可视化 | Python绘制高颜值台风地理轨迹图

最新推荐文章于 2025-07-03 10:27:53 发布

原创最新推荐文章于 2025-07-03 10:27:53 发布 · 3.6k 阅读

54 ·

CC 4.0 BY-SA版权

文章标签：

#python #数据可视化 #数据分析

Python可视化系列同时被 3 个专栏收录

76 篇文章

订阅专栏

Pyecharts系列

62 篇文章

订阅专栏

Python爬虫

9 篇文章

订阅专栏

文章目录

1. 数据爬取
2. 地理轨迹
推荐阅读

大家好，我是欧K。

今天给大家推荐一个比较方便绘制地理轨迹的库-plotly。plotly库是一个可交互，基于浏览器的绘图库，功能非常强大，可以在线绘制常见的条形图、散点图、饼图、直方图等等，本期我们用plotly绘制台风地理轨迹图，希望对你有所帮助。

涉及到的内容：
request+json – 网页数据爬取
openpyxl – 保存数据至Excel
os.walk() – 文件路径遍历
pandas – 表格数据处理
plotly – 地图数据可视化

1. 数据爬取

1.1 网页分析

**数据来源：**中国天气台风网(http://typhoon.weather.com.cn/index.shtml)

以2020年为例，打开网址查看2020年台风列表：

在这里插入图片描述

去年有记录的台风一共有23个，编号2001~2023。

1.2 查看网页台风数据

F12调试模式，以编号2001为例：在这里插入图片描述

可以看到轨迹数据在页面返回的getData字符串中，内部数据为json格式。

在这里插入图片描述

数据包含：台风名称、时间（间隔1小时）、经度、纬度、风速、移动方向、移动速度等等。

1.3 数据爬取

单个台风轨迹爬取，需要输入年份和台风编号：

def get_tp_data(year, code):
    tim = int(time.time())
    url = f'http://d1.weather.com.cn/typhoon/typhoon_data/{year}/{code}.json?callback=getData&_={tim}'
    headers = { 'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/55.0.2883.87 Safari/537.36' }
    r = requests.get(url,headers=headers)
    r.raise_for_status()
    r.encoding = r.apparent_encoding
    datas = json.loads(r.text[8:-1])
    tp_name = datas['typhoon'][2]
    detail_datas = datas['typhoon'][8]
    # 台风信息
    allinfo = []
    for data in detail_datas:
        # 时间
        tp_time = data[1]
        # 经度
        tp_lon = data[4]
        # 纬度
        tp_lat = data[5]
        # 中心气压
        central_pressure = data[6]
        # 风速
        tp_speed = data[7]
        # 移向
        tp_direction = data[8]
        # 去除台风登陆时的空行
        if tp_direction == None :
            continue
        # 移速
        move_speed = data[9]
        tp_info = [f'{code}-' + tp_name,tp_time,tp_lon,tp_lat,central_pressure,tp_speed,tp_direction,move_speed]
        allinfo.append(tp_info)

注意操作：去除台风登陆时的空行数据(该数据无经、纬度信息)，这一步也可以在后续数据处理中进行。
以前10个台风为例（可根据需要调整）：

# 台风年份、编号
year = 2020
# 数据爬取
for code in range(2001,2011):
   get_tp_data(year, code)

1.4 数据保存

使用openpyxl库保存Excel文件：

def insert2excel(filepath, allinfo):
    try:
        # 表头
        tableTitle = ['名称','时间','经度','纬度','中心气压(hPa)','风速(m/s)','移向','移速(m/s)']
        wb = Workbook()
        ws = wb.active
        ws.title = 'sheet1'
        ws.append(tableTitle)
        for info in allinfo:
            ws.append(info)
        wb.save(filepath)
        return True
    except:
        return False

结果：
在这里插入图片描述
注意新建data文件夹(路径可自行调整)：

2. 地理轨迹

2.1 mapbox网站Token获取

网站：https://account.mapbox.com/

需要邮箱注册：
在这里插入图片描述

2.2 导入plotly相关包

导入express模块：

import plotly.express as px

如果环境没有plotly包，直接pip install plotly即可。

2.3 单个台风轨迹

代码：

def trace_point_shows():
    df = pd.read_excel('./data/2020_2001_黄蜂轨迹数据.xlsx')
    print(df)
    token = '你的token'
    fig = px.scatter_mapbox(df,
         hover_data=['时间'],
         lon = '经度',
         lat = '纬度',
         color = '风速(m/s)',
         hover_name = '名称',
         size_max = 14,
         color_continuous_scale = px.colors.carto.Temps
        )
    fig.update_layout(mapbox = {'accesstoken': token, # 官网注册token
                             'center':{'lon':121.54,'lat':25.00}, # 地图中心
                             'zoom': 8,
                             'style': 'dark', # 显示地图类型
                            },
                   margin = {'l': 1, 'r': 1, 't': 1, 'b': 1}) # 地图边界
    fig.write_html('trace_point_shows-1.html')

效果：
在这里插入图片描述

地图style可以是：basic, streets, outdoors, light, dark, satellite, satellite-streets 中的任意一种，默认为 ‘light’。

2.4 多个台风轨迹

**os.walk()**遍历文件夹中所有轨迹表格文件：

filenames = []
for root, dirs, files in os.walk('./data'):
    for name in files:
        filenames.append(f'{root}/{name}')

代码：

def trace_point_shows(filenames):
    df = pd.DataFrame()
    lsts = []
    for filename in filenames:
        df0 = pd.read_excel(filename)
        lsts.append(df0)
    df = pd.concat(lsts)
    token = '你的token'
    fig = px.scatter_mapbox(df,
         hover_data=['时间'],
         lon = '经度',
         lat = '纬度',
         color = '风速(m/s)',
         hover_name = '名称',
         size_max = 14,
         color_continuous_scale = px.colors.carto.Temps
        )
    fig.update_layout(mapbox = {'accesstoken': token, # 官网注册token
                             'center':{'lon':121.54,'lat':25.00}, # 地图中心
                             'zoom': 8,
                             'style': 'dark', # 显示地图类型
                            },
                   margin = {'l': 1, 'r': 1, 't': 1, 'b': 1}) # 地图边界
    fig.write_html('trace_point_shows.html')