معرفی شرکت ها

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

توضیحات

Bezier curve simulation (including reductions the dimension from 3 to 2)

ویژگی	مقدار
سیستم عامل	-
نام فایل	carson-tool.HistoricalWeatherTW-4.1.0
نام	carson-tool.HistoricalWeatherTW
نسخه کتابخانه	4.1.0
نگهدارنده	[]
ایمیل نگهدارنده	[]
نویسنده	Carson
ایمیل نویسنده	jackparadise520a@gmail.com
آدرس صفحه اصلی	https://github.com/CarsonSlovoka/HistoricalWeatherTW/tree/master
آدرس اینترنتی	https://pypi.org/project/carson-tool.HistoricalWeatherTW/
مجوز	MIT

.. sectnum:: HistoricalWeatherTW 台灣歷史天氣爬蟲 ============================================== This script is to crawl the information of `觀測資料查詢 <https://e-service.cwb.gov.tw/HistoryDataQuery/index.jsp>`_ website Data from `觀測資料查詢系統 <http://e-service.cwb.gov.tw/HistoryDataQuery/>`_ Usage ============ #. Prepare `station.csv`_. .. note:: station.csv (you can find it from the https://e-service.cwb.gov.tw/wdps/obs/state.htm) #. run the function of ``collect_weather_tw`` you will see the result! .. code-block:: python def collect_weather_tw(station_csv_path: Path, output_path, end_date: datetime.date, begin_date: datetime.date, query_format, convert2num): **You can refer to** `__init__.py`_ **for more help** 1. Prepare `config.yaml`_ and use this path as input parameter #. run `__init__.py`_ QUICKLY START --------------- .. code-block:: python from Carson.Tool.HistoricalWeatherTW import collect_weather_tw, QueryFormat from pathlib import Path import datetime import os if __name__ == '__main__': STATION_CSV = '../config/CSV/station_test.csv' OUTPUT_PATH = Path(f'../temp/year_result.csv') BEGIN_DATE = datetime.date(2019, 10, 1) END_DATE = datetime.date(2019, 10, 2) QUERY_FORMAT = QueryFormat.DAY CONVERT2NUM = True collect_weather_tw(Path(STATION_CSV), OUTPUT_PATH, BEGIN_DATE, END_DATE, QUERY_FORMAT, CONVERT2NUM) os.startfile(OUTPUT_PATH) Data ============= 資料會以觀測站ID+站名儲存 .. note:: There have some non-numeric forms of the original data. Such as indefinite wind direction V, rain track T, etc. the variable of ``CONVERT2NUM`` will replace them with numbers. 資料欄位如下 -------------------- `ObsTime` 觀測時間(LST) `StnPres` 測站氣壓(hPa) `SeaPres` 海平面氣壓(hPa) `Temperature` 氣溫(℃) `Tddewpoint` 露點溫度(℃) `RH` 相對溼度(%) `WS` 風速(m/s) `WD` 風向(360degree) `WSGust` 最大陣風(m/s) `WDGust` 最大陣風風向(360degree) `Precp` 降水量(mm) `PrecpHour` 降水時數(hr) `SunShine` 日照時數(hr) `GloblRad` 全天空日射量(MJ/㎡) `Visb` 能見度(km) Release note ====================== v4.0 --------- Encapsulated as API v3.0 --------- Features: - All outputs into a single file. (making it easier to use for SQL) - The output header field will automatically grab the content on the web page (not use hard coding) - You can choose the type of query (year, month, day) according to your needs. Other: - Make the code easier to read. V2.0 ------- 加入全台觀測站 V1.0 --------- 第一版 .. _`__init__.py`: https://github.com/CarsonSlovoka/HistoricalWeatherTW/blob/temp/Carson/Tool/HistoricalWeatherTW/__init__.py .. _`config.yaml`: https://github.com/CarsonSlovoka/HistoricalWeatherTW/blob/master/Carson/Tool/HistoricalWeatherTW/config/config.yaml .. _`station.csv`: https://github.com/CarsonSlovoka/HistoricalWeatherTW/blob/master/Carson/Tool/HistoricalWeatherTW/config/CSV/station.csv

نحوه نصب

نصب پکیج whl carson-tool.HistoricalWeatherTW-4.1.0:

pip install carson-tool.HistoricalWeatherTW-4.1.0.whl

نصب پکیج tar.gz carson-tool.HistoricalWeatherTW-4.1.0:

pip install carson-tool.HistoricalWeatherTW-4.1.0.tar.gz