Python小程序(8)--空气质量指数计算+爬虫获取空气质量指数+数据分析
版本1.0
'''
功能:AQI计算
版本:1.0
'''
def cal_linear(iaqi_lo,iaqi_hi,bp_lo,bp_hi,cp):'''范围缩放'''iaqi = (iaqi_hi-iaqi_hi)*(cp-bp_lo)/(bp_hi-bp_lo) + iaqi_loreturn iaqi
def cal_pm_iaqi(pm_val):'''计算pm2.5的iaqi'''if 0 <= pm_val <36:iaqi = cal_linear(0,50,0,35,pm_val )elif 36 <= pm_val <76:iaqi = cal_linear(50, 100, 35, 75, pm_val)elif 76 <= pm_val <116:iaqi = cal_linear(100, 150, 75, 115, pm_val)elif 116 <= pm_val < 151:iaqi = cal_linear(150, 200, 115, 150, pm_val)elif 151 <= pm_val < 251:iaqi = cal_linear(200, 300, 150, 250, pm_val)elif 251 <= pm_val < 351:iaqi = cal_linear(300, 400, 250, 350, pm_val)elif 351 <= pm_val < 501:iaqi = cal_linear(400, 500, 350, 500, pm_val)return iaqi
def cal_co_iaqi(co_val):'''计算co的iaqi'''if 0 <= co_val <3:iaqi = cal_linear(0,50,0,2,co_val )elif 3 <= co_val <5:iaqi = cal_linear(50, 100, 2, 4, co_val)elif 5 <= co_val <15:iaqi = cal_linear(100, 150, 4, 14, co_val)elif 15 <= co_val < 25:iaqi = cal_linear(150, 200, 14, 24, co_val)elif 25 <= co_val < 37:iaqi = cal_linear(200, 300, 24, 36, co_val)elif 37 <= co_val < 49:iaqi = cal_linear(300, 400, 36, 48, co_val)elif 49 <= co_val < 61:iaqi = cal_linear(400, 500, 48, 60, co_val)return iaqi
def cal_aqi(param_list):'''AQI计算'''pm_val = param_list[0]co_val = param_list[1]pm_iaqi = cal_pm_iaqi(pm_val)co_iaqi = cal_co_iaqi(co_val)iaqi_list = []iaqi_list.append(pm_iaqi)iaqi_list.append(co_iaqi)print(iaqi_list)aqi = max(iaqi_list)return aqi
def main():print('请输入以下信息,用空格分割')input_str = input('(1)PM2.5 (2)CO:')str_list = input_str.split(' ')pm_val = float(str_list [0])co_val = float(str_list[1])param_list = []param_list.append(pm_val )param_list.append(co_val)#调用AQI计算函数aqi_val = cal_aqi(param_list )print('空气质量指数为:{}'.format(aqi_val))if __name__ == '__main__':main()
版本2.0
新增功能:
读取已经获取的JSON数据文件
• 并将AQI前5的数据输出到文件
列表排序
• list.sort(func)
func指定了排序的方法
• func可以通过lambda函数实现
'''
功能:AQI计算
版本:2.0
'''
import jsondef pricess_json_file(filepath):'''解码json文件'''f = open(filepath ,mode= 'r',encoding= 'utf-8')city_list = json.load(f)return city_list
def main():filepath = input('请输入json文件路径:')city_list = pricess_json_file(filepath)city_list.sort(key=lambda city:city['aqi']) #根据aqi排序top5_list = city_list [:5]f = open('top5_aqi.json',mode= 'w',encoding= 'utf-8')json.dump(top5_list ,f,ensure_ascii= False ) #写入文件f.close()print(city_list )
if __name__ == '__main__':main()
版本3.0
读取已经获取的JSON数据文件
• 并将其转换成CSV文件
• CSV(Comma-Separated Values)是一种通用的、相对简单的文件格式
• 在商业和科学领域上广泛使用
• 规则
1. 以行为单位
2. 每行表示一条记录
3. 以英文逗号分割每列数据(如果数据为空,逗号也要保留)
4. 列名通常放置在文件第一行
import csv
• csv.writerow(list) 将列表中的元素写入文件的一行中
'''
功能:AQI计算
版本:3.0
'''
import json
import csvdef pricess_json_file(filepath):'''解码json文件'''f = open(filepath ,mode= 'r',encoding= 'utf-8')city_list = json.load(f)return city_list
def main():filepath = input('请输入json文件路径:')city_list = pricess_json_file(filepath)city_list.sort(key=lambda city:city['aqi']) #根据aqi排序lines = []#列名lines.append(list(city_list[0].keys()))for city in city_list:lines.append(list(city.values()))f = open('aqi.csv','w',encoding= 'utf-8',newline= '')writer = csv.writer(f)for line in lines:writer.writerow(line)f.close()if __name__ == '__main__':main()
版本4.0
根据输入的文件判断是JSON格式还是CSV格式,并进行相应的操作
文件操作补充:
CSV文件读取
imort csv
csv.reader() 将每行记录作为列表返回
• 使用with语句操作文件对象
使用with语句,不管在处理文件过程中是否发生异常,都能保证with语句执行完毕后关闭文件。不需要close()语句。
• os模块提供了与系统、目录操作相关的功能,不受平台的限制
'''
功能:AQI计算
版本:4.0
'''
import json
import csv
import osdef process_json_file(filepath):'''解码json文件'''# f = open(filepath ,mode= 'r',encoding= 'utf-8')# city_list = json.load(f)# return city_listwith open(filepath ,mode= 'r',encoding= 'utf-8') as f:city_list = json.load(f)print(city_list )def process_csv_file(filepath):'''处理csv文件'''with open(filepath ,mode= 'r',encoding= 'utf-8') as f:reader = csv.reader(f)for row in reader:print(','.join(row)) #行之间用,隔开
def main():filepath = input('请输入文件路径:')filename,file_ext = os.path.splitext(filepath )if file_ext == '.json':process_json_file(filepath )elif file_ext == '.csv':process_csv_file(filepath)else:print('不支持的文件格式')if __name__ == '__main__':main()
版本5.0
为了能有效地提取并利用网络信息并工作提高效率,出现了网络爬虫
• 利用网络爬虫实时获取城市的空气质量
网络爬虫
自动抓取互联网信息的程序;利用互联网数据进行分析、开发产品
• 步骤:
1. 通过网络链接获取网页内容
2. 对获得的网页内容进行处理
requests模块
更多方法参考:http://docs.python-requests.org/
'''
功能:爬虫/获取AQI
版本:5.0
'''
import requestsdef get_html_text(url):'''返回url的文本'''r = requests.get(url,timeout=30)print(r.status_code) #判断是否成功打开网页return r.textdef main():city_pinyin = input('请输入城市的拼音:')url = 'http://pm25.in/'+city_pinyinurl_text = get_html_text(url) #获取网页‘审查元素’中的文本#浏览器中审查元素 找到所需数据的div位置#注意也要把空格复制进去 因为空格也占位置aqi_div = '''<div class="span12 data"><div class="span1"><div class="value">'''index = url_text.find(aqi_div) #获得aqi_div的起始序列号begin_index = index+len(aqi_div) #aqi数值的起始序列号end_index = begin_index + 2aqi = url_text [begin_index:end_index ]print('空气质量为:{}'.format(aqi))
if __name__ == '__main__':main()
版本6.0
高效地解析和处理HTML,beautifulsoup4
BeautifulSoup
• 用于解析HTML或XML
• pip install beautifulsoup4
• import bs4
• 步骤
1. 创建BeautifulSoup对象
2. 查询节点
find,找到第一个满足条件的节点
find_all, 找到所有满足条件的节点
创建对象
• 创建BeautifulSoup对象
• bs = BeautifulSoup(
url,
html_parser, 指定解析器
enoding 指定编码格式(确保和网页编码格式一致)
)
查找节点
• <a href=‘a.html’ class=‘a_link’>next page</a>
• 可按节点类型、属性或内容访问
• 按类型查找节点
• bs.find_all(‘a’)
• 按属性查找节点
• bs.find_all(‘a’, href=‘a.html’)
• bs.find_all(‘a’, href=‘a.html’, string=‘next page’)
• bs.find_all(‘a’, class_=‘a_link’)
• 注意:是class_
• 或者bs.find_all(‘a’, {‘class’:’a_link’})
网站审查元素:找到div节点
'''
功能:爬虫/获取AQI
版本:6.0
'''
import requests
from bs4 import BeautifulSoupdef get_city_aqi(city_pinyin):'''获取城市的AQI'''url = 'http://pm25.in/' + city_pinyinr = requests.get(url,timeout=30)soup = BeautifulSoup(r.text,'lxml')div_list = soup.find_all('div',class_='span1')city_aqi = []for i in range(8): #一共有8个span1div_content = div_list[i]#print(div_content )caption = div_content.find('div',class_='caption').text.strip() #.text.strip()去掉空格变成字符串格式value = div_content.find('div',class_='value').text.strip()city_aqi.append((caption,value))return city_aqidef main():city_pinyin = input('请输入城市的拼音:')city_aqi = get_city_aqi(city_pinyin )print(city_aqi )if __name__ == '__main__':main()
版本7.0
功能:利用beautifulsoup4获取所有城市的空气质量
1. 首先获取所有的城市列表,及对应的url
2. 根据url获取城市的空气质量(6.0程序)
'''
功能:爬虫/获取AQI
版本:6.0
'''
import requests
from bs4 import BeautifulSoupdef get_city_aqi(city_pinyin):'''获取城市的AQI'''url = 'http://pm25.in/' + city_pinyinr = requests.get(url,timeout=30)soup = BeautifulSoup(r.text,'lxml')div_list = soup.find_all('div',class_='span1')city_aqi = []for i in range(8): #一共有8个span1div_content = div_list[i]#print(div_content )caption = div_content.find('div',class_='caption').text.strip() #.text.strip()去掉空格变成字符串格式value = div_content.find('div',class_='value').text.strip()city_aqi.append((caption,value))return city_aqidef get_all_cities():'''获取所有城市'''url = 'http://pm25.in/'city_list = []r = requests.get(url, timeout=30)soup = BeautifulSoup(r.text, 'lxml')city_div = soup.find_all('div',class_='bottom')[1] #因为url中有两个bottom,我们要的是第二个,所以用【1】city_link_list = city_div.find_all('a')for city_link in city_link_list : #遍历所有a节点#print(city_link) #<a href="/abazhou">阿坝州</a> ...city_name = city_link.text#print(city_name) #阿坝州 ...city_pinyin = city_link['href'][1:] #获取href属性,[1:]是不取前面的/city_list.append((city_name,city_pinyin))return city_listdef main():city_list = get_all_cities()for city in city_list:city_name = city[0]city_pinyin = city[1]city_aqi = get_city_aqi(city_pinyin )print(city_name,city_aqi )if __name__ == '__main__':main()
版本8.0
新增功能:将获取的所有城市空气质量保存成CSV数据文件
'''
功能:爬虫/获取AQI
版本:8.0
'''
import requests
from bs4 import BeautifulSoup
import csvdef get_city_aqi(city_pinyin):'''获取城市的AQI'''url = 'http://pm25.in/' + city_pinyinr = requests.get(url,timeout=30)soup = BeautifulSoup(r.text,'lxml')div_list = soup.find_all('div',class_='span1')city_aqi = []for i in range(8): #一共有8个span1div_content = div_list[i]#print(div_content )caption = div_content.find('div',class_='caption').text.strip() #.text.strip()去掉空格变成字符串格式value = div_content.find('div',class_='value').text.strip()city_aqi.append(value)return city_aqidef get_all_cities():'''获取所有城市'''url = 'http://pm25.in/'city_list = []r = requests.get(url, timeout=30)soup = BeautifulSoup(r.text, 'lxml')city_div = soup.find_all('div',class_='bottom')[1] #因为url中有两个bottom,我们要的是第二个,所以用【1】city_link_list = city_div.find_all('a')for city_link in city_link_list : #遍历所有a节点#print(city_link) #<a href="/abazhou">阿坝州</a> ...city_name = city_link.text#print(city_name) #阿坝州 ...city_pinyin = city_link['href'][1:] #获取href属性,[1:]是不取前面的/city_list.append((city_name,city_pinyin))return city_listdef main():city_list = get_all_cities()header = ['city','AQI','PM2.5/1h','PM10/1h','CO/1h','NO2/1h','O3/1h','O3/8h','SO2/1h']with open('china_city_aqi.csv','w',encoding='utf-8',newline= '')as f:writer = csv.writer(f)writer.writerow(header)#for city in city_list :#输出索引号,查看写入进度for i,city in enumerate(city_list):if (i+1) % 10 == 0:print('已处理{}行记录。共{}条记录'.format(i+1,len(city_list)) )city_name = city[0]city_pinyin = city[1]city_aqi = get_city_aqi(city_pinyin )#print(city_name,city_aqi )row = [city_name] + city_aqi #city_name是字符串,city_aqi是列表,进行拼接操作writer.writerow(row)if __name__ == '__main__':main()
版本9.0
新增功能:• 利用Pandas进行数据处理分析
Pandas的数据操作
Pandas
• 一个强大的分析结构化数据的工具集
• 基础是NumPy,提供了高性能矩阵的运算
• 应用,数据挖掘,数据分析
• 如,学生成绩分析、股票数据分析等。
• 提供数据清洗功能
Pandas的数据结构
Series
• 类似一维数组的对象
• 通过list构建Series
• ser_obj = pd.Series(range(10))
• 由数据和索引组成
• 索引在左,数据在右
• 索引是自动创建的
• 获取数据和索引
• ser_obj.index, ser_obj.values
• 预览数据
• ser_obj.head(n) #获取前n个数据
Series (续)
• 通过索引获取数据
• ser_obj[idx]
• 索引与数据的对应关系仍保持在数组运算的结果中
• 通过dict构建Series
• name属性
• ser_obj.name, ser_obj.index.name
DataFrame
• 类似多维数组/表格数据 (如,excel, R中的data.frame)
• 每列数据可以是不同的类型,what about ndarray?
• 索引包括列索引和行索引
DataFrame
• 通过ndarray构建DataFrame
• 通过dict构建DataFrame
• 通过列索引获取列数据(Series类型 )
• df_obj[col_idx] 或 df_obj.col_idx
• 增加列数据,类似dict添加key-value
• df_obj[new_col_idx] = data
• 删除列
• del df_obj[col_idx]
索引操作
• DataFrame索引
• 列索引
• df_obj[‘label’]
• 不连续索引
• df_obj[[‘label1’, ‘label2’]]
排序
• sort_index,索引排序
• 对DataFrame操作时注意轴方向
• 按值排序
• sort_values(by=‘label’)
常用的统计计算
• sum, mean, max, min…
• axis=0 按列统计,axis=1按行统计
• skipna 排除缺失值, 默认为True
• idmax, idmin, cumsum
统计描述
• describe 产生多个统计数据
'''
功能:数据分析
版本:9.0
'''
import pandas as pddef main():aqi_data = pd.read_csv('china_city_aqi.csv')#print(aqi_data.head(5))#print(aqi_data['AQI']) #获取AQI列#print(aqi_data[['AQI','city']])print('基本信息')print(aqi_data.info())print('数据预览')print(aqi_data.head())#基本统计print('AQI最大值',aqi_data['AQI'].max())print('AQI最小值',aqi_data['AQI'].min())print('AQI平均值',aqi_data['AQI'].mean())#top10top10_cities = aqi_data.sort_values(by= ['AQI'],ascending= True).head(10) #ascending= True为升序,False为降序print('空气质量最好的10个城市:',top10_cities )#bottom10bottom10_cities = aqi_data.sort_values(by=['AQI'], ascending=True).tail(10) #tail取底部10个数据#bottom10_cities = aqi_data.sort_values(by=['AQI'], ascending=False ).head(10) # ascending= True为升序,False为降序print('空气质量最差的10个城市:', bottom10_cities)#保存在csv文件top10_cities.to_csv('top10_aqi.csv',index=False ) #index=False不输出索引号bottom10_cities.to_csv('bottom10_aqi.csv',index=False )if __name__ == '__main__':main()
版本10.0
新增功能:数据清洗;利用Pandas进行数据可视化
• 处理缺失数据
dropna() 丢弃缺失数据
fillna() 填充缺失数据
• 数据过滤
df[filter_condition] 依据filter_condition对数据进行过滤
Pandas数据可视化
Pandas提供了内建的绘图功能(基于matplotlib)
• plot(kind, x, y, title, figsize)
x, y 横纵坐标对应的数据列
title图像名称
figsize图像尺寸
• 保存图片
plt.savefig()
• 更多例子请参考:https://pandas.pydata.org/pandas-docs/stable/visualization.html
'''
版本:10.0
'''
import pandas as pd
import matplotlib.pyplot as plt
#解决中文显示乱码
plt.rcParams['font.sans-serif'] = ['SimHei'] #指定黑体
plt.rcParams['axes.unicode_minus'] = Falsedef main():aqi_data = pd.read_csv('china_city_aqi.csv')#print(aqi_data.head(5))#print(aqi_data['AQI']) #获取AQI列#print(aqi_data[['AQI','city']])print('基本信息')print(aqi_data.info())print('数据预览')print(aqi_data.head())#数据清洗#只保留AQI大于0的数据filter_condition = aqi_data['AQI']>0clean_data = aqi_data[filter_condition]#基本统计print('AQI最大值',clean_data['AQI'].max())print('AQI最小值',clean_data['AQI'].min())print('AQI平均值',clean_data['AQI'].mean())#top50top50_cities = clean_data.sort_values(by= ['AQI'],ascending= True).head(50) #ascending= True为升序,False为降序print('空气质量最好的50个城市:',top50_cities )#bottom10bottom10_cities = clean_data.sort_values(by=['AQI'], ascending=True).tail(10) #tail取底部10个数据#bottom10_cities = clean_data.sort_values(by=['AQI'], ascending=False ).head(10) # ascending= True为升序,False为降序print('空气质量最差的10个城市:', bottom10_cities)#保存在csv文件# top10_cities.to_csv('top10_aqi.csv',index=False ) #index=False不输出索引号# bottom10_cities.to_csv('bottom10_aqi.csv',index=False )#数据可视化top50_cities.plot(kind = 'bar',x='city',y='AQI',title='空气质量最好的50个城市',figsize=(20,10)) #kind为图表类型 bar为柱状图##保存图片plt.savefig('top50_aqi_bar.png')plt.show()if __name__ == '__main__':main()
Python小程序(8)--空气质量指数计算+爬虫获取空气质量指数+数据分析相关推荐
- python人工智能小程序_杭州python小程序
杭州python小程序 来源:教育联展网 编辑:佚名 发布时间:2018-10-19 Java.PHP.Python哪个就业前景比较好 具体对比分析如下: Java语言特点:所有Andro ...
- 几个python小程序
python小程序 1-100求和 1 def Sum(x, y): 2 return x+y 3 print reduce(lambda x,y:x+y,range(1,101)) 4 5 i = ...
- 有趣python小程序系列之一
文章目录 前言 一.飘落的银杏 二.代码部分 1.导入所需的库 2.生成斐波那契数列 3.定义生成叶子的方法 4.定义生成树的方法 5.主函数部分 三.结果展示 前言 关于学python的初衷,如图, ...
- python降低图片分辨率_手把手:扫描图片又大又不清晰?这个Python小程序帮你搞定!...
原标题:手把手:扫描图片又大又不清晰?这个Python小程序帮你搞定! 大数据文摘作品 编译:HAPPEN.于乐源.小鱼 一位乐于分享学生精彩笔记的大学教授对于扫描版的文件非常不满意--颜色不清晰并且 ...
- 【有趣的Python小程序】Python多个简单上手的库制作WalkLattice 走格子游戏 (思路篇)上
篇写上一个思路篇,那么今天我们就来完成这一项工作 源代码和配套文件 链接: https://caiyun.139.com/m/i?135ClY1yWrSKX 提取码:e4pq 复制内容打开中国移动云盘 ...
- python小程序---设计签名
python小程序-签名设计 签名设计 初学python,学习了基本语法后闲来无事,用所学知识写了一个设计签名的小程序.此程序中会用到爬虫和正则表达式等相关知识.我会用代码的形式向大家展示这样的一个小 ...
- python恶搞小程序-有趣的python小程序
有趣的python小程序 1.密码生成器x=int(input()) print(''.join(__import__('random').choice('QWERTYUIOPASDFGHJKLZXC ...
- python日历小程序_一个查看网络设备信息Python小程序
原标题:一个查看网络设备信息Python小程序 网络编程中,最常见的一个问题就是,获取设备信息. 首先我们,要学习如何获取本机的网络信息.我们将用到标准库中的socket库.假如说,我们要查看本机的 ...
- 人工智能python小程序_Python:一个可以套路别人的python小程序
一个可以套路别人的python小程序~ 先简要介绍一下程序. 程序是使用pycharm工具,python语言所写.程序包括客户端 client.py 和服务器端 server.py 两部分,利用了py ...
最新文章
- 表达式树 java_表达树—构建表达式树、获取表达式(二)
- 【Away3D代码解读】(四):主要模块简介
- bcp 导入导出大全
- 深入理解padding_idx(nn.Embedding、nn.Embedding.from_pretrained)
- itunes备份包括哪些内容_品牌VI设计一般都包括哪些内容?
- python有哪些游戏模块_python游戏模块 Pygame常用方法
- anspython_python堆(heapq)的实现
- vue 递归组件多级_Vue 递归组件构建一个树形菜单
- Azure 托管镜像和非托管镜像对比
- pdf密码强制解除软件下载 | 专业PDF解密软件 | PDF Decrypter Pro
- Realtek显示芯片方案设计 RTD2270 RTD2281 RTD2513 RTD2525 RTD2556 RTD2785 RTD2795T 2796 VGA DVI HDMI DP转LVDS
- Mysql查询(基于某酒店2000w条数据)
- 【正点原子STM32连载】第十章 STM32CubeMX简介 摘自【正点原子】MiniPro STM32H750 开发指南_V1.1
- 正交试验案例分析全步骤
- HP JetDirect 170X 配置
- 令人惋惜:Sigfox撑不下去了!这回,可不能怪NB-IoT、LoRa......
- jQuery的事件冒泡,事件对象和图片跟随
- 正则表达式元字符查询
- Idea集成单元测试JUnit
- PCB线路板||检查和避免PCB电路板短路的方法