全国最气温统计及气温排名

                                                      一个完整的大作业

1.选择一个自己感兴趣的问题

       我选取的是一个中国天气预报网站，爬去‘’ http://www.weather.com.cn/textFC/hb.shtml‘’的内容。

       全球气候变暖是一种和自然有关的现象，是由于温室效应不断积累，导致地气系统吸收与发射的能量不平衡，能量不断在地气系统累积，从而导致温度上升，造成全球气候变暖。在人类近代历史中才有一些温度记录。这些记录的来源不同，精确度和可靠性也参差不齐。在1850年前的一两千年中，虽然曾经出现中世纪温暖时期与小冰河时期，但是大众一直相信全球温度是相对稳定的。在1860年才有类似全球温度的仪器记录，当年的记录很少考虑的城市热岛效应的影响。但是根据仪器记录，1860~1900年期间，全球陆地与海洋的平均温度上升了0.75℃；自1979年开始，陆地温度上升幅度约为海洋温度上升幅度的一倍（陆地温度上升了0.25℃，而海洋温度上升了0.13℃）。同年，人类开始利用卫星温度测量来量度对流层的温度，发现对流层的温度每十年上升0.12℃至0.22℃。2000年之后，多方组织对过去1000年的全球温度进行了研究，对这些研究成果进行对比和讨论后发现，自1979年开始的气候转变的过程是十分清晰。此外，其他的研究报告显示，从20世纪初开始至今，地球表面的平均温度增加了约1.1f（0.6℃）；在过去的40年中，平均气温上升约0.5f（0.2-0.3℃）；在20世纪，全球变暖的程度是更超过在过去400-600年中任何一段时间.。

 

 2.网络上爬取相关的数据。

 

源代码如下：
import time
from echarts import Echart, Bar, Axis
from bs4 import BeautifulSoup  # 网络分析

# pip install echarts-python 百度开源的做图标的库
# 定义全局列表
TEMPERAUTE_LIST = []
CITY_LIST = []
MIN_LIST = []
MAX_LIST = []


# 定义获取并过滤数据函数
def get_temperature(url):
    res = requests.get(url)
    res.encoding = 'utf-8'
    soup = BeautifulSoup(res.text, 'html.parser')
    conMidtab = soup.find('div', class_='conMidtab')
    conMidtab2_list = conMidtab.find_all('div', class_='conMidtab2')
    for x in conMidtab2_list:
        tr_list = x.find_all('tr')[2:]
        province = ''
        min = 0
        for index, tr in enumerate(tr_list):
            # 如果是第0个tr标签，那么城市名名和省份是放在同一行tr的，省份名放在td[0],城市名放在td[1]
            if index == 0:
                td_list = tr.find_all('td')
                province = td_list[0].text.replace('\n', '')
                city = td_list[1].text.replace('\n', '')
                max = td_list[4].text.replace('\n', '')
                min = td_list[7].text.replace('\n', '')
            else:
                # 如果不是第0个tr标签，那么在这个tr标签中只存放城市名,城市名放在td[0]
                td_list = tr.find_all('td')
                city = td_list[0].text.replace('\n', '')
                max = td_list[3].text.replace('\n', '')
                min = td_list[6].text.replace('\n', '')
            # print(province + '省  ' + city + '市', max + '℃', min + '℃')
            TEMPERAUTE_LIST.append({
                'city': province + city,
                'min': min
            })
            CITY_LIST.append(province + city)
            MIN_LIST.append(min)


def main():
    urls = ['http://www.weather.com.cn/textFC/hb.shtml ',
            'http://www.weather.com.cn/textFC/db.shtml ',
            'http://www.weather.com.cn/textFC/hd.shtml ',
            'http://www.weather.com.cn/textFC/hz.shtml ',
            'http://www.weather.com.cn/textFC/hn.shtml ',
            'http://www.weather.com.cn/textFC/xb.shtml ',
            'http://www.weather.com.cn/textFC/xn.shtml ',
            ]
    for url in urls:
        get_temperature(url)
        time.sleep(2)

    SORTED_TOP20_TEMPERATURE_LIST=sorted(TEMPERAUTE_LIST,lambda
        x,y:cmp(int(x['min']),int(y['min'])))
    TOP20_TEMPERATURE_LIST =SORTED_TOP20_TEMPERATURE_LIST[0:20]
    TOP20_CITY_LIST =[]
    TOP20_MIN_LIST =[]
    for city_min in TOP20_TEMPERATURE_LIST:
        TOP20_CITY_LIST.append(city_min['city'])
        TOP20_MIN_LIST.append(city_min['min'])


    echart = Echart(u'全国最低温度排名', u'气温统计')
    bar = Bar(u'最低温度', TOP20_MIN_LIST)  # 纵坐标
    axis = Axis('category', 'bottom', data=TOP20_CITY_LIST)  # 横坐标
    echart.use(bar)  # 画布画纵坐标
    echart.use(axis)  # 画布画横坐标
    echart.plot()


if __name__ == '__main__':
    main()

3、运行结果：　　

全国最高最低气温统计表

全国最低气温排名