① 如何使用python利用api获取天气预报
这个和用不用python没啥关系，是数据来源的问题。调用淘宝API，使用 api相关接口获得你想要的内容，我 记得api中有相关的接口，你可以看一下接口的说明。用python做爬虫来进行页面数据的获取。希望能帮到你。
② 求助：用python获取天气预报
# 获取温度、湿度、风力等
WEATHER_URL_A = "http://www.weather.com.cn/data/sk/%s.html"
# 获取天气状况、最大/小温度等
WEATHER_URL_B = "http://www.weather.com.cn/data/cityinfo/%s.html"
# 获取未来7天天气数据
WEATHER_URL_C = "http://www.weather.com.cn/weather/%s.shtml"
URL里%s指城市对应的代码。详细参考：
http://www.cnblogs.com/toosuo/p/3868004.html
不过这篇文章里有的接口已经不能用了。
上面我给的三个URL里，前两个直接返回json格式数据；第三个返回是一个页面，需要自己从页面里提取想要的信息。
③ python爬取天气预报怎么合并两个网址的天气预报
通过合并公式。python爬取天气预报是通过合并公式来合并两个网址的天气预报的，Python的创始人为荷兰人吉多·范罗苏姆（GuidovanRossum）。1989年圣诞节期间，在阿姆斯特丹，Guido为了打发圣诞节的无趣，决心开发一个新的脚本解释程序，作为ABC语言的一种继承。
④ python如何提取网页天气信息
bs4是可以提取的，因为你这一段里面出现的文字都是你要的，不存在剔除的考虑。
网页解析：要么使用bs4、要么使用bs4+re(正则）,或者你可以使用以下PyQuery，这个也是用在网页爬虫解析页面的模块。
如果还是琢磨不出来，你把你这整个的html源码发上来，我搞搞，现在只看一段很难帮你
⑤ 如何使用python利用api获取天气预报
试试这个：http://wthrcdn.etouch.cn/weather_mini?citykey=101210101
返回的数据是经过gzip压缩的，如果你用urllib，需要先把获取的二进制数据解压，再解码成字符串。用requests库就方便多了，包括编码都帮你自动解决，不需要自己操心。
顺便推荐Chrome的JSON-Handle插件，查看JSON非常方便。
⑥ python怎么自动抓取网页上每日天气预报
使用到了urllib库和bs4。bs4提供了专门针对html的解析功能，比用RE方便许多。
# coding : UTF-8import sys
reload(sys)
sys.setdefaultencoding( "utf-8" )from bs4 import BeautifulSoupimport csvimport urllibdef get_html(url):
html = urllib.urlopen(url) return html.read()def get_data(html_text):
final = []
bs = BeautifulSoup(html_text, "html.parser")
body = bs.body
data = body.find('div', {'id': '7d'})
ul = data.find('ul')
li = ul.find_all('li') for day in li:
temp = []
date = day.find('h1').string
temp.append(date)
inf = day.find_all('p')
temp.append(inf[0].string,) if inf[1].find('span') is None:
temperature_highest = None
else:
temperature_highest = inf[1].find('span').string
temperature_highest = temperature_highest.replace('C', '')
temperature_lowest = inf[1].find('i').string
temperature_lowest = temperature_lowest.replace('C', '')
temp.append(temperature_highest)
temp.append(temperature_lowest)
final.append(temp) return finaldef write_data(data, name):
file_name = name with open(file_name, 'a') as f:
f_csv = csv.writer(f)
f_csv.writerows(data)if __name__ == '__main__':
html_doc = get_html('http://www.weather.com.cn/weather/101190401.shtml')
result = get_data(html_doc)
write_data(result, 'weather.csv') print
运行结果保存在csv文件中，如下：
28日（今天）,小雨,,13℃29日（明天）,小雨转阴,15℃,12℃30日（后天）,多云,19℃,14℃31日（周一）,小雨,16℃,14℃1日（周二）,阴转多云,16℃,10℃2日（周三）,多云转晴,17℃,10℃3日（周四）,多云转晴,18℃,11℃1234567
⑦ 用python获取天气预报的代码出错了，求解
前面的回答也足够简明了。
首先，找出出问题的代码行数。
其次，找出出问题的变量。
你 print(type(变量名))你就可以发现该变量是 str字符串类型的，无法参与计算，所以你应该将它转换成数值类型的，一般都用 float(变量名)来转换，改完那一行报错的行，就基本不用改别的了。
个人建议：
1. 你的 Python基础似乎有些薄弱，最好好好学习一下基础。其他模块都需要这个基础才能更好使用。
2.或许你可以看看 pandas。有时候做数据分析用 pandas可以节省很多代码，特别对于刚学习 python的人来说，或许更加容易接受 pandas的特有语法。
财富值如果有的话应该给上面那个回答问题的人。因为他的答案是正确的。
⑧ python怎么在天气数据中筛选最高气温大于10度的日期
python在天气数据中筛选最高气温大于10度的日期步骤如下。
1、在命令行中直接使用pip进行模块安装。
2、利用select语句找到网页中天气数据所在的div即可。
⑨ Python气象数据处理与绘图(1)：数据读取
python很多库支持了对nc格式文件的读取，比如NetCDF4，PyNio(PyNio和PyNgl可以看做是NCL的Python版本)以及Xarray等等。
我最初使用PyNio，但是由于NCL到Python的移植并不完全，导致目前远不如直接使用NCL方便，而在接触Xarray库后，发现其功能强大远超NCL(也可能是我NCL太菜的原因)。
安装同其它库一致：
我这里以一套中国逐日最高温度格点资料(CN05.1)为例，其水平精度为0.5°X0.5°。
可以看到，文件的坐标有时间， 经度，纬度，变量有日最高温
我们将最高温数据取出
这与Linux系统中的ncl_filemp指令看到的信息是类似的
Xarray在读取坐标信息时，自动将时间坐标读取为了datetime64 格式，这对我们挑选目的时间十分方便。Xarray通常与pandas配合使用。
比如我们想选取1979.06.01-1979.06.20时期数据，我们只需
再比如我们想选取夏季数据时，只需
更多的时间操作同python的datetime函数类似。
当我们想选取特定经纬度范围(高度)的数据时，.loc[]函数同样可以解决。
在这里，我选取了40°N-55°N，115°E-135°E范围的数据
甚至，我们还可以套娃，同时叠加时间和范围的选取
这足够满足常用到的数据索引要求。
对于这类简单排列的.txt文件，可以通过np.load读取，用pandas的.read_csv更为方便
读取txt的同时，对每列赋予了一个列名，通过data.a可以直接按列名调用相应数据。
对于较复杂的.txt文件，仍可通过该函数读取
skiprows=5跳过了前5行的文件头，sep='\s+'定义了数据间隔为空格，这里用的是正则表达。
pd.read_csv函数有很多的参数，可以处理各种复杂情况下的文本文件读取。
grib文件可通过pygrib库读取
import pygrib
f = pygrib.open('xxx.grb')
⑩ Python气象数据处理与绘图(12)：轨迹(台风路径，寒潮路径，水汽轨迹)绘制
寒潮是笔者主要的研究方向，寒潮路径作为寒潮重要的特征，是寒潮预报的重点之一，同样的道理也适用在台风研究以及降水的水汽来源研究中。关于路径的计算以及获取方法(比如轨迹倒推，模型追踪等等方法，台风有自己现成的数据集，比如ibtracs数据集等等)并不在本文的介绍范围之内，本文主要介绍在获取了相应的路径坐标后，如何在图中美观的展现。
上图展现了近40年东北亚区域的冬季冷空气活动路径，绘制这类图需要的数据只需为每条路径的N个三维坐标点，第一第二维分别为longitude和latitudee，第三维则比较随意，根据需要选择，比如说需要体现高度，那就用高度坐标，需要体现冷空气强度，那就用温度数据，水汽可以用相对湿度，台风也可以用速度等等。
通常此类数据是由.txt(.csv)等格式存储的，读取和处理方法可参考我的“Python气象数据处理与绘图(1)：数据读取”，本文主要介绍绘图部分。
当然根据需要，也可以直接绘制两维的轨迹，即取消掉颜色数组，用最简单的plot语句，循环绘制即可。
有一个陷阱需要大家注意的是，当轨迹跨越了东西半球时，即穿越了0°或者360°经线时，它的连接方式是反向绕一圈，比如下图所示，你想要蓝色的轨迹，然而很有可能得到绿色的，这是因为你的网格数组的边界是断点，系统不会自动识别最短路径，只会在数组中直接想连，因为这不是循环数组。
我目前的解决办法是这样的：如果你的数据是0°-360°格式，那么变为-180°-180°的格式，反之相互转换。但是如果你的数据两种都出现了断点，也就是绕了地球一圈多，那无论怎样都么得办法了，我目前的思路是将数据转换成极坐标数据格式，理论上是可行的，CARTOPY的绘图也是支持极坐标数据的，具体实施还需要再试试。