Ｐｙｔｈｏｎでグラフ作成その２

閲覧、感謝です。

Ｐｙｔｈｏｎでのグラフ作成第２段です。

東京の日降水量最大（通年）第６位（2004／10／09）の観測値を取り扱います。

観測史上1～10位の値（年間を通じての値）（東京）
https://www.data.jma.go.jp/obd/stats/etrn/view/rank_s.php?prec_no=44&block_no=47662&year=&month=&day=&view=

Ｊｕｐｙｔｅｒ　Ｎｏｔｅｂｏｏｋｓを使用します。

import pandas as pd
import matplotlib.pyplot as plt
%matplotlib inline
import numpy as np

url = 'https://www.data.jma.go.jp/obd/stats/etrn/view/hourly_s1.php?prec_no=44&block_no=47662&year=2004&month=10&day=9&view='

df = pd.read_html(url, encoding='utf-8')[0]

df.replace('--', 0.0, inplace=True)

df.to_csv('44132tokyo_hourly.csv',encoding='utf-8-sig', index=False)

df = pd.read_csv('44132tokyo_hourly.csv')

df = df.drop(0, axis=0)
df.to_csv('44132tokyo_hourly.csv',encoding='utf-8-sig', index=False)

df = pd.read_csv('44132tokyo_hourly.csv')

data = pd.read_csv('44132tokyo_hourly.csv',encoding='utf-8-sig', index_col='時')

x = data.index
rain = data['降水量(mm)']
temp = data['気温(℃)']

fig, ax1 = plt.subplots()
ax1.bar(x, rain,color='blue')
ax1.set_ylim(0,100)
ax1.set_yticks([0, 10, 20, 30, 40, 50, 60, 70, 80, 90, 100], ['0.0', '10.0', '20.0', '30.0', '40.0', '50.0', '60.0', '70.0', '80.0', '90.0', '100.0'])
ax1.set_xlim(0.25,24.75)
ax1.set_xticks([1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24], ['01', '02', '03', '04', '05', '06', '07', '08', '09', '10', '11', '12', '13', '14', '15', '16', '17', '18', '19', '20', '21', '22', '23', '24'])
ax2 = ax1.twinx()
ax2.plot(x, temp,color='green')
ax2.set_ylim(-10,40)
ax2.set_yticks([-10, -5, 0, 5, 10, 15, 20, 25, 30, 35, 40], ['-10.0', '-5.0', '0.0', '5.0', '10.0', '15.0', '20.0', '25.0', '30.0', '35.0', '40.0'])
plt.grid(axis="y")

Ｅｘｃｅｌ（＆Ｐｏｗｅｒ　Ｐｏｉｎｔ）で作ったグラフは以下です。

Ｐｙｔｈｏｎでの風向風速の作成の仕方が全く判りません。

個人的な感想としては、
感覚的に作成できるＥｘｃｅｌは優秀で、
Ｐｙｔｈｏｎでグラフを作成する必要はあるのかな、

ということです。

ＰｙｔｈｏｎでＷｅｂスクレイピング

ご閲覧、ありがとうございます。

ＰｙｔｈｏｎでＷｅｂスクレイピングをします。

私が計画しているのは、
気象庁ＨＰの過去の観測値を入手することです。

例として2023年01月01日の
東京の１時間ごとの観測値のスクレイピングをします。

https://www.data.jma.go.jp/obd/stats/etrn/view/hourly_s1.php?prec_no=44&block_no=47662&year=2023&month=1&day=1&view=

Ｐａｎｄａｓを使うとできるそうなので、
私の環境でインストールされているかを確認します。

ターミナルに『pip list』と入力します。

『pandas』はあります。

以下をＪｕｐｙｔｅｒ　Ｎｏｔｅｂｏｏｋｓに入力します。

import pandas as pd

url = 'https://www.data.jma.go.jp/obd/stats/etrn/view/hourly_s1.php?prec_no=44&block_no=47662&year=2023&month=1&day=1&view='

df = pd.read_html(url)[0]
print(df)

df.to_csv('44132tokyo_hourly.csv')

ＣＳＶを見ると日本語が文字化けしています。

解消するにはＣＳＶ出力をする際に、
『encoding='utf-8-sig'』とすると良いとのことです。

df.to_csv('44132tokyo_hourly.csv', encoding='utf-8-sig')

問題なく日本語表記されました。

降水量が『--』や、
１列目に不要な情報が入っているなど、
気になるところはありますが、
とりあえず良しとします。

■追記■

以下で解決しました。

import pandas as pd

url = 'https://www.data.jma.go.jp/obd/stats/etrn/view/hourly_s1.php?prec_no=44&block_no=47662&year=2023&month=1&day=1&view='

df = pd.read_html(url, encoding='utf-8')[0]

df.replace('--', 0.0, inplace=True)

df.to_csv('44132tokyo_hourly.csv', encoding='utf-8-sig', index=False)

Ｐｙｔｈｏｎでグラフ作成

閲覧、感謝です。

Ｐｙｔｈｏｎでグラフを作成します。

Ｊｕｐｙｔｅｒ　Ｎｏｔｅｂｏｏｋｓを使用します。

『その他』を選択します。

『Ｊｕｐｙｔｅｒ　Ｎｏｔｅｂｏｏｋｓを使ってみる』を選択します。

import matplotlib.pyplot as plt
height = [9.0, 6.0, 18.0, 18.0, 32.0, 40.0, 45.0, 39.5, 51.5, 53.5, 74.5, 58.5, 78.5, 72.5, 47.0, 53.0, 44.5, 52.5, 76.5, 48.5, 3.0, 1.0, 0.0, 0.0]
labels = ['01', '02', '03', '04', '05', '06', '07', '08', '09', '10', '11', '12', '13', '14', '15', '16', '17', '18', '19', '20', '21', '22', '23', '24']
plt.bar(labels, height, color="skyblue")

を入力するとグラフが作成されます。

赤い四角で囲った枠に上記を１行ずつ入力します。

『▷』を選択します。

成功すると秒数が表示されるようです。

『＋コード』を選択します。



新しく表示された四角に上記の２行目を入力し『▷』を選択した後、

『＋コード』を押下します。

あとは上記の４行目まで同じ作業です。

作成されたグラフです。

ちなみに、入力した値は2019年10月12日の箱根の降水量で、
私がＥｘｃｅｌ（＆Ｐｏｗｅｒ　Ｐｏｉｎｔ）で作ったグラフは以下になります。

Ｐｙｔｈｏｎのグラフ作成は、
まだ研究の余地がありそうです。

Ｖｉｓｕａｌ Ｓｔｕｄｉｏ ＣｏｄｅでＪｕｐｙｔｅｒ Ｎｏｔｅｂｏｏｋｓを使うには

ご閲覧、ありがとうございます。

Ｖｉｓｕａｌ　Ｓｔｕｄｉｏ　ＣｏｄｅでＪｕｐｙｔｅｒ　Ｎｏｔｅｂｏｏｋｓを使う環境構築です。

『Ｊｕｐｙｔｅｒ　Ｎｏｔｅｂｏｏｋｓを使って…』
と表示されていたので選択します。

全てレ点青〇になるようにして、 『完了のマーク』を選択します。

何も変化が起こりませんでした。

『その他』を選択します。

『Ｊｕｐｙｔｅｒ　Ｎｏｔｅｂｏｏｋｓを使ってみる』を選択します。

『新しいＪｕｐｙｔｅｒ　ノートブックの作成』を選択します。

使えるようになったようです。

実際に使ってみます。

表示が小さいので、
左側の『ようこそ』は『×』で消しました。

『print("Jupyter")』と入力し実行します。

『すべてを実行』を選択します。

『Python 環境…』を選択します。

『base(Python 3.9.13)を選択しました。（おすすめとあったため）

できたっぽいです。

Ｖｉｓｕａｌ Ｓｔｕｄｉｏ ＣｏｄｅでＰｙｔｈｏｎを使うには

閲覧、感謝です。

Ｖｉｓｕａｌ　Ｓｔｕｄｉｏ　ＣｏｄｅでＰｙｔｈｏｎを使う環境構築です。

ＶＳＣｏｄｅの『拡張機能』を選択します。

検索欄に『python』と入力し、
『Python extension for Visual Studio Code』をインストールします。

インストールされると表示が変わります。

左のＰｙｔｈｏｎのチェック欄を全てレ点青〇になるようにして、
『完了のマーク』を選択します。

ＵｂｕｎｔｕとＡｎａｃｏｎｄａをアップデートします。

Ｕｂｕｎｔｕのアップデート
ターミナルに『sudo apt update && sudo apt upgrade』を入力

パスワードの入力を促されます。
（パスワードはターミナルに表示されませんが問題ないです）

Ａｎａｃｏｎｄａのアップデート

ターミナルに『conda update -n base conda』を入力

Ｐｙｔｈｏｎを使ってみます。

『フォルダマーク』を選択し、
表示された欄に『Python』と入力します。

『Python』フォルダが作成されました。

『フォルダーを開く』選択します。

『yasube873』を選択します。

『Python』を選択します。

『ＯＫ』を選択します。

『フォルダマーク』を選択し、
表示された欄に『test』と入力します。

『フォルダーを開く』選択します。

『test』を選択します。

『ＯＫ』を選択します。

『新しいファイル』を選択します。

『Ｐｙｔｈｏｎファイル』を選択します。

『print("test")』と入力し、
右クリック後に表示される『ターミナルでＰｙｔｈｏｎファイルを実行する』を選択します。

ファイル保存を促されます。

ファイル名を『test.py』として『ＯＫ』を選択します。

できたっぽいです。