查看原文
其他

【python可视化】立秋!酷热天气就此结束?全国各地高温地图一探究竟

爬虫俱乐部 Stata and Python数据分析 2023-10-24

本文作者:金   点 中南财经政法大学金融学院  

本文编辑:何   疆

技术总编:温和铭







Stata and Python 数据分析

爬虫俱乐部Stata基础课程Stata进阶课程Python课程可在小鹅通平台查看,欢迎大家多多支持订阅!如需了解详情,可以通过课程链接(https://appbqiqpzi66527.h5.xiaoeknow.com/homepage/10)或课程二维码进行访问哦~

8月8日,立秋来啦!

都已经立秋啦,为什么还是这么热?大家是不是和小编有着一样的困惑,小编所在的城市武汉最近仍然处于酷热高温,丝毫不像进入了秋天。

原来,虽然带着“秋”字,但立秋不是入秋,此时伏热未尽。划分气候季节要根据“气候平均温度”,即当地连续5日的平均温度在22℃以下,才算真正秋天的时节。

因此,立秋虽为秋季的第一个节气,但立秋并不代表酷热天气就此结束。所谓“热在三伏”,又有“秋后一伏”之说,立秋后还有至少“一伏”的酷热天气。立秋尚未出暑,要等到秋季第二个节气(处暑)才出暑,初秋期间,天气仍然很热。尤其是中国南方此节气内还是夏暑之时,同时由于台风雨季渐去,气温更酷热。

之前学习了如何爬取“近期的天气情况”,与此同时,以热字为招牌的“三伏天”仍在继续,”秋老虎“也来势汹汹。很想知道三伏天里是不是全国都处于高温状态?会很好奇武汉都这么热了,还会有城市比武汉更热吗?哪些城市比较凉爽呢?想要更加直观更加生动地研究这些问题吗?下面和小编一起一探究竟吧~



一、安装pyecharts



首先,必须说说强大的pyecharts库,简单易用又酷炫,几乎可以制作任何图表。pyecharts在制作地图方面,包含Map、Geo和Bmap三类,使用Map类支持世界、国家、省市和区县四级地图,使用前需独立安装。so,pip!

pip install pyecharts


二、全国高温地图



我们可以参考往期推文暑期来啦~⼀起看⼀看近期的天⽓情况,通过爬虫来获取各地的天气情况,就不过多赘述了,当我们拥有了各地的气温数据后,这里我们就选取各省的省会城市最高温度来代表该省最高温度。并且根据最高温度的高低分类:将最高温度处于22℃~24.9℃标记为“热”、处于25℃~27.9℃标记为“炎热”、处于28℃~29.9℃标记为“暑热”、处于30℃~34.9℃标记为“酷热”、处于35℃~40℃标记为“奇热”。并且温度越高对应的地图中的红色越深。

代码如下:

from pyecharts.charts import Mapfrom pyecharts.options import VisualMapOpts
data=[ ('北京市',35), ('湖北省',36), ('四川省',33), ('上海市',36), ('福建省',38), ('台湾省',31), ('安徽省',36), ('黑龙江省',28), ('吉林省',26), ('辽宁省',29), ('天津市',32), ('河北省',35), ('陕西省',38), ('山西省',33), ('甘肃省',28), ('青海省',26), ('贵州省',29), ('重庆市',38), ('湖南省',37), ('江西省',38), ('浙江省',37), ('江苏省',35), ('山东省',36), ('河南省',36), ('广东省',35), ('海南省',36), ('云南省',25), ('深圳市',33), ('广西壮族自治区',35), ('西藏自治区',23), ('内蒙古自治区',35), ('宁夏回族自治区',29), ('香港特别行政区',33), ('澳门特别行政区',33), ('新疆维吾尔自治区',27)]

Map_China = ( Map() .add("地图",data,"china") .set_global_opts(visualmap_opts=VisualMapOpts( is_show=True, is_piecewise=True, pieces=[ {'min':22,'max':24.9,'label':'热','color':'#FFAEAE'}, {'min':25,'max':27.9,'label':'炎热','color':'#FE5D5D'}, {'min':28,'max':29.9,'label':'暑热','color':'#FC0404'}, {'min':30,'max':34.9,'label':'酷热','color':'#BE0202'}, {'min':35,'max':40,'label':'奇热','color':'#8F0101'} ]) ) )Map_China.render_notebook() #直接在notebook中渲染

最后生成的全国高温地图如下:



三、湖北省高温地图



下面我们接着研究湖北省各地的气温情况。如上,当我们获取到湖北省各市的最高温度数据后,根据最高温度的高低分类:将最高温度处于32℃~33.9℃标记为“较热”、处于34℃~35.9℃标记为“热”、处于36℃~37.9℃标记为“超热”。并且温度越高对应的地图中的红色越深。

代码如下:

from pyecharts.charts import Mapfrom pyecharts.options import VisualMapOptsdata=[ ('武汉市',36), ('黄石市',37), ('十堰市',37), ('鄂州市',37), ('咸宁市',37), ('荆州市',36), ('宜昌市',36), ('孝感市',36), ('黄冈市',36), ('仙桃市',36), ('襄阳市',35), ('荆门市',35), ('随州市',35), ('潜江市',35), ('天门市',35), ('恩施土家族苗族自治州',33), ('神农架林区',32)]Map_Hubei = ( Map() .add("湖北省地图", data, "湖北") .set_global_opts(visualmap_opts=VisualMapOpts( is_show=True, is_piecewise=True, pieces=[ {'min':32,'max':33.9,'label':'较热','color':'#FE5D5D'}, {'min':34,'max':35.9,'label':'热','color':'#BE0202'}, {'min':36,'max':37.9,'label':'超热','color':'#8F0101'} ]) ))
Map_Hubei.render_notebook() #直接在notebook中渲染

最后生成的湖北省高温地图如下:



四、结论



1.全国

从全国高温地图看,我国在三伏天大多数省最高温度均超过35℃以上,其中,从红色深浅可以判断:南方的省市比北方的省市温度高,东方的省市比西方的省市温度高。西藏自治区是唯一最高温度低于25℃的,并且云南省、吉林省、青海省和新疆维吾尔自治区的温度低于28℃,如果想要在炎炎夏日寻找一个避暑圣地,可以考虑以上省份哦~

2.湖北省

从湖北省高温地图看,该省的所有地区的气温均较高,最高温度均达32℃以上。其中,从红色深浅可以判断:十堰市以及鄂东南地区属于湖北省炎热地带;神农架林区和恩施土家族苗族自治州天气较为凉爽。如果您是湖北人,想要就近找个不错的地方避暑,可以考虑农架林区和恩施土家族苗族自治州哦~



END



重磅福利!为了更好地服务各位同学的研究,爬虫俱乐部将在小鹅通平台上持续提供金融研究所需要的各类指标,包括上市公司十大股东、股价崩盘、投资效率、融资约束、企业避税、分析师跟踪、净资产收益率、资产回报率、国际四大审计、托宾Q值、第一大股东持股比例、账面市值比、沪深A股上市公司研究常用控制变量等一系列深加工数据,基于各交易所信息披露的数据利用Stata在实现数据实时更新的同时还将不断上线更多的数据指标。我们以最前沿的数据处理技术、最好的服务质量、最大的诚意望能助力大家的研究工作!相关数据链接,请大家访问:(https://appbqiqpzi66527.h5.xiaoeknow.com/homepage/10)或扫描二维码:


对我们的推文累计打赏超过1000元,我们即可给您开具发票,发票类别为“咨询费”。用心做事,不负您的支持!







往期推文推荐Python爬取暑期票房排行
给文件搬家——copy&XCOPY
NLTK,全面的Python基础NLP库
爬取A股上市公司指定年份年报
机器学习——监督学习入门‍‍禁忌魔法解封,击穿专业壁垒:ChatGPT code interpreter暑期来啦~⼀起看⼀看近期的天⽓情况【命令重磅更新】在Stata中深入使用ChatGPT
爬虫俱乐部2023第一期编程训练营开始报名啦!
【爬虫基础】Scrapy爬虫框架迈向交互式编程,ChatGPT更新!一个简单又好玩的Python库——MyQR
replace命令的“加强版”!——如何使用ereplace,结合egen
XML 轻松读取:用 Python 发现数据宝藏

爬虫俱乐部重磅推出cnstata.com.cn

Markdown:让数学公式输入更方便!

处理日期的好手:pendulum
定制属于自己的“贾维斯”——Python调用Chat
学会format,数据格式任你拿捏【Python实战】游客最青睐的城市,你的家乡上榜了吗?     关于我们 

   微信公众号“Stata and Python数据分析”分享实用的Stata、Python等软件的数据处理知识,欢迎转载、打赏。我们是由李春涛教授领导下的研究生及本科生组成的大数据处理和分析团队。

   武汉字符串数据科技有限公司一直为广大用户提供数据采集和分析的服务工作,如果您有这方面的需求,请发邮件到statatraining@163.com,或者直接联系我们的数据中台总工程司海涛先生,电话:18203668525,wechat: super4ht。海涛先生曾长期在香港大学从事研究工作,现为知名985大学的博士生,爬虫俱乐部网络爬虫技术和正则表达式的课程负责人。



此外,欢迎大家踊跃投稿,介绍一些关于Stata和Python的数据处理和分析技巧。

投稿邮箱:statatraining@163.com投稿要求:1)必须原创,禁止抄袭;2)必须准确,详细,有例子,有截图;注意事项:1)所有投稿都会经过本公众号运营团队成员的审核,审核通过才可录用,一经录用,会在该推文里为作者署名,并有赏金分成。
2)邮件请注明投稿,邮件名称为“投稿+推文名称”。3)应广大读者要求,现开通有偿问答服务,如果大家遇到有关数据处理、分析等问题,可以在公众号中提出,只需支付少量赏金,我们会在后期的推文里给予解答。

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存