# 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：
②光标经过省份
③点击省份
④光标经过市
#### 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
②预测数据库表结构
③目录结构
④JSON数据样式
⑤气象预测功能实现
⑥主界面详细1
⑦主界面详细2
⑧气象预测折线图
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
需积分: 0 74 浏览量
2024-01-09
20:08:42
上传
评论
收藏 2.1MB ZIP 举报
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资源评论
