓取全年天气数据并绘制轮播图 要实现使用Python爬虫技术抓取全年天气数据，并通过轮播图展示，可以参考以下方法和代码示例。以下是完整的解决方案： #### 1. 爬取全年天气数据 首先需要使用Python的爬虫技术获取全年天气数据。可以使用`requests`库和`BeautifulSoup`库来解析网页内容[^3]。 ```python import requests from bs4 import BeautifulSoup import pandas as pd # 定义一个函数用于爬取单月天气数据 def fetch_weather_data(url): headers = {'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64)'} response = requests.get(url, headers=headers) soup = BeautifulSoup(response.text, 'html.parser') # 解析天气数据 dates = [] temperatures = [] weathers = [] for row in soup.find_all('tr')[1:]: # 跳过表头 columns = row.find_all('td') if len(columns) > 0: date = columns[0].text.strip() temperature = columns[1].text.strip() weather = columns[2].text.strip() dates.append(date) temperatures.append(temperature) weathers.append(weather) return pd.DataFrame({ 'date': dates, 'temperature': temperatures, 'weather': weathers }) # 示例：爬取多个月份的数据 base_url = "http://www.weather.com.cn/weather/monthly/{year}{month}.shtml" dataframes = [] for month in range(1, 13): # 遍历全年12个月 url = base_url.format(year="2023", month=str(month).zfill(2)) df = fetch_weather_data(url) df['month'] = month # 添加月份列 dataframes.append(df) # 合并所有月份的数据 full_data = pd.concat(dataframes, ignore_index=True) ``` #### 2. 数据处理与清洗 在获取到原始数据后，需要对数据进行清洗和格式化，确保其适合后续可视化需求。 ```python # 数据清洗 full_data['temperature'] = full_data['temperature'].str.extract(r'(-?\d+)') full_data['temperature'] = pd.to_numeric(full_data['temperature'], errors='coerce') # 检查数据完整性 print(full_data.head()) ``` #### 3. 绘制轮播图 接下来，利用`pyecharts`库创建一个时间轴轮播图，展示每个月的天气变化情况[^3]。 ```python from pyecharts.charts import Bar, Timeline from pyecharts import options as opts # 初始化时间轴 timeline = Timeline() # 循环遍历每个月的数据 for month in range(1, 13): monthly_data = full_data[full_data['month'] == month] bar = Bar() # 设置X轴为日期，Y轴为温度 bar.add_xaxis(monthly_data['date'].tolist()) bar.add_yaxis("温度（℃）", monthly_data['temperature'].tolist()) # 图表优化 bar.set_global_opts( title_opts=opts.TitleOpts(title=f"{month}月天气变化"), yaxis_opts=opts.AxisOpts(name="温度（℃）") ) # 将柱状图添加到时间轴 timeline.add(bar, f"{month}月") # 设置播放参数 timeline.add_schema(play_interval=1000, is_timeline_show=True) # 每隔1秒切换一次图表 # 渲染HTML文件 timeline.render("全年天气轮播图.html") ``` #### 4. 结果展示 上述代码会生成一个名为`全年天气轮播图.html`的文件，用户可以通过浏览器打开该文件查看全年天气变化的轮播图效果。 --- ###