Автор оригинала: Ekapope Viriyakovithya.
Недавно я работал над проектом машинного обучения, связанного с возобновляемой энергией, который требуется Историческая погода Прогноз данных из нескольких городов Отказ
Несмотря на интенсивные исследования, мне было трудно найти хороший источник данных. Большинство сайтов ограничивают доступ только за две недели исторических данных. Если вам нужно больше, вам нужно платить. В моем случае мне нужно пять лет данных – почасовой исторический прогноз, который может быть дорогостоящим.
Мои требования …
1. Бесплатно – по крайней мере, в течение пробного периода
Нет необходимости предоставлять информацию о кредитной карте.
2. Гибкий
Гибкий для изменения прогноза прогноза, периоды времени, местоположения.
3. воспроизводимо
Легко воспроизвести и реализуйте на этапе производства.
В конце концов, я решил использовать данные из Мир погоды онлайн Отказ Это потребовалось менее двух минут, чтобы подписаться на бесплатную пробную версию Premium API – без заполнения информации о кредитной карте. (500 бесплатных запросов/ключевые/день в течение 60 дней, по состоянию на 30 май-2019).
Вы можете попробовать запросы в JSON или XML Format здесь Отказ Результатом вложенный JSON, который необходим немного предварительно обработки перед кормлением моделей ML. Поэтому я написал немного Сценарии Чтобы разбирать их в PandaS DataFrames и сохранить как CSV для дальнейшего использования.
Представляем WWO-Hist Package
Это WWO-Hist Package используется для извлечения и анализа данных исторической погоды от Мир погоды онлайн в файл PandaS DataFrame и CSV.
Вход: api_key, location_list, start_date, end_date, частота
Выход: location_name.csv.
Выходные имена столбцов: date_time, maxtempc, mintempc, totalsnow_cm, sunhour, uvindex, uvindex, moon_illumination, moonrise, sonet, восход солнца, заход солнца
Установите и импортируйте пакет:
pip install wwo-hist
# import the package and function
from wwo_hist import retrieve_hist_data
# set working directory to store output csv file(s)
import os
os.chdir(".\YOUR_PATH")Пример кода:
Укажите входные параметры и вызовите retreve_hist_data () Отказ Пожалуйста, посетите мой github repo Для получения дополнительной информации о настройках параметров.
Это извлечет 3-часовой интервал Исторические данные прогноза погоды для Сингапур и Калифорния от 11-декабрь 2018 к 11-Мар-2019 , сохранить вывод в переменную hist_weather_data и CSV
FREQUENCY = 3
START_DATE = '11-DEC-2018'
END_DATE = '11-MAR-2019'
API_KEY = 'YOUR_API_KEY'
LOCATION_LIST = ['singapore','california']
hist_weather_data = retrieve_hist_data(API_KEY,
LOCATION_LIST,
START_DATE,
END_DATE,
FREQUENCY,
location_label = False,
export_csv = True,
store_df = True)Там у вас есть! Подробный сценарий также Документировано на Github Отказ
Спасибо за чтение. Пожалуйста, попробуйте, и дайте мне знать ваши отзывы! Если вам понравится то, что я сделал, подумайте о том, чтобы следовать за мной Github , Средний и Twitter Чтобы получить больше статей и учебников на вашем канале.