爬取http://www.nmc.cn/publish/forecast/AHB/wuhan.html近15天的温度（日期，温度），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，以柱状图的形式进行可视化化显示（日期，温度），要求用pyecharts，不使用pandas库

好的，针对你的新需求，以下是不使用 pandas 库的代码实现：

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


# 获取网页内容
url = 'http://www.nmc.cn/publish/forecast/AHB/wuhan.html'
res = requests.get(url)
res.encoding = 'utf-8'
html = res.text

# 解析网页内容
soup = BeautifulSoup(html, 'html.parser')
table = soup.find_all('table')[0]
trs = table.find_all('tr')[1:]

# 获取温度数据
data = []
for tr in trs:
    tds = tr.find_all('td')
    date = tds[0].text.strip()
    temp = tds[1].text.strip()
    data.append([date, temp])

# 将数据写入 csv 文件
with open('温度数据.csv', 'w', encoding='utf_8_sig') as f:
    f.write('日期,温度\n')
    for d in data:
        f.write(','.join(d) + '\n')

# 获取温度最高的 10 天数据
sorted_data = sorted(data, key=lambda x: float(x[1]), reverse=True)
top_10 = sorted_data[:10]

# 可视化温度最高的 10 天数据
x_data = [d[0] for d in top_10]
y_data = [float(d[1]) for d in top_10]

bar = (
    Bar()
    .add_xaxis(x_data)
    .add_yaxis('温度', y_data)
    .set_global_opts(
        title_opts=opts.TitleOpts(title='温度最高的 10 天'),
        xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(rotate=15)),
        yaxis_opts=opts.AxisOpts(name='温度(℃)'),
    )
)

bar.render('温度最高的 10 天.html')

与上面使用 pandas 库的实现相比，这里需要手动对爬取到的数据进行排序和筛选，比较繁琐。但是，这种实现方式避免了使用额外的库，对于一些简单的数据处理需求来说，也是可以接受的。