全球空气质量图(爬取数据环节改进)

在前文 爬虫+matplotlib绘制全球空气质量图 中,爬虫的URL为:

r=requests.get('https://api.waqi.info/mapq/bounds/?bounds=-90,-180,90,180&inc=placeholders&k=2Y2EvHR9IHVwfHQ0OSBRWXmpjeEc9LRUaFVYdZQ==&=1543897186854')

存在两个问题:

1、bounds上下限不正确导致爬取区间不完整。

2、爬取区间的大小不同存在导致分辨率不同。

本文解决如下(代码改进感谢 Aaron Guan)——》


1、问题一:

经分析,bounds表示的为经纬度区间,经度(-90 ~ 90)、纬度(-180 ~ 180)。且URL格式为:

https://api.waqi.info/mapq/bounds/?bounds=(纬度下限),(经度下限),(纬度上限),(经度上限)…………

故可将URL写作:

https://api.waqi.info/mapq/bounds/?bounds=-90,-180,90,180&inc=placeholders&k=2Y2EvHR9IHVwfHQ0OSBRWXmpjeEc9LRUaFVYdZQ==&=1543897186854

2、问题二

将经纬度区间进行分块,添加代码如下:

lat_lower = np.arange(-90, 90, 30)
lat_upper = lat_lower + 30
long_lower = np.arange(-180, 180, 30)
long_upper = long_lower + 30

可将完整区间拆分成6×12=72块,然后生成URL,代码如下:

# base query
query_base = "https://api.waqi.info/mapq/bounds/?bounds="
# list of our queries
queries = []
# create queries
for i in range(6):  # loop over lat
    for j in range(12):  # loop over long
        bounds = "%d,%d,%d,%d" % (lat_lower[i], long_lower[j],
                                  lat_upper[i], long_upper[j])
        query = query_base + bounds
        queries.append(query)

生成72个URL,逐一进行爬取:

# create a list to contain all data
all_data = []
# run queries
for query in queries:
    data = requests.get(query)
    data_json = data.json()
    # add results to our list
    all_data.extend(data_json)
# check length
print("Obtained %d records" % len(all_data))

打印结果为:

Obtained 3351 records

至此,数据已全部保存于 all_data 中。


总结:

本文对文章 爬虫+matplotlib绘制全球空气质量图 中爬取数据环节作了如下工作:

1、纠正了URL中bounds的上下限(lat:-90 ~ 90,lon:-180 ~ 180)。

2、考虑分辨率问题,实现了将经纬度分块进行爬取。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 219,589评论 6 508
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 93,615评论 3 396
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 165,933评论 0 356
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,976评论 1 295
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,999评论 6 393
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,775评论 1 307
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,474评论 3 420
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,359评论 0 276
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,854评论 1 317
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 38,007评论 3 338
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 40,146评论 1 351
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,826评论 5 346
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,484评论 3 331
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 32,029评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 33,153评论 1 272
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 48,420评论 3 373
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 45,107评论 2 356