前言
天气预报我们每天都会关注，天气情况会影响到我们日常的增减衣物、出行安排等。每天的气温、相对湿度、降水量以及风向风速是关注的焦点。数据可视化方面，使用matplotlib、numpy、pandas、scikit-learn库对数据进行预处理、可视化处理。得到了一天内温度变化曲线、相对湿度变化曲线图、温湿度相关性、降水量变化图、以及风向雷达图等。机器学习方面，使用最为经典的线性回归方法，对天气数据进行分析，对天气数据预测，然后通过平均绝对值误差（Mean Absolute Error），表示预测值和观测值之间绝对误差的平均值进行约束和优化，最后使用皮尔逊相关系数进行分析与评价。

总的来说，本课程设计涉及到numpy库、pandas库、matplotlib库、sklearn库、以及文件存取的具体应用.可移植性强、界面美观、初具小型系统雏形，是一份结合数据分析、数据可视化与机器学习学习的课程设计。希望读者喜欢~

本课程设计项目特色在于：
（1）精心配色，可视化效果更佳。
（2）多文件结构，文件之间的层次更加清晰。
（3）路径地址采用相对路径，可移植性高。
（4）增加了主菜单，方便选择调用需要执行的功能。
（5）增加动态效果，对“XX变化图”增加了运行时动态生成的效果，对“变化”的感知将更加深刻，具体原理见chart.py文件。
（6）通过scikit-learn库中的LinearRegression()来分析温度-相对湿度的线性回归方程，以及使用相关系数衡量相关性。

考虑到有一部分读者想与笔者有进一步交流，可以添加我的微信：StarsForMoon，添加请说明来意（如CSDN）。感谢您对我的支持！😃

一、主要文件结构

说明：

① dataset文件夹：存放天气数据的csv文件。

② main.py：调用dataset中的数据和src中的源代码，得出可视化图片，然后保存于result文件夹，它是程序运行入口。

③ result文件夹：存放运行完成后的可视化图片。

④ src文件夹：存放数据分析与可视化的源代码。

⑤ 执行main.py后，XX变化图的可视化将会是一个动态变化图展示，所有保存的可视化图片都是静态的.png图片。

二、具体文件细节

（1）main.py源代码：

#main.py是启动程序，负责启动和调用相应的功能，并导入数据集
def main():
    #数据分析与可视化实现
    key=1
    print("\n请选择你所需要的分析: \n0、温度变化图\n1、相对湿度变化图\n2、温度与相对湿度分析图\n3、降雨量变化图\n4、风向雷达图")
    
    #多功能数据分析与可视化的选择
    #try-except结构避免用户输入不正确或恶意输入
    while 1:
        try:
            i=int(input('输入需要查看的图表(输入-1退出）：'))
            break
        except:
            print("输入有误，请重新输入")
            print("\n请选择你所需要的分析: \n0、温度变化图\n1、相对湿度变化图\n2、温度与相对湿度分析图\n3、降雨量变化图\n4、风向雷达图")
    
    #选择对应功能后，调用对应函数
    #while循环实现多次查看不同的功能
    while key==1:
        if(i==-1):
            key=0
            break
        while i!=-1:
            if i==0:
                dataprocess.temperature(data)#温度变化曲线
                break
            elif i==1:
                dataprocess.humidity(data)#湿度变化曲线
                break
            elif i==2:
                dataprocess.relevance(data)#温湿度相关性分析
                break
            elif i==3:
                dataprocess.rainfall(data)#降雨量曲线图
                break
            elif i==4:
                dataprocess.wind(data)#风级风向雷达图
                break
            elif i==-1:
                key=0
                print("正在退出......")
                break
            else:
                print("输入有误请重新输入")
                break
            if(key==0):
                break
        print("\n请选择你所需要的分析: \n0、温度变化图\n1、相对湿度变化图\n2、温度与相对湿度分析图\n3、降雨量变化图\n4、风向雷达图")
        i = int(input('输入需要查看的图表(输入-1退出）：'))
    print("\n退出成功，欢迎下次使用！")

#启动入口
if __name__=="__main__":
    main()

（2）dataset文件夹内部：
存有一个天气数据的csv文件，通过爬虫代码获取自己地区当前天气数据。

（3）src文件夹内部：
内有两个.py文件，dataprocess.py是数据分析处理文件，chart.py是数据可视化文件，main函数会先调用处理文件后再可视化文件。

（4）dataprocess.py代码(使用Numpy、Pandas进行数据处理的文件，此处就不展示了)：

dataprocess.py程序是数据处理程序
负责对来自对数据集进行数据分析和处理，以便于提供给chart.py程序进行可视化

（5）chart.py源代码：

chart.py程序是调用matplotlib中的库函数进行可视化
数据的接收自dataprocess.py程序，然后进行可视化
分别有温度变化折线图、相对湿度变化折线图、降水量变化柱状图、风向雷达图、以及结合机器学习线性回归生成的温湿度相关性分析图。
特色：运行过程中，所有变化图都会动态生成，非常酷炫！

#温度变化图
def temdiagram(tems,hours,temave,temmin,tem_minhour,temmax,tem_maxhour):
#因被侵权所致，具体绘图代码
#在此省略，原创不易恳请尊重
#进一步了解+威信:
	StarsForMoon
	.......
	.......
	.......

温度变化图

#相对湿度变化图
def humdiagram(hours,hums,humave,hummax,hum_maxhour,hummin,hum_minhour):
#因被侵权所致，具体绘图代码
#在此省略，原创不易恳请尊重
#进一步了解+威信:
	StarsForMoon
	.......
	.......
	.......

相对湿度变化图

#降雨量曲线图
def rainfalldiagram(hours,rainfall,rainfallavg,rainfallmax,hour_rainfallmax,rainfallmin,hour_rainfallmin):
 #因被侵权所致，具体绘图代码
 #在此省略，原创不易恳请尊重
 #进一步了解+威信:
	StarsForMoon
	.......
	.......
	.......

降水量柱状图

#风向雷达图
def windradar(temp):
#因被侵权所致，具体绘图代码
#在此省略，原创不易恳请尊重
#进一步了解+威信:
	StarsForMoon
	.......
	.......
	.......

风向雷达图

#皮尔逊相关系数函数
def coefficient(var1,var2):
#因被侵权所致，具体绘图代码
#在此省略，原创不易恳请尊重
#进一步了解+威信:
	StarsForMoon
	.......
	.......
	.......

温湿度相关性分析图（此处结合了机器学习线性回归）

（6）src文件夹内部是存放的运行结果，即可视化图片。

最后，觉得做得还不错的话请三连支持一下吧～要是点一点关注那就更好了！

考虑到有一部分读者想与笔者有进一步交流，可以添加我的微信：StarsForMoon，添加请说明来意（如CSDN）。感谢您对我的支持！😃