南京市历史天气情况统计分析平台建设

资源链接：

【免费】南京市历史天气情况统计分析平台建设资源-CSDN文库

1 天气数据处理

完成气温数据的获取工作后，下一步便是将字符串中的温度转化为数字进行比较，进而得到气温变化示例。

我们对气温数据进行筛选，为了更直观的展现历年高温和低温天气，折线图用于绘制全面的最高气温和最低气温变化，红色折线代表最高温，蓝色折线代表最低温，由于全年的天气数据过多，因此在折线图的横轴只显示以月份的格式显示。

图1 历年各个月份最高最低气温统计示例

图2 历年平均气温统计示例

2 词云制作

每年关于天气的数据很多，本章阐述的内容是南京市天气的关键词的词云的制作，词云图用于描述南京市天气。

2.1 词云制作和优化

完成词云制作需要解决的问题有对文本中文分词、停用词的去除。下面分别对这两个问题进行分析。

中文分词是制作词云最重要的一部分，我们需要将一个个词语从句子中分离开，本文采用Jieba分词技术，对气象数据进行分词。Jieba库的分词原理：利用一个中文词库，确定汉字之间的关联概率，汉字间概率大的组成词组，形成分词结果。Jieba有三种分词模式：全模式、搜索引擎模式和精确模式，其中精确模式将句子最精确地切开，获得的分词不存在冗余，并且相对于其他两种模式，得到的分词是最接近原文表述的，因此我们选择精确模式来进行中文分词。

具体代码如下：

def branchword(self):     idata = pd.read_excel(self._path)     idata['过滤非中文字符'] = idata[self._colnames].astype(str).apply(lambda x: ''.join(x), axis=1).map(         lambda x: re.sub('[^\u4e00-\u9fff