爬取https://www.tianqi.com/wuhan/15/近15天的天气，并且把爬取的数据写入到csv文件，然后对爬取的数据进行处理，获得温度最高的10天进行排序，以柱状图的形式进行可视化化显示，要求用pyecharts，不用pandas和matplotlib库

以下是爬取天气数据并对数据进行可视化的代码：

import requests
from bs4 import BeautifulSoup
import csv
from pyecharts.charts import Bar
from pyecharts import options as opts

url = 'https://www.tianqi.com/wuhan/15/'
headers = {
    'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/58.0.3029.110 Safari/537.36 Edge/16.16299'
}

def get_weather_data(url):
    weather_data = []
    r = requests.get(url, headers=headers)
    soup = BeautifulSoup(r.text, 'html.parser')
    for i in soup.find_all('div', class_='day7'):
        date = i.find('div', class_='week').get_text().strip()
        max_temp = i.find('p', class_='tem').find('span').get_text().strip()
        weather_data.append((date, max_temp))
    return weather_data

def write_csv(data):
    with open('weather_data.csv', 'w', newline='') as f:
        writer = csv.writer(f)
        writer.writerow(['日期', '最高气温'])
        writer.writerows(data)

def draw_bar_chart(data):
    bar = (
        Bar()
        .add_xaxis([i[0] for i in data])
        .add_yaxis("最高气温", [float(i[1]) for i in data])
        .set_global_opts(title_opts=opts.TitleOpts(title="武汉市近15天最高气温排序"))
    )
    bar.render()

if __name__ == '__main__':
    weather_data = get_weather_data(url)
    write_csv(weather_data)
    sorted_data = sorted(weather_data, key=lambda x: float(x[1]), reverse=True)[:10]
    draw_bar_chart(sorted_data)

运行程序，我们就可以得到温度最高的10天的柱状图，如下所示：


注意：程序中使用了pyecharts库进行可视化。如果你没有安装该库，请先使用如下命令进行安装：

pip install pyecharts