Python天气预测系统：API接入、时序建模与交互可视化全流程

简介本资源是一套面向计算机及相关专业学生的Python课程设计项目聚焦气象数据预测与可视化实践特别适合作为期末大作业或课程设计选题帮助学习者掌握数据爬取、清洗、建模预测与多维图表展示的完整流程。压缩包共13个文件含5个核心Python脚本如Prediction.py实现预测逻辑、ReadBJWeather.py读取北京天气数据、WeatherPie.py生成可视化图表、3个Excel数据文件覆盖北京空气质量、合并气象数据及爬虫结果以及README文档和备份文件整体体积仅673KB轻量易部署。已有60人下载学习资源经调试验证可直接运行无需额外配置。学习者将获得从真实气象数据获取含爬虫思路、多源Excel合并处理、基于统计或机器学习的短期趋势预测到饼图、折线图等多样化可视化呈现的端到端实践方案代码结构清晰、模块职责明确便于理解与二次开发。1. 这不是“画个折线图交作业”的课程设计一个能跑通真实气象API、自动更新、带误差分析和交互式图表的Python天气预测系统到底要填多少个坑你手里的课程设计任务书写着“基于Python的天气数据预测与可视化系统实现”但老师没说清楚——这项目真做起来90%的同学卡在第一步连不到真实天气数据。不是用Excel里抄的20行假数据凑数而是调用中国气象数据网、OpenWeatherMap或国家气象科学数据中心的真实API不是matplotlib画完就扔而是用Plotly做出可缩放、可筛选、带滑块控件的交互式面板更不是套个ARIMA公式就喊“预测完成”而是得比对MAE/RMSE、画残差图、解释为什么明天降水概率预测偏高5%。这个系统本质是一个轻量级气象数据管道data pipeline 时序建模验证闭环 可交付可视化前端适合大三下学期数据结构/Python课程设计也足够支撑毕业设计开题。它不追求工业级吞吐但必须每个环节可验证、可调试、可复现——比如你改一行参数得立刻看到预测曲线怎么跳而不是等十分钟再报错。下面所有步骤我都按自己带学生做课设时的真实节奏来拆从环境初始化开始到最终打包成双击就能运行的exe中间每一步都标了“血泪经验”和“翻车现场”。2. 用requestsjsondatetime三件套把真实气象API数据稳稳接进Python别再用CSV假装有数据了2.1 选哪个API免费、稳定、中文字段、带历史数据——OpenWeatherMap是课程设计最优解课程设计不是科研项目首要目标是“跑通”。国内气象API如中国气象数据网需要实名认证、申请密钥、审核周期长且部分接口返回XML格式解析麻烦而OpenWeatherMap提供免费Tier1000次/天文档清晰支持JSON城市ID库公开且含当前天气、5天/3小时预报、历史数据需付费但课程设计用免费预报足够。关键它有中文城市名映射表——避免学生为“北京”该填beijing还是Beijing纠结半小时。我让学生统一用https://api.openweathermap.org/data/2.5/forecast?q{city}appid{key}langzh_cnunitsmetricunitsmetric确保温度是摄氏度langzh_cn让天气描述是“多云”而非“Clouds”。注意免费版不提供分钟级降水预报但5天/3小时粒度对课程设计完全够用。提示注册OpenWeatherMap账号后在API Keys页面复制Key不要用默认的“default key”新生成一个并重命名如“course-design-2024”方便后续排查权限问题。2.2 写一个健壮的fetch_weather函数带重试、超时、状态码校验拒绝裸奔requests很多同学直接requests.get(url)然后.json()结果API限流返回429就崩了或者网络抖动导致空响应。必须封装错误处理import requests import time import json from datetime import datetime def fetch_weather(city: str, api_key: str, max_retries: int 3) - dict: 获取指定城市的5天天气预报每3小时一帧 :param city: 城市中文名如北京 :param api_key: OpenWeatherMap API Key :param max_retries: 最大重试次数 :return: 解析后的JSON字典失败时返回空字典 base_url https://api.openweathermap.org/data/2.5/forecast params { q: city, appid: api_key, lang: zh_cn, units: metric } for attempt in range(max_retries): try: response requests.get(base_url, paramsparams, timeout10) # 检查HTTP状态码 if response.status_code 200: return response.json() elif response.status_code 404: print(f❌ 错误城市 {city} 未找到请检查拼写) return {} elif response.status_code 401: print(❌ 错误API Key无效请检查密钥是否正确) return {} elif response.status_code 429: print(⚠️ 警告API调用超频等待60秒后重试...) time.sleep(60) continue else: print(f❌ HTTP错误{response.status_code} - {response.reason}) return {} except requests.exceptions.Timeout: print(f⏰ 超时第{attempt 1}次请求超时重试中...) time.sleep(2 ** attempt) # 指数退避 except requests.exceptions.ConnectionError: print( 网络连接失败请检查网络) return {} except Exception as e: print(f 未知错误{e}) return {} print(❌ 已达到最大重试次数放弃获取数据) return {}这段代码的关键点timeout10防止请求挂死429状态码单独处理强制sleep 60秒OpenWeatherMap免费版限流策略2**attempt实现指数退避第二次重试等2秒第三次等4秒所有异常路径都返回空字典避免下游代码因NoneType报错中文提示明确指向问题根源“城市未找到”“API Key无效”比KeyError友好十倍。2.3 解析JSON结构从嵌套字典里精准提取温度、湿度、天气描述别用硬编码索引OpenWeatherMap返回的JSON是深度嵌套的。顶层list键下是40个字典5天×8次/天每个字典含main温度/湿度、weather天气描述、dt_txt时间戳。新手常犯错误data[list][0][main][temp]——这只能取第一个点无法批量处理。正确做法是用列表推导式datetime.strptime标准化时间def parse_forecast_data(raw_json: dict) - list: 解析原始JSON提取结构化数据列表 :param raw_json: fetch_weather()返回的字典 :return: 每条记录为{time: datetime, temp: float, humidity: int, weather: str}的列表 if not raw_json or list not in raw_json: return [] records [] for item in raw_json[list]: try: # 解析时间字符串如 2024-05-20 09:00:00 dt datetime.strptime(item[dt_txt], %Y-%m-%d %H:%M:%S) temp round(item[main][temp], 1) # 保留一位小数 humidity item[main][humidity] weather_desc item[weather][0][description] # 取第一个天气描述 records.append({ time: dt, temp: temp, humidity: humidity, weather: weather_desc }) except (KeyError, ValueError, IndexError) as e: # 跳过解析失败的条目不中断整体流程 continue return records # 使用示例 api_key your_api_key_here raw_data fetch_weather(上海, api_key) structured_data parse_forecast_data(raw_data) print(f成功解析 {len(structured_data)} 条预报记录) # 输出成功解析 40 条预报记录这里的关键逻辑try...except包裹每条记录解析单条失败不影响全局round(..., 1)让温度显示为23.5而非23.499999999999996避免图表坐标轴毛刺weather_desc取item[weather][0]而非[1]因为免费版只返回一个天气类型时间用datetime对象而非字符串为后续pandas时间序列操作铺路。3. 用pandasscikit-learn搭建最小可行预测模型从均值回归到LSTM课程设计选哪个3.1 为什么不用ARIMA课程设计阶段简单模型反而更能暴露问题很多课程设计文档推荐ARIMA但实际落地时学生90%卡在pmdarima.auto_arima()报错“No valid p,d,q parameters found”。原因很现实ARIMA要求序列严格平稳而气温本身有强日周期周趋势差分阶数d选错就全盘崩溃。课程设计目标是理解预测逻辑而非调参竞赛。我让学生先跑通最简单的Baseline昨日同期法用昨天同一时刻温度预测今天滑动平均法用过去3小时平均温度预测下一小时线性回归用时间戳数值如dt.timestamp()拟合温度趋势。这三个模型代码少、可解释性强、失败时容易debug。例如滑动平均import pandas as pd import numpy as np def sliding_avg_predict(df: pd.DataFrame, window: int 3) - pd.Series: 基于滑动平均的温度预测预测下一时刻 :param df: 包含time和temp列的DataFrame :param window: 平均窗口大小小时数 :return: 预测值Series长度比df少window # 确保按时间排序 df_sorted df.sort_values(time).reset_index(dropTrue) # 计算滑动平均向前看window小时 pred_series df_sorted[temp].rolling(windowwindow).mean().shift(-1) # 去掉NaN首尾 return pred_series.dropna().reset_index(dropTrue) # 示例用前37条数据预测后3条 df pd.DataFrame(structured_data) predictions sliding_avg_predict(df, window3) print(f预测长度{len(predictions)}, 实际长度{len(df)-3})这段代码的教育价值在于rolling().mean().shift(-1)直观展示“用过去推未来”的逻辑dropna()提醒学生滑动平均天然损失窗口大小的数据点输出长度对比强迫学生思考“预测步长”概念。3.2 真正上模型用scikit-learn的LinearRegression做多特征预测比单时间戳靠谱十倍单纯用时间戳拟合温度会得到一条单调上升直线因为timestamp数值越来越大完全违背物理规律。必须引入领域特征hour0-23捕获日周期day_of_week0-6捕获周规律如工作日早晚高峰温差is_weekend0/1区分周末humidity_lag1滞后1小时湿度湿度与温度存在热力学耦合。from sklearn.linear_model import LinearRegression from sklearn.metrics import mean_absolute_error, mean_squared_error def create_features(df: pd.DataFrame) - pd.DataFrame: 构造预测特征 df_feat df.copy() df_feat[hour] df_feat[time].dt.hour df_feat[day_of_week] df_feat[time].dt.dayofweek df_feat[is_weekend] (df_feat[day_of_week] 5).astype(int) # 滞后特征用前1小时湿度 df_feat[humidity_lag1] df_feat[humidity].shift(1) # 填充第一个NaN用均值 df_feat[humidity_lag1] df_feat[humidity_lag1].fillna(df_feat[humidity].mean()) return df_feat def train_linear_model(df: pd.DataFrame): 训练线性回归模型 df_feat create_features(df) # 特征列 feature_cols [hour, day_of_week, is_weekend, humidity_lag1] X df_feat[feature_cols] y df_feat[temp] # 划分训练/测试集按时间顺序非随机 split_idx int(len(df_feat) * 0.8) X_train, X_test X.iloc[:split_idx], X.iloc[split_idx:] y_train, y_test y.iloc[:split_idx], y.iloc[split_idx:] model LinearRegression() model.fit(X_train, y_train) # 预测 y_pred model.predict(X_test) # 评估 mae mean_absolute_error(y_test, y_pred) rmse np.sqrt(mean_squared_error(y_test, y_pred)) print(f✅ 线性回归模型评估MAE{mae:.2f}°C, RMSE{rmse:.2f}°C) return model, X_test, y_test, y_pred # 执行训练 model, X_test, y_test, y_pred train_linear_model(df)这个模型的价值在于shift(1)引入滞后特征教会学生“时间序列预测必须用过去信息”fillna(...mean())演示如何处理缺失值避免fit时报错按时间顺序划分数据集非train_test_split防止未来信息泄露MAE/RMSE量化指标比“看着差不多”更有说服力。3.3 LSTM可以做但课程设计慎用PyTorch代码量是sklearn的5倍debug成本极高如果学生想挑战深度学习LSTM确实能提升精度但必须清醒认识代价需要torch、torchvision、scikit-learn三库共存conda环境易冲突输入必须是3D张量(samples, timesteps, features)reshape逻辑极易出错训练慢CPU上单epoch 2分钟课程设计时间不够过拟合风险高小数据集上可能不如线性模型。我的建议只在课程设计报告里提一句“尝试LSTM但精度提升有限因数据量不足”附上loss曲线截图即可。真要实现用Keras更轻量# 仅作示意不展开完整代码 from tensorflow.keras.models import Sequential from tensorflow.keras.layers import LSTM, Dense from sklearn.preprocessing import MinMaxScaler # 数据归一化、构造滑动窗口、reshape... # model Sequential([LSTM(50), Dense(1)]) # model.compile(optimizeradam, lossmse) # model.fit(X_train, y_train, epochs10)重点不是代码而是让学生明白模型复杂度必须匹配数据规模和项目周期。这是工程师思维比跑通LSTM重要十倍。4. 用Plotly Dash构建交互式可视化系统告别静态图让老师拖动滑块看预测变化4.1 为什么不用StreamlitDash的回调机制更适合课程设计的“预测-可视化联动”Streamlit写得快但所有交互如城市选择、模型切换都会触发整个脚本重跑数据重新拉取、模型重新训练——老师点一次下拉框等30秒。Dash用app.callback装饰器定义局部刷新选城市只刷新图表换模型只重算预测不重复请求API。这对课程设计演示至关重要。安装Dashpip install dash plotly pandas requests4.2 构建最小Dash应用城市输入框预测图表误差分析面板三步到位import dash from dash import dcc, html, Input, Output, State, callback import plotly.express as px import plotly.graph_objects as go from plotly.subplots import make_subplots # 初始化Dash应用 app dash.Dash(__name__) # 布局城市输入、图表、误差面板 app.layout html.Div([ html.H1(️ 天气预测与可视化系统课程设计, style{textAlign: center}), html.Div([ html.Label(请输入城市名称), dcc.Input(idcity-input, typetext, value北京, style{marginRight: 10px, width: 200px}), html.Button(更新数据, idupdate-btn, n_clicks0), ], style{textAlign: center, margin: 20px}), html.Div([ dcc.Graph(idprediction-graph), dcc.Graph(iderror-graph), ]), ]) # 回调点击按钮后拉取数据、训练模型、绘图 app.callback( [Output(prediction-graph, figure), Output(error-graph, figure)], [Input(update-btn, n_clicks)], [State(city-input, value)] ) def update_graphs(n_clicks, city): if n_clicks 0: # 初始空图 fig1 go.Figure() fig1.update_layout(title请点【更新数据】加载预测结果) fig2 go.Figure() return fig1, fig2 # 步骤1获取数据 raw_data fetch_weather(city, api_keyyour_key_here) if not raw_data: fig1 go.Figure() fig1.update_layout(titlef❌ 无法获取{city}数据请检查网络或城市名) return fig1, go.Figure() # 步骤2解析建模 df pd.DataFrame(parse_forecast_data(raw_data)) if len(df) 10: fig1 go.Figure() fig1.update_layout(titlef⚠️ {city}数据不足至少需要10条记录) return fig1, go.Figure() model, X_test, y_test, y_pred train_linear_model(df) # 步骤3绘制预测图实际值vs预测值 fig1 go.Figure() fig1.add_trace(go.Scatter(xdf[time][:len(y_test)], yy_test, modelinesmarkers, name实际温度)) fig1.add_trace(go.Scatter(xdf[time][:len(y_pred)], yy_pred, modelinesmarkers, name预测温度)) fig1.update_layout(titlef{city}温度预测结果线性回归, xaxis_title时间, yaxis_title温度(°C)) # 步骤4绘制误差图残差分布 residuals y_test - y_pred fig2 go.Figure() fig2.add_trace(go.Histogram(xresiduals, name残差分布, nbinsx20)) fig2.add_vline(x0, line_dashdash, line_colorred, annotation_text零误差线) fig2.update_layout(title预测误差分布MAE%.2f°C % np.mean(np.abs(residuals)), xaxis_title误差(°C), yaxis_title频次) return fig1, fig2 if __name__ __main__: app.run_server(debugTrue, host127.0.0.1, port8050)这个Dash应用的核心设计dcc.Inputhtml.Button构成用户输入入口比下拉菜单更灵活支持任意城市callback绑定按钮点击事件避免页面刷新fig1用双折线对比实际/预测fig2用直方图展示误差分布直观体现模型可靠性update_layout(title...)动态更新标题告诉老师“我在干啥”。4.3 本地部署技巧用pyinstaller打包成exe让老师双击即用课程设计验收时老师不会装Python环境。必须打包# 安装pyinstaller pip install pyinstaller # 打包假设主文件叫app.py pyinstaller --onefile --windowed --iconweather.ico app.py关键参数说明--onefile打包成单个exe避免一堆dll--windowed隐藏命令行黑窗Dash默认启动cmd窗口--icon指定图标提升专业感ico文件需提前准备。生成的exe在dist/app.exe双击启动自动打开浏览器http://127.0.0.1:8050。这是课程设计交付的黄金标准——老师不需要任何前置知识点开就能看。5. 避坑指南课程设计中最常踩的5个坑以及我给学生的后悔药5.1 坑1API Key硬编码在代码里提交Git后被扒光导致账号被封现象学生把OpenWeatherMap Key写在api_key xxx里上传GitHub第二天发现Key失效。原因公开仓库暴露密钥被爬虫抓取后刷爆免费额度。解决创建.env文件内容OPENWEATHER_API_KEYyour_actual_key安装python-dotenvpip install python-dotenv在代码开头加载from dotenv import load_dotenv import os load_dotenv() api_key os.getenv(OPENWEATHER_API_KEY)将.env加入.gitignore确保不上传。5.2 坑2pandas读取时间列失败df[time]是object类型无法做时间切片现象df[df[time] 2024-05-20]返回空或报错TypeError: not supported between instances of str and str。原因CSV或JSON里时间是字符串pandas默认当object处理。解决读取时强制转换pd.read_csv(data.csv, parse_dates[time])或读取后转换df[time] pd.to_datetime(df[time])验证print(df[time].dtype)应输出datetime64[ns]。5.3 坑3Dash图表中文乱码标题显示“□□□”现象Dash图表里中文全变成方块。原因Plotly默认字体不支持中文。解决在fig.update_layout()中指定中文字体fig.update_layout( font_familySimHei, Microsoft YaHei, sans-serif, title_font_familySimHei, Microsoft YaHei, sans-serif )确保系统已安装微软雅黑Windows默认有Mac需额外安装。5.4 坑4模型预测结果全是NaNy_pred数组里一堆nan现象print(y_pred)输出[nan nan nan ...]。原因特征中有NaN值如humidity_lag1第一行未填充LinearRegression遇到NaN直接返回全NaN。解决用df.isnull().sum()检查缺失值对数值型特征用fillna(methodffill)或fillna(df.mean())永远在fit前加断言assert not X_train.isnull().values.any(), X_train contains NaN!。5.5 坑5打包exe后Dash打不开报错“ModuleNotFoundError: No module named dash”现象dist/app.exe双击闪退查日志发现缺dash模块。原因pyinstaller未自动检测Dash的子模块如dash_renderer,dash_html_components。解决手动添加隐式导入pyinstaller --onefile --windowed --hidden-importdash_renderer --hidden-importdash_html_components --hidden-importdash_core_components app.py或用--collect-all dash收集全部dash模块体积稍大但稳妥。6. 让你的课程设计脱颖而出三个不费力但显专业的细节技巧6.1 给图表加“数据来源”水印瞬间提升学术感老师一眼看出你用了真实API不是伪造数据。在Plotly图表右下角加半透明文字fig1.update_layout( annotations[ dict( xrefpaper, yrefpaper, x0.95, y0.05, xanchorright, yanchorbottom, text数据来源OpenWeatherMap API, showarrowFalse, fontdict(size10, colorgray), opacity0.7 ) ] )这个小标签成本几乎为零但传递两个关键信息数据真实、引用规范。课程设计评分细则里“数据来源说明”常占5分这里直接拿满。6.2 用logging替代print让调试过程可追溯课程设计答辩时老师问“你如何验证模型没过拟合”你不能说“我看了下图觉得还行”。用logging记录关键指标import logging logging.basicConfig( levellogging.INFO, format%(asctime)s - %(levelname)s - %(message)s, handlers[ logging.FileHandler(weather_system.log, encodingutf-8), logging.StreamHandler() # 同时输出到控制台 ] ) # 在模型训练后记录 logging.info(fModel trained on {len(df)} samples. MAE{mae:.2f}°C, RMSE{rmse:.2f}°C) logging.info(fFeature importance: {dict(zip(feature_cols, abs(model.coef_)))})生成的weather_system.log文件里时间戳指标特征权重一目了然。答辩时打开log比口头解释有力十倍。6.3 设计一个“一键生成报告”的按钮用Jinja2渲染HTML课程设计最后要交PDF报告手动截图太low。用Jinja2模板自动生成from jinja2 import Template report_template h1天气预测系统分析报告/h1 pstrong城市/strong{{ city }}/p pstrong数据时段/strong{{ start_time }} 至 {{ end_time }}/p pstrong模型MAE/strong{{ mae }}°C/p img srcdata:image/png;base64,{{ plot_base64 }} alt预测图 # 渲染并保存为HTML html_report Template(report_template).render( city北京, start_timedf[time].min().strftime(%Y-%m-%d), end_timedf[time].max().strftime(%Y-%m-%d), maeround(mae, 2), plot_base64fig1.to_image(formatpng, width800, height400, scale2).decode(base64) ) with open(report.html, w, encodingutf-8) as f: f.write(html_report)点击Dash按钮自动生成report.html用浏览器打印为PDF。自动化程度就是专业度——老师看到这个功能会默认你掌握了工程化思维。最后说句实在话这个课程设计真正的价值不在于预测准不准而在于你亲手打通了“数据获取→清洗→建模→评估→可视化→交付”的全链路。我带过的上百个学生里那些认真填完所有坑的人毕业半年内基本都进了数据分析岗——因为企业要的不是算法博士而是能快速把想法变成可运行系统的工程师。希望帮到你。本文还有配套的精品资源点击获取