Python基于Meteostat获取历史天气数据并绘制气温变化图

【实例简介】

本实例基于开源 Python 气象数据工具 Meteostat 编写，主要演示如何使用 Python 获取指定地点、指定时间段的历史逐日气象数据，并利用 Pandas 和 Matplotlib 对平均气温、最高气温、最低气温进行整理与可视化。

实例适合用于气象数据分析、城市气候分析、地理信息数据处理、课程作业和科研入门练习。代码结构简单，运行门槛低，适合初学者理解“气象数据获取—数据整理—图表绘制”的基本流程。

本实例内容包括：
1. 安装 Meteostat、Pandas、Matplotlib 等依赖；
2. 设置研究地点经纬度和时间范围；
3. 获取指定区域附近气象站的逐日气象数据；
4. 提取平均气温、最高气温、最低气温字段；
5. 绘制气温随时间变化的折线图；
6. 导出 CSV 结果，便于后续统计分析或论文制图使用。

本实例参考开源项目 Meteostat，代码许可证为 MIT License。上传文件中保留原项目来源说明和许可证信息，仅用于学习交流。

【实例截图】

运行程序后会生成一张气温变化折线图，横坐标为日期，纵坐标为气温（℃），图中包含平均气温、最高气温和最低气温三条曲线。图表可用于直观观察某地在指定时间段内的气温变化趋势。

【核心代码】

from datetime import date
import matplotlib.pyplot as plt
from meteostat import Point, Daily

# 1. 设置地点：以成都为例
chengdu = Point(30.67, 104.06)

# 2. 设置时间范围
start = date(2018, 6, 1)
end = date(2018, 7, 31)

# 3. 获取逐日气象数据
data = Daily(chengdu, start, end)
df = data.fetch()

# 4. 保存数据
df.to_csv("chengdu_daily_weather_201806_201807.csv", encoding="utf-8-sig")

# 5. 绘制气温变化图
plt.figure(figsize=(10, 5))
plt.plot(df.index, df["tavg"], label="Average Temperature")
plt.plot(df.index, df["tmin"], label="Minimum Temperature")
plt.plot(df.index, df["tmax"], label="Maximum Temperature")
plt.xlabel("Date")
plt.ylabel("Temperature (°C)")
plt.title("Daily Temperature Change in Chengdu")
plt.legend()
plt.tight_layout()
plt.savefig("chengdu_temperature_plot.png", dpi=300)
plt.show()