天气预报：天气数据集爬取+可视化+13种模型预测_气温预测模型

可视化

天气预报

5星 · 超过95%的资源 127 浏览量更新于2023-03-03 评论 47 收藏 1.14MB PDF 举报

身份认证购VIP最低享 7 折!

领优惠券(最高得80元）

资源详情

资源评论

资源推荐

天气预报天气预报：天气数据集爬取：天气数据集爬取 + 可视化可视化 + 13种模型预测种模型预测

前几天一直在研究 Python 爬虫技术，只为从互联网上获取数据集。

本文就是利用前几天学到的爬虫知识使用 Python 爬取天气数据集，并做的一期讨论日期与最低气温能是否是最高气温的影响因素，进而判断能否精确预测第二天的天气情况日期与最低气温能是否是最高气温的影响因素，进而判断能否精确预测第二天的天气情况。

由于本文开始写作与5月9日，当天想预测第二天也就是5月10日的气温数据，但由于内容较多，到10日下午才写完。所以数据预测的内容有些“陈旧”，还请读者多多包涵。

1 天气数据集爬取

2 数据可视化

3 模型预测数据

3.1 单变量线性回归

模型一：单变量线性回归模型

3.2 多变量线性回归

模型二：基于LinearRegression实现的多变量线性回归模型

模型三：基于成本函数和梯度下降实现的多变量线性回归模型

3.3 以”线性回归”的方式来拟合高阶曲线

模型四：一阶线性拟合

模型五：二阶曲线拟合

模型六：三阶曲线拟合

3.4 线性回归预测天气

模型七：线性回归预测模型

3.5 线性回归的其它计算方法

模型八：基于协方差-方差公式实现的线性回归模型

模型九：基于成本函数和批量梯度下降算法实现的线性回归模型

模型十：基于SGDRegressor随机梯度下降算法的实现

3.6 对数几率回归

模型十一：使用LogisticRegression进行逻辑回归模型

模型十二：基于成本函数和梯度下降算法进行逻辑回归模型

模型十三：基于scipy.optimize优化运算库实现对数几率回归模型

4 总结

5 声明

1 天气数据集爬取天气数据集爬取

爬取思路爬取思路：确定目标确定目标（目标网站：大同历史天气预报 2020年5月份）

请求网页请求网页（第三方库 requests）

解析网页解析网页（数据提取）

保存数据保存数据（这里以 .csv 格式存储到本地）

因为之前作过爬虫方面的文章，且本文重点放在数据可视化及预测上，故具体爬虫思路不在这里一一赘述。

读者可参考下方代码中的注释进一步理解，亦可参考我发表过的文章，这里给出链接：

①Python爬虫：10行代码真正实现“可见即可爬”

②正则表达式心中有，还愁爬虫之路不好走？

import requests

from bs4 import BeautifulSoup

import pandas as pd

def get_data(url):

# 请求网页（第三方 requests）

resp = requests.get(url)

# 对于获取到的 HTML 二进制文件进行 'gbk' 转码成字符串文件

html = resp.content.decode('gbk')

# 通过第三方库 BeautifulSoup 缩小查找范围（同样作用的包库还有re模块、xpath等）

soup = BeautifulSoup(html,'html.parser')

# 获取 HTML 中所有

…

标签，因为我们需要的数据全部在此标签中存放

tr_list = soup.find_all('tr')

# 初始化日期dates、气候contains、温度temp值

dates,contains,temp = [],[],[] for data in tr_list[1:]: # 不要表头

# 数据值拆分，方便进一步处理（这里可以将获得的列表输出[已注释]，不理解的读者可运行查看)

sub_data = data.text.split()

# print(sub_data)

# 观察上一步获得的列表，这里只想要获得列表中第二个和第三个值，采用切片法获取

dates.append(sub_data[0])

contains.append(','.join(sub_data[1:3]))

# print(contains)

# 同理采用切片方式获取列表中的最高、最低气温

temp.append(','.join(sub_data[3:6]))

# print(temp)

# 使用 _data 表存放日期、天气状况、气温表头及其值

_data = pd.DataFrame()

# 分别将对应值传入 _data 表中

_data['日期'] = dates

_data['天气状况'] = contains

_data['气温'] = temp

return _data

# 爬取目标网页（大同市2020年5月份天气[网站：天气后报]）

data_5_month = get_data('http://www.tianqihoubao.com/lishi/datong/month/202005.html')

# 拼接所有表并重新设置行索引（若不进行此步操作，可能或出现多个标签相同的值）

data = pd.concat([data_5_month]).reset_index(drop = True)

# 将 _data 表以 .csv 格式存入指定文件夹中，并设置转码格式防止乱花（注：此转码格式可与 HTML 二进制转字符串的转码格式不同）

data.to_csv('F:/DaTong5Mouth.csv',encoding='utf-8')

2 数据可视化数据可视化

数据可视化用到了可视化工具可视化工具

其要点包含有：读取数据读取数据、数据清洗数据清洗、数据处理数据处理、可视化工具的使用可视化工具的使用。

# 数据可视化

from matplotlib import pyplot as plt

import pandas as pd

# 解决显示中文问题

plt.rcParams['font.sans-serif'] = ['SimHei'] # 第一步：数据读取

data = pd.read_csv('F:/DaTong5Mouth.csv')

# 第二步：数据处理（由于我们知道文本内容，不存在脏数据，故忽略数据清理步骤）

data['最高气温'] = data['气温'].str.split('/',expand=True)[0] data['最低气温'] = data['气温'].str.split('/',expand=True)[1] data['最高气温'] = data['最高气温'].map(lambda x:x.replace('℃,',''))

data['最低气温'] = data['最低气温'].map(lambda x:x.replace('℃,',''))

dates = data['日期'] highs = data['最高气温'] lows = data['最低气温']

# 画图（折线图）

# 设置画布大小及比例

fig = plt.figure(dpi=128,figsize=(10,6))

# 设置最高温最低温线条颜色及宽度等信息

L1,=plt.plot(dates,lows,label='最低气温')

L2,=plt.plot(dates,highs,label='最高气温')

plt.legend(handles=[L1,L2],labels=['最高气温','最低气温'], loc='best')# 添加图例

# 图表格式

# 设置图形格式

plt.title('2020年5月上旬大同天气',fontsize=25) # 字体大小设置为25

plt.xlabel('日期',fontsize=10) # x轴显示“日期”，字体大小设置为10

fig.autofmt_xdate() # 绘制斜的日期标签，避免重叠

plt.ylabel('气温',fontsize=10) # y轴显示“气温”，字体大小设置为10

plt.tick_params(axis='both',which='major',labelsize=10)

# plt.plot(highs,lows,label = '最高气温')

# 修改刻度

plt.xticks(dates[::1]) # 由于数据不多，将每天的数据全部显示出来

可以看到：可以看到：

最高气温随着日期的变化，大致呈现线性变化（最近气温下降）；

如果根据现有的训练数据能够拟合出一条直线，使之与这些训练数据的各点都比较接近，那么根据该直线，就可以计算出在10号或者11号的温度情况（气温受到影响因素较多，故这

里仅预测为数不多的数据）

解决方案：解决方案：

采用Python scikit-learn库中提供的sklearn.linear_model.LinearRegression对象来进行线性拟合。

根据判别函数，绘制拟合直线，并同时显示训练数据点。

拟合的直线较好的穿过训练数据，根据新拟合的直线，可以方便的求出最近日期下对应的最高气温(预测结果)。

import numpy as np

import pandas as pd

import matplotlib.pyplot as plt

from sklearn.linear_model import LinearRegression

# 解决中文问题（若没有此步骤，表名字及横纵坐标中的汉语将无法显示[具体会显示矩形小方格]）

plt.rcParams['font.sans-serif'] = ['SimHei']

# 将数据从上一步存入的 .csv 格式文件中读取

data = pd.read_csv(r'F:\DaTong5Mouth.csv')

# 由于最高气温与最低气温中有 / 分隔，故将其分开，即“气温”列由一列变为两列——“最高气温”和“最低气温”

data['最高气温'] = data['气温'].str.split('/',expand=True)[0] # 我们要对数值进行分析，所以将多余的单位 ℃ 从列表中去掉，只保留数值部分

data['最高气温'] = data['最高气温'].map(lambda x:x.replace('℃,',''))

# 日次操作同理，这里不再赘述

data['日期'] = data['日期'].map(lambda x:x.replace('2020年05月0',''))

data['日期'] = data['日期'].map(lambda x:x.replace('日',''))

# 不理解的小伙伴可运行下两行代码查看运行结果（这里先注释掉了）

# print(data['日期'])

# print(data['最高气温'])

# 传入对应日期及其最高气温参数

# # 应以矩阵形式表达(对于单变量，矩阵就是列向量形式)

xTrain = np.array([1,2,3,4,5,6,7,8,9])[:, np.newaxis] # 为方便理解，也转换成列向量

yTrain = np.array([33,35,28,20,26,27,23,22,22])

# 创建模型对象

model = LinearRegression()

# 根据训练数据拟合出直线(以得到假设函数)

hypothesis = model.fit(xTrain, yTrain)

# 截距

print("theta0=", hypothesis.intercept_)

# 斜率

print("theta1=", hypothesis.coef_)

# 预测2020年5月10日的最高气温

print("预测2020年5月10日的最高气温：", model.predict([[10]]))

# 也可以批量预测多个日期的气温，注意要以列向量形式表达（有余数据集量少，故间隔时间长气温可能有较大差异）

# 此处仅利用模型表示，不代表真实值（假设要预测10号、11号、12号的天气）

xNew = np.array([0,10, 11, 12])[:, np.newaxis] yNew = model.predict(xNew)

print("预测新数据：", xNew)

print("预测结果：", yNew)

def initPlot():

# 先准备好一块画布

plt.figure()

# 生成图表的名字

plt.title('2020年5月上旬大同天气')

# 横坐标名字

plt.xlabel('日期')

# 纵坐标名字

plt.ylabel('当日最高气温')

# 表内有栅格（不想要栅格把此行注释掉即可）

plt.grid(True)

return plt

plt = initPlot() # 画图

# k是黑色，.是以点作为图上显示

plt.plot(xTrain, yTrain, 'k.')

# 画出通过这些点的连续直线

plt.plot(xNew, yNew, 'g--')

# 将图显示出来

plt.show()

剩余17页未读，继续阅读

正版胡一星

2023-07-25

作者在解释13种模型预测天气的过程中，语言简洁明了，让人易于理解。

weixin_38670420

粉丝: 6
资源: 949

会员权益专享

天气预报：天气数据集爬取 + 可视化 + 13种模型预测

评论5

会员权益专享

最新资源

天气预报 ：天气数据集爬取 + 可视化 + 13种模型预测

评论5

分时天气数据-数据集

神经网络预测天气的气温数据集

WeatherDataset:用于多类天气数据集的网络（图像分类）

爬取汽车销售数据并做出销售预测

通过爬虫从网上爬取电影数据集，设计一个电影数据推荐系统，要求对数据集进行预处理和模型训练，用可视化呈现推荐结果，写出代码

通过爬虫从网上爬取电影数据集，设计一个电影数据推荐系统，要求有数据预处理和模型训练，最后用可视化呈现推荐结果，写出代码

通过爬虫从网上爬取电影数据集，设计一个电影数据推荐系统，要求有数据预处理和模型训练，用可视化呈现推荐结果，写出代码

python二手房价格预测_Python爬取赶集网北京二手房数据&R对爬取的二手房房价做线性回归分析...

关于构建数据集的任务分析

python爬虫数据房价预测

web文本挖掘预测热点论坛

利用python进行数据分析数据集

从http://odds.cs.stonybrook.edu/上爬取相关数据，分析采集过程中各模块的设计思路。结合One-class SVM算法对其中的ForestCover、Optdigits、Letter Recognition三个数据集进行异常值检测，要求说明所选择模型的必要性和适应性。

基于Python的链家房屋成交数据分析与房价预测云平台怎样搭建

python股市情感分析

python爱荷华州艾姆斯市住宅房屋价格预测结果分析

会员权益专享

最新资源

天气预报：天气数据集爬取 + 可视化 + 13种模型预测