颱風天要帶多少錢出門？ 答案是：四千萬。因為颱風天沒四(事)千萬不要出門 這不最近又到了颱風頻發的季節。作為沒有四千萬的沿海人，多關註一下天氣預報還是有必要的。 那麼今天呢，就給大家講一個：用Python繪製颱風路徑軌跡圖的可視化案例。 此案例中用到的核心繪圖庫是：plotly。plotly庫是一個 ...
颱風天要帶多少錢出門？
答案是：四千萬。因為颱風天沒四(事)千萬不要出門
這不最近又到了颱風頻發的季節。作為沒有四千萬的沿海人，多關註一下天氣預報還是有必要的。
那麼今天呢，就給大家講一個：用Python繪製颱風路徑軌跡圖的可視化案例。
此案例中用到的核心繪圖庫是：plotly。plotly庫是一個可交互，基於瀏覽器的繪圖庫，功能非常強大, 可以線上繪製常見的條形圖、散點圖、餅圖、直方圖等。
涉及到的內容：
requests+json – 網頁數據爬取
openpyxl – 保存數據至Excel
os.walk() – 文件路徑遍歷
pandas – 表格數據處理
plotly – 地圖數據可視化
1. 數據爬取
1.1 網頁分析
數據來源：中國天氣颱風網(http://typhoon.weather.com.cn/index.shtml)
以2020年為例，打開網址查看2020年颱風列表：
去年有記錄的颱風一共有23個，編號2001~2023。
1.2 查看網頁颱風數據
F12調試模式，以編號2001為例：
可以看到軌跡數據在頁面返回的getData字元串中，內部數據為json格式。
數據包含：颱風名稱、時間（間隔1小時）、經度、緯度、風速、移動方向、移動速度等等。
對於瀏覽器調試模式還不熟悉的同學，可以看之前的文章：爬蟲必備工具，掌握它就解決了一半的問題
1.3 數據爬取
單個颱風軌跡爬取，需要輸入年份和颱風編號：
Python學習交流Q群：906715085### def get_tp_data(year, code): tim = int(time.time()) url = f'http://d1.weather.com.cn/typhoon/typhoon_data/{year}/{code}.json?callback=getData&_={tim}' headers = { 'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/55.0.2883.87 Safari/537.36' } r = requests.get(url,headers=headers) r.raise_for_status() r.encoding = r.apparent_encoding datas = json.loads(r.text[8:-1]) tp_name = datas['typhoon'][2] detail_datas = datas['typhoon'][8] # 颱風信息 allinfo = [] for data in detail_datas: # 時間 tp_time = data[1] # 經度 tp_lon = data[4] # 緯度 tp_lat = data[5] # 中心氣壓 central_pressure = data[6] # 風速 tp_speed = data[7] # 移向 tp_direction = data[8] # 去除颱風登陸時的空行 if tp_direction == None : continue # 移速 move_speed = data[9] tp_info = [f'{code}-' + tp_name,tp_time,tp_lon,tp_lat,central_pressure,tp_speed,tp_direction,move_speed] allinfo.append(tp_info)
註意操作：去除颱風登陸時的空行數據(該數據無經、緯度信息)，這一步也可以在後續數據處理中進行。
以前10個颱風為例（可根據需要調整）：
#颱風年份、編號 year = 2020 #數據爬取 for code in range(2001,2011): get_tp_data(year, code) pass
關於 requests 庫的使用也可以參考之前文章：讓你的爬蟲開發效率提升8倍
1.4 數據保存
使用openpyxl庫保存Excel文件：
def insert2excel(filepath, allinfo): try: # 表頭 tableTitle = ['名稱','時間','經度','緯度','中心氣壓(hPa)','風速(m/s)','移向','移速(m/s)'] wb = Workbook() ws = wb.active ws.title = 'sheet1' ws.append(tableTitle) for info in allinfo: ws.append(info) wb.save(filepath) return True except: return False
結果：
註意新建data文件夾(路徑可自行調整)：
2. 地理軌跡
2.1 mapbox網站Token獲取
網站：https://account.mapbox.com/
需要郵箱註冊：
2.2 導入plotly相關包
導入express模塊：
import plotly.express as px
如果環境沒有plotly包，直接通過pip安裝即可：
pip install plotly
2.3 單個颱風軌跡
代碼：
def trace_point_shows(): df = pd.read_excel('./data/2020_2001_黃蜂軌跡數據.xlsx') print(df) token = '你的token' fig = px.scatter_mapbox(df, hover_data=['時間'], lon = '經度', lat = '緯度', color = '風速(m/s)', hover_name = '名稱', size_max = 14, color_continuous_scale = px.colors.carto.Temps ) fig.update_layout(mapbox = {'accesstoken': token, # 官網註冊token 'center':{'lon':121.54,'lat':25.00}, # 地圖中心 'zoom': 8, 'style': 'dark', # 顯示地圖類型 }, margin = {'l': 1, 'r': 1, 't': 1, 'b': 1}) # 地圖邊界 fig.write_html('trace_point_shows-1.html')
效果：
地圖style可以是：basic, streets, outdoors, light, dark, satellite, satellite-streets 中的任意一種，預設為 ‘light’。
2.4 多個颱風軌跡
os.walk()遍歷文件夾中所有軌跡表格文件：
filenames = [] for root, dirs, files in os.walk('./data'): for name in files: filenames.append(f'{root}/{name}') 代碼： def trace_point_shows(filenames): df = pd.DataFrame() lsts = [] for filename in filenames: df0 = pd.read_excel(filename) lsts.append(df0) df = pd.concat(lsts) token = '你的token' fig = px.scatter_mapbox(df, hover_data=['時間'], lon = '經度', lat = '緯度', color = '風速(m/s)', hover_name = '名稱', size_max = 14, color_continuous_scale = px.colors.carto.Temps ) fig.update_layout(mapbox = {'accesstoken': token, # 官網註冊token 'center':{'lon':121.54,'lat':25.00}, # 地圖中心 'zoom': 8, 'style': 'dark', # 顯示地圖類型 }, margin = {'l': 1, 'r': 1, 't': 1, 'b': 1}) # 地圖邊界 fig.write_html('trace_point_shows.html')
效果：
如此就實現一個可以交互查看數據的颱風路徑軌跡圖。感興趣的同學可以自己也動手試一試。這一篇到這就莫有了，下一篇見啦！！！
