[PYTHON] Verwendung vergangener Wetterdaten 1 (Amedas Punktanzeige)

Die Meteorologische Agentur wird historische Wetterdaten bis Ende März 2020 kostenlos zur Verfügung stellen. (Referenz) Nutzungsumgebung vergangener Wetterdaten https://www.data.jma.go.jp/developer/past_data/index.html

Die grundlegenden Wetterdaten lauten "Jeder kann sie unabhängig von Zweck und Verwendungszweck verwenden", daher werden wir anhand der Wetterdaten etwas unternehmen.

Amedas Punktanzeige

Obwohl es sich diesmal nicht um die öffentlichen Daten handelt, zeigen wir zunächst den Amedas-Punkt auf der Karte an.

Amedas Punktdatei herunterladen

Laden Sie die CSV-Datei für die Amedas-Site herunter.

import os
import urllib.request

#Amedas Punktdatei herunterladen
url    = 'https://www.jma.go.jp/jma/kishou/know/amedas/ame_master.zip'
folder = 'amedas'
path   = 'amedas/ame_master.zip'
#Ordner erstellen
os.makedirs(folder, exist_ok=True)
if not os.path.exists(path):
    #herunterladen
    urllib.request.urlretrieve(url, path)

Daten gelesen

Laden Sie die Daten in Pandas. Sie können auch direkt in eine Zip-Datei lesen. Codierungseinstellungen sind erforderlich.

import pandas as pd

#Datei lesen
df = pd.read_csv('amedas/ame_master.zip', encoding='cp932')
#Datenbestätigung
df

Zeigen Sie den Amedas-Punkt auf der Karte an

Die heruntergeladene Amedas-Punktdatei enthält den Breiten- und Längengrad jedes Punkts. Lassen Sie uns die Beobachtungspunkte auf der Karte mit Folium anzeigen. Das Wetteramt wird in "rot" und der Amedas-Punkt in "blau" angezeigt. Der zentrale Punkt ist "Tokio". Bitte ändern Sie nach Bedarf. Karten können wie andere Karten-Apps einfach verschoben und skaliert werden. Es ist sehr praktisch.

import folium

#Amedas Punkt auf der Karte anzeigen
#Mittelpunkteinstellung
po = 'Tokio'  #Wechseln Sie zu dem Punkt, den Sie überprüfen möchten
po_df = df[df['Name des Observatoriums'] == po].iloc[0]
latitude  = po_df['Breite(Jedes Mal)'] + po_df['Breite(Protokoll)']/60
longitude = po_df['Längengrad(Jedes Mal)'] + po_df['Längengrad(Protokoll)']/60
map = folium.Map(location=[latitude, longitude], zoom_start=10)

#Setze Amedas Punkt
for index, row in df.iterrows():
    tooltip = row['Name des Observatoriums']
    if row['Art'] == 'Regierung':
        #Wetteramt ist rot
        folium.Marker(location=[row['Breite(Jedes Mal)'] + row['Breite(Protokoll)']/60, row['経Jedes Mal(Jedes Mal)'] + row['経Jedes Mal(Protokoll)']/60], 
                      tooltip=tooltip, icon=folium.Icon(color='red')).add_to(map)
    else:
        #Amedas Fleck ist blau
        folium.Marker(location=[row['Breite(Jedes Mal)'] + row['Breite(Protokoll)']/60, row['経Jedes Mal(Jedes Mal)'] + row['経Jedes Mal(Protokoll)']/60], 
                      tooltip=tooltip, icon=folium.Icon(color='blue')).add_to(map)
#Kartenanzeige
map

Der Name des Observatoriums wird auf dem Werkzeugchip angezeigt, ist jedoch in meiner Jupyter Notebook-Umgebung verstümmelt. Als ich es im HTML-Format gespeichert und angezeigt habe, wurde es korrekt angezeigt.

#Karte speichern
map.save(outfile="amedas_map.html")

Lassen Sie uns das gespeicherte HTML anzeigen.

Zuerst habe ich versucht, den Amedas-Punkt auf der Karte anzuzeigen.

Die Daten werden bis Ende März 2020 veröffentlicht. Wenn Sie sie benötigen, empfehlen wir Ihnen, sie so bald wie möglich herunterzuladen.