|
在利用爬虫模型得到了气温数据集后，具体参考上篇Python构建爬虫模型爬取天气数据，我们开始利用tensorflow自带的模块搭建一个简单的ANN模型预测气温变化，其实这个模型适用于预测很多数据变化趋势，这里以预测气温变化为例。
import requests
from bs4 import BeautifulSoup
def get_data(city_name,tim):
url="http://www.tianqihoubao.com/lishi/"+city_name+"/month/"+tim+".html"
re=requests.get(url)
html = re.content.decode('gbk')#规范编码，避免乱码
soup = BeautifulSoup(html,'html.parser')
data=soup.find_all('tr')
for i in range(1,len(data)):#因为data[0]没有气温数据
temp=data[i].text.split()
temp1=temp[3][:-1]
temp2=temp[5][:-1]
res=0
if temp1=='' and temp2=='':#后来爬数据发现有某天的气温不存在
continue
elif temp1=='':
res=int(temp2)
elif temp2=='':
res=int(temp1)
else:
res=(int(temp1)+int(temp2))/2.0#取平均值
#print(tim,temp1,temp2)
fp.writelines(str(res)+'\n')
fp=open('data.txt','w',encoding='utf-8')
city_name="shanghai"
for year in range(2015,2020):#时间从2015年到2019年
for month in range(1,13):#时间从1月到12月
tim=str(year)
if month |