# H&S气象
## 气象预测以及实时气象动态展示
#### 1 项目介绍:
初步研发了一套基于机器学习方法Scikit-learn(sklearn)与Python结合实现的气象预报以及气象动态展示系统,本系统分为两个模块,第一个模块为气象信息动态展示模块。使用Python作为后端语言,JavaScript、Html、CSS作为前端基本框架,实现天气动态展示。主要原理为:使用Python爬虫爬取天气数据到数据库中并通过JavaScript动态显示到前端页面。页面展示中国地图,单击即可进入省份地图,鼠标移动到即可显示当前城市的相关信息以及出行建议。第二个模块为气象预测模块,本模块主要采用随机树森林(RandomForest)作为场景模型,使用MAE(Mean_Absolute_Error)平均错误数值方法作为系统的评估方法。主要原理为:使用python爬虫,爬取去年相关天气数据做训练集和训练验证集,爬取当前日期半个月前到现在的每日天气数据做预测数据集,系统进行数据预处理后训练模型,模型基于最近前十五天的天气数据,对气温,降雨量,风力等参数作出预测,并将预测结果存入数据库,导入Html页面动态显示。通过测试分析试验,对比分析了青岛市的气象预测数据,各项数据误差在可接受范围之内,系统运行正常。
#### 2.效果:
①主页面:
![效果图2](https://cdn.jsdelivr.net/gh/ZhsKevin/cdn/projects/weather/效果图.png)
②光标经过省份
![效果图2](https://cdn.jsdelivr.net/gh/ZhsKevin/cdn/projects/weather/效果图2.png)
③点击省份
![效果图3](https://cdn.jsdelivr.net/gh/ZhsKevin/cdn/projects/weather/效果图3.png)
④光标经过市
![效果图4](https://cdn.jsdelivr.net/gh/ZhsKevin/cdn/projects/weather/效果图4.png)
#### 3 所用技术栈:
1. Python(3.9.0)结合Flask框架(1.1.2)。
2. 涉及到的机器学习相关库:Sklearn(0.24.0)、Panda(0.3.1)、Seaborn(0.11.1)、Joblib(1.0.0)。
3. 引擎:Apache-ECharts(5.0.0)。
4. 场景模型:随机树森林(RandomForest)。
5. 评估方法:MAE(Mean_Absolute_Error)平均错误数值方法。
6. 数据访问层:MySQL--connector 驱动。
7. 数据库:MySQL。
9. 前端相关:JavaScript、HTML、CSS、Ajax等。
10. 数据传输与保存格式:JSON。
11. 训练集于结果集数据来源:meteomanz.com。
#### 4 主要功能:
1. 全国实时天气动态展示(基于中国天气网每日四次更新)
2. 动态地图查询效果更直观
3. 内容包括出行建议/穿衣建议/紫外线指数等多项,实用且方便
4. 基于之前气象数据通过机器学习建立气象模型并训练、验证
5. 绘制未来一周气象折线图
6. 实现气象的未来七天的实时预测(平均气温、最高温度、最低温度、降雨量、风力)
#### 5 详情:
①城市数据库表结构
![城市数据库表结构](https://cdn.jsdelivr.net/gh/ZhsKevin/cdn/projects/weather/城市数据库表结构.png)
②预测数据库表结构
![预测数据库表结构](https://cdn.jsdelivr.net/gh/ZhsKevin/cdn/projects/weather/预测数据库表结构.png)
③目录结构
![目录结构](https://cdn.jsdelivr.net/gh/ZhsKevin/cdn/projects/weather/目录结构.png)
④JSON数据样式
![Json数据2](https://cdn.jsdelivr.net/gh/ZhsKevin/cdn/projects/weather/Json数据2.png)
⑤气象预测功能实现
![气象预测](https://cdn.jsdelivr.net/gh/ZhsKevin/cdn/projects/weather/气象预测.png)
⑥主界面详细1
![效果图5](https://cdn.jsdelivr.net/gh/ZhsKevin/cdn/projects/weather/效果图5.png)
⑦主界面详细2
![效果图6](https://cdn.jsdelivr.net/gh/ZhsKevin/cdn/projects/weather/效果图6.png)
⑧气象预测折线图
![效果图7](https://cdn.jsdelivr.net/gh/ZhsKevin/cdn/projects/weather/效果图7.png)
没有合适的资源?快使用搜索试试~ 我知道了~
一套基于机器学习方法Scikit-learn与Python结合实现的气象预报以及气象动态展示系统.zip
共94个文件
js:42个
py:14个
pyc:14个
需积分: 0 0 下载量 74 浏览量
2024-01-09
20:08:42
上传
评论
收藏 2.1MB ZIP 举报
温馨提示
Python使用技巧,实战应用开发小系统参考资料,源码参考。经测试可运行。 一套基于机器学习方法Scikit-learn与Python结合实现的气象预报以及气象动态展示系统,本系统分为两个模块。第一个模块为气象信息动态展示模块,第二个模块为气象预测模块。
资源推荐
资源详情
资源评论
收起资源包目录
初步研发了一套基于机器学习方法Scikit-learn(sklearn)与Python结合实现的气象预报以及气象动态展示系统,本系统分为两个模块。第一个模块为气象信息动态展示模块,第二个模块为气象预测模块。.zip (94个子文件)
Python_New
weather_spider.py 3KB
weather_dbhelper.py 967B
weather_dao.py 2KB
LICENSE 1KB
arithmetic
Write.py 3KB
weather_train_valid.csv 955B
ProcessData.py 3KB
Main.py 2KB
weather_train_train.csv 969B
.idea
Pre_Weather.iml 407B
other.xml 233B
vcs.xml 183B
misc.xml 288B
inspectionProfiles
Project_Default.xml 410B
profiles_settings.xml 174B
modules.xml 274B
.gitignore 176B
sonarlint
issuestore
e
e
eef31462deb988fcbfc8aff874ad10ea802bc103 110B
c
4
c4619d9fd1646a6a4f71c598dabceafbe03c75b2 101B
index.pb 300B
a
2
a2371a7a4dae4bb2b6b435008be928b5333cf9e8 888B
1
8
1826fc8d86cb86ebc0c3414262d81dc5f5b14ea5 0B
f
a
fa3c53e457596bbec5bdd0d5b9b2845ebbeafeca 457B
weather_test.csv 990B
GetData.py 1KB
Model.pkl 2.38MB
__pycache__
GetData.cpython-39.pyc 1KB
Main.cpython-39.pyc 2KB
GetData.cpython-36.pyc 1KB
Write.cpython-36.pyc 2KB
GetModel.cpython-39.pyc 799B
GetModel.cpython-36.pyc 761B
Write.cpython-39.pyc 2KB
ProcessData.cpython-36.pyc 1KB
Main.cpython-36.pyc 1003B
ProcessData.cpython-39.pyc 1KB
GetModel.py 1KB
data_progress
main_data_progress.py 272B
get_exatdata.py 1KB
ioReadCities.py 484B
data_old_transfer.py 145KB
dataexct.py 339KB
__pycache__
dataexct.cpython-39.pyc 34KB
get_exatdata.cpython-39.pyc 812B
__pycache__
weather_dao.cpython-39.pyc 2KB
weather_dbhelper.cpython-39.pyc 1KB
README.md 4KB
WeatherViewApp
templates
WeatherView.html 6KB
weatherWeb.py 544B
static
js
data.js 259KB
map
province
yunnan.js 62KB
neimenggu.js 58KB
shanxi.js 24KB
hubei.js 39KB
chongqing.js 48KB
xianggang.js 13KB
anhui.js 32KB
hebei.js 40KB
jiangxi.js 33KB
shanxi1.js 32KB
jiangsu.js 24KB
beijing.js 23KB
hunan.js 46KB
gansu.js 48KB
hainan.js 30KB
ningxia.js 14KB
qinghai.js 44KB
heilongjiang.js 78KB
guangdong.js 72KB
aomen.js 3KB
fujian.js 44KB
jilin.js 42KB
xinjiang.js 87KB
guizhou.js 33KB
guangxi.js 47KB
sichuan.js 84KB
henan.js 37KB
xizang.js 51KB
tianjin.js 12KB
zhejiang.js 51KB
shanghai.js 13KB
shandong.js 51KB
liaoning.js 50KB
taiwan.js 30KB
china.js 61KB
weather_predict.js 0B
echarts.min.js 701KB
useless
data.js 259KB
data_ch_beiyong.js 55KB
data_old.js 97KB
data_else.js 746B
img
bg.png 373KB
css
main.css 908B
plot.png 20KB
共 94 条
- 1
资源评论
白话Learning
- 粉丝: 3347
- 资源: 2464
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功