Поле цифровой дидактики - Вклад [ru]

Анализ наиболее посещаемых страниц портала

2026-04-13T16:03:33Z

Гренадер Дмитрий: /* Результат */

=== Код ===
<syntaxhighlight lang="R" line>

library(httr)
library(jsonlite)
library(dplyr)
library(lubridate)
library(tidyr)
library(ggplot2)
library(patchwork)

# Корректный URL API
api_url <- "https://digida.mgpu.ru/api.php"

# Безопасное определение функции (если ещё не существует)
if (!exists("get_mw_data")) {
get_mw_data <- function(action, params) {
query_params <- c(action = action, format = "json", params)
response <- GET(api_url, query = query_params)

# Дополнительная проверка типа ответа
if (http_type(response) != "application/json") {
warning("Ответ не в формате JSON")
}

stop_for_status(response)
fromJSON(content(response, "text"))
}
}

# === ДИАГНОСТИКА API ===
print("=== ДИАГНОСТИКА API DIGIDA ===")
print("Проверяем доступность API...")

# Шаг 1: базовый запрос для проверки API
data_loaded <- FALSE
page_views <- NULL

tryCatch({
test_response <- get_mw_data("query", list(
meta = "siteinfo",
siprop = "general"
))
print("✓ API доступно!")
print(paste("Название сайта:", test_response$query$general$sitename))
}, error = function(e) {
stop(paste("❌ API недоступно:", e$message, "\nПроверьте URL:", api_url))
})

# Шаг 2: пробуем получить данные через recentchanges (косвенный показатель активности)
tryCatch({
print("Пробуем получить данные о недавних изменениях...")
page_views <- get_mw_data("query", list(
list = "recentchanges",
rclimit = "1000",
rcprop = "title|timestamp|user|comment",
rcshow = "!bot",
rcend = format(Sys.Date() - 365, "%Y%m%d%H%M%S")
))

if (!is.null(page_views$query$recentchanges)) {
print("✓ Данные получены через recentchanges")
data_loaded <- TRUE
} else {
warning("В ответе API нет данных recentchanges")
}
}, error = function(e) {
print(paste("Ошибка при запросе recentchanges:", e$message))
})

if (!data_loaded) {
stop("Не удалось получить данные. Проверьте доступность API и параметры запроса.")
}

# Проверка прав на запись в текущей директории
can_write <- file.access(getwd(), mode = 2) == 0
if (!can_write) {
stop("Нет прав на запись в текущую рабочую директорию. Выберите другую папку.")
}

# === ОЧИСТКА ДАННЫХ ===
clean_data <- page_views$query$recentchanges %>%
as_tibble() %>%
mutate(
timestamp = parse_date_time(
timestamp,
orders = c("YmdHMS", "YmdHM", "ymdHMS", "ymdHM", "U"),
quiet = TRUE
),
date = as.Date(timestamp),
day_of_week = wday(timestamp, label = TRUE, abbr = FALSE),
hour_of_day = hour(timestamp),
month = month(timestamp, label = TRUE)
) %>%
filter(!is.na(timestamp), date >= Sys.Date() - 365) %>%
select(title, timestamp, date, day_of_week, hour_of_day, month, user)

# Проверка на пустые данные
if (nrow(clean_data) == 0) {
stop("Очищенные данные пусты. Проверьте параметры запроса к API и формат дат.")
}

print(paste("Обработано записей о действиях:", nrow(clean_data)))

# === АГРЕГАЦИЯ И АНАЛИЗ ===
page_summary <- clean_data %>%
group_by(title) %>%
summarise(
total_actions = n(),
unique_users = n_distinct(user),
first_action = min(timestamp),
last_action = max(timestamp)
) %>%
arrange(desc(total_actions))

top_pages <- page_summary %>% head(10)

monthly_views <- clean_data %>%
group_by(month) %>%
summarise(total_actions = n())

weekly_views <- clean_data %>%
group_by(day_of_week) %>%
summarise(actions = n())

hourly_views <- clean_data %>%
group_by(hour_of_day) %>%
summarise(actions = n())

# === ПОСТРОЕНИЕ ГРАФИКОВ ===
p1 <- ggplot(monthly_views, aes(x = month, y = total_actions)) +
geom_bar(stat = "identity", fill = "steelblue") +
labs(title = "Динамика активности по месяцам",
x = "Месяц", y = "Количество действий") +
theme_minimal()

p2 <- ggplot(weekly_views, aes(x = day_of_week, y = actions)) +
geom_bar(stat = "identity", fill = "darkgreen") +
labs(title = "Активность по дням недели",
x = "День недели", y = "Количество действий") +
theme_minimal()

p3 <- ggplot(hourly_views, aes(x = hour_of_day, y = actions)) +
geom_line(color = "red", size = 1) +
labs(title = "Активность по часам суток",
x = "Час дня", y = "Количество действий") +
scale_x_continuous(breaks = 0:23) +
theme_minimal()

combined_plot <- (p1 | p2) / p3

# === СОХРАНЕНИЕ РЕЗУЛЬТАТОВ ===
# Создаём папку для сохранения графиков
output_dir <- "saved_plots_page_views"
if (!dir.exists(output_dir)) {
dir.create(output_dir)
print(paste("Создана папка для графиков:", output_dir))
}

# Функция для безопасного сохранения графиков
safe_save_plot <- function(plot_obj, filename, width, height, dpi = 300) {
if (!inherits(plot_obj, "ggplot")) {
print(paste("Предупреждение: объект не является графиком ggplot — пропуск сохранения", filename))
return(FALSE)
}

full_path <- file.path(output_dir, filename)

tryCatch({
ggsave(
filename = full_path,
plot = plot_obj,
width = width,
height = height,
dpi = dpi,
device = "png"
)
print(paste("График сохранён:", normalizePath(full_path)))
TRUE
}, error = function(e) {
print(paste("Ошибка сохранения", filename, ":", e$message))
FALSE
})
}

# Сохранение всех графиков
print("Начинаем сохранение графиков...")

# Объединённый график
safe_save_plot(
combined_plot,
"activity_analysis_2023_2024.png",
width = 12,
height = 8
)

# График по месяцам
safe_save_plot(
p1,
"monthly_activity_2023_2024.png",
width = 8,
height = 6
)

# График по дням недели
safe_save_plot(
p2,
"weekly_activity_2023_2024.png",
width = 8,
height = 6
)

# График по часам
safe_save_plot(
p3,
"hourly_activity_2023_2024.png",
width = 8,
height = 6
)

# Экспорт топ‑10 страниц в CSV
write.csv(top_pages,
file.path(output_dir, "top_10_most_active_pages_2023_2024.csv"),
row.names = FALSE)
print("Топ‑10 самых активных страниц сохранён в CSV.")

# Дополнительно: сохраняем полную статистику по страницам
write.csv(page_summary,
file.path(output_dir, "full_page_activity_summary_2023_2024.csv"),
row.names = FALSE)
print("Полная статистика активности страниц сохранена в CSV.")

# === ВЫВОД РЕЗУЛЬТАТОВ В КОНСОЛЬ ===
print("\n=== РЕЗУЛЬТАТЫ АНАЛИЗА ===")

print("Топ-10 самых активных страниц:")
print(top_pages)

print("\nОбщая статистика:")
print(paste("Всего обработано действий:", nrow(clean_data)))
print(paste("Уникальных страниц:", n_distinct(clean_data$title)))
print(paste("Уникальных пользователей:", n_distinct(clean_data$user)))
print(paste("Период анализа:", min(clean_data$date), "по", max(clean_data$date)))

print("\nАктивность по месяцам:")
print(monthly_views)

print("\nАктивность по дням недели:")
print(weekly_views)

print("\nАктивность по часам суток:")
print(hourly_views)

# === ДОПОЛНИТЕЛЬНАЯ ДИАГНОСТИКА ===
print("\n=== ДОПОЛНИТЕЛЬНАЯ ДИАГНОСТИКА ===")
print("Первые 10 записей исходных данных:")
print(head(page_views$query$recentchanges, 10))

print("\nСтруктура очищенных данных:")
str(clean_data)

print("\nСтатистика пропущенных значений:")
print(sapply(clean_data, function(x) sum(is.na(x))))

# === ПРОВЕРКА СОХРАНЁННЫХ ФАЙЛОВ ===
print("\n---")
print("Проверка сохранённых файлов:")
saved_files <- list.files(output_dir, pattern = ".png|.csv", full.names = TRUE)
if (length(saved_files) > 0) {
print("Успешно сохранены файлы:")
for (file in saved_files) {
file_info <- file.info(file)
print(paste(basename(file), "-", file_info$size, "байт"))
}
} else {
print("Файлы не найдены в папке", output_dir)
}

# === ФИНАЛЬНОЕ СООБЩЕНИЕ ===
print("\n" + "="*50)
print("АНАЛИЗ АКТИВНОСТИ СТРАНИЦ ЗАВЕРШЁН УСПЕШНО!")
print("="*50)

# Дополнительная информация для пользователя
print("\nИНФОРМАЦИЯ ДЛЯ ДАЛЬНЕЙШЕЙ РАБОТЫ:")
print("- Графики сохранены в папке:", output_dir)
print("- Основные результаты:")
print(" * top_10_most_active_pages_2023_2024.csv — топ-10 страниц")
print(" * full_page_activity_summary_2023_2024.csv — полная статистика")
print("- Для повторного запуска скрипта:")
print(" * проверьте актуальность URL API")
print(" * при необходимости измените параметры запросов (лимиты, даты)")
print(" * убедитесь в наличии прав на запись в рабочую директорию")

# === ОЧИСТКА ПАМЯТИ (опционально) ===
# Удаляем большие объекты, если они больше не нужны
rm(page_views, clean_data)
gc() # сборщик мусора — освобождает память

print("\nПамять очищена. Скрипт завершён.")

</syntaxhighlight>

=== Результат ===
1)Проверяет доступность API — выполняет тестовый запрос к серверу

2) Загружает данные о недавних изменениях на страницах из API за последний год (365 дней) — собирает сведения о действиях пользователей (редактирование страниц) с фильтрацией ботов.

3) Очищает и структурирует данные.

4) Анализирует активность по разным временным периодам.

5) Выполняет агрегацию по страницам — группирует данные по названию страницы и рассчитывает.

6) Строит и сохраняет 4 графика в папке saved_plots_page_views.

[[Файл:Подборка.png|800px]]
[[Файл:Результат.png|800px]]
----
[[Категория:BigDataWorks]]
[[Категория: RRecipe]]

Анализ наиболее посещаемых страниц портала

2026-04-13T16:02:51Z

Гренадер Дмитрий: Новая страница: «=== Код === <syntaxhighlight lang="R" line> library(httr) library(jsonlite) library(dplyr) library(lubridate) library(tidyr) library(ggplot2) library(patchwork) # Корректный URL API api_url <- "https://digida.mgpu.ru/api.php" # Безопасное определение функции (если ещё не существует) if (!exists("get_mw_data")) { get_mw_data <- function(action, params) { query_params <- c(action = action, fo...»

=== Код ===
<syntaxhighlight lang="R" line>

library(httr)
library(jsonlite)
library(dplyr)
library(lubridate)
library(tidyr)
library(ggplot2)
library(patchwork)

# Корректный URL API
api_url <- "https://digida.mgpu.ru/api.php"

# Безопасное определение функции (если ещё не существует)
if (!exists("get_mw_data")) {
get_mw_data <- function(action, params) {
query_params <- c(action = action, format = "json", params)
response <- GET(api_url, query = query_params)

# Дополнительная проверка типа ответа
if (http_type(response) != "application/json") {
warning("Ответ не в формате JSON")
}

stop_for_status(response)
fromJSON(content(response, "text"))
}
}

# === ДИАГНОСТИКА API ===
print("=== ДИАГНОСТИКА API DIGIDA ===")
print("Проверяем доступность API...")

# Шаг 1: базовый запрос для проверки API
data_loaded <- FALSE
page_views <- NULL

tryCatch({
test_response <- get_mw_data("query", list(
meta = "siteinfo",
siprop = "general"
))
print("✓ API доступно!")
print(paste("Название сайта:", test_response$query$general$sitename))
}, error = function(e) {
stop(paste("❌ API недоступно:", e$message, "\nПроверьте URL:", api_url))
})

# Шаг 2: пробуем получить данные через recentchanges (косвенный показатель активности)
tryCatch({
print("Пробуем получить данные о недавних изменениях...")
page_views <- get_mw_data("query", list(
list = "recentchanges",
rclimit = "1000",
rcprop = "title|timestamp|user|comment",
rcshow = "!bot",
rcend = format(Sys.Date() - 365, "%Y%m%d%H%M%S")
))

if (!is.null(page_views$query$recentchanges)) {
print("✓ Данные получены через recentchanges")
data_loaded <- TRUE
} else {
warning("В ответе API нет данных recentchanges")
}
}, error = function(e) {
print(paste("Ошибка при запросе recentchanges:", e$message))
})

if (!data_loaded) {
stop("Не удалось получить данные. Проверьте доступность API и параметры запроса.")
}

# Проверка прав на запись в текущей директории
can_write <- file.access(getwd(), mode = 2) == 0
if (!can_write) {
stop("Нет прав на запись в текущую рабочую директорию. Выберите другую папку.")
}

# === ОЧИСТКА ДАННЫХ ===
clean_data <- page_views$query$recentchanges %>%
as_tibble() %>%
mutate(
timestamp = parse_date_time(
timestamp,
orders = c("YmdHMS", "YmdHM", "ymdHMS", "ymdHM", "U"),
quiet = TRUE
),
date = as.Date(timestamp),
day_of_week = wday(timestamp, label = TRUE, abbr = FALSE),
hour_of_day = hour(timestamp),
month = month(timestamp, label = TRUE)
) %>%
filter(!is.na(timestamp), date >= Sys.Date() - 365) %>%
select(title, timestamp, date, day_of_week, hour_of_day, month, user)

# Проверка на пустые данные
if (nrow(clean_data) == 0) {
stop("Очищенные данные пусты. Проверьте параметры запроса к API и формат дат.")
}

print(paste("Обработано записей о действиях:", nrow(clean_data)))

# === АГРЕГАЦИЯ И АНАЛИЗ ===
page_summary <- clean_data %>%
group_by(title) %>%
summarise(
total_actions = n(),
unique_users = n_distinct(user),
first_action = min(timestamp),
last_action = max(timestamp)
) %>%
arrange(desc(total_actions))

top_pages <- page_summary %>% head(10)

monthly_views <- clean_data %>%
group_by(month) %>%
summarise(total_actions = n())

weekly_views <- clean_data %>%
group_by(day_of_week) %>%
summarise(actions = n())

hourly_views <- clean_data %>%
group_by(hour_of_day) %>%
summarise(actions = n())

# === ПОСТРОЕНИЕ ГРАФИКОВ ===
p1 <- ggplot(monthly_views, aes(x = month, y = total_actions)) +
geom_bar(stat = "identity", fill = "steelblue") +
labs(title = "Динамика активности по месяцам",
x = "Месяц", y = "Количество действий") +
theme_minimal()

p2 <- ggplot(weekly_views, aes(x = day_of_week, y = actions)) +
geom_bar(stat = "identity", fill = "darkgreen") +
labs(title = "Активность по дням недели",
x = "День недели", y = "Количество действий") +
theme_minimal()

p3 <- ggplot(hourly_views, aes(x = hour_of_day, y = actions)) +
geom_line(color = "red", size = 1) +
labs(title = "Активность по часам суток",
x = "Час дня", y = "Количество действий") +
scale_x_continuous(breaks = 0:23) +
theme_minimal()

combined_plot <- (p1 | p2) / p3

# === СОХРАНЕНИЕ РЕЗУЛЬТАТОВ ===
# Создаём папку для сохранения графиков
output_dir <- "saved_plots_page_views"
if (!dir.exists(output_dir)) {
dir.create(output_dir)
print(paste("Создана папка для графиков:", output_dir))
}

# Функция для безопасного сохранения графиков
safe_save_plot <- function(plot_obj, filename, width, height, dpi = 300) {
if (!inherits(plot_obj, "ggplot")) {
print(paste("Предупреждение: объект не является графиком ggplot — пропуск сохранения", filename))
return(FALSE)
}

full_path <- file.path(output_dir, filename)

tryCatch({
ggsave(
filename = full_path,
plot = plot_obj,
width = width,
height = height,
dpi = dpi,
device = "png"
)
print(paste("График сохранён:", normalizePath(full_path)))
TRUE
}, error = function(e) {
print(paste("Ошибка сохранения", filename, ":", e$message))
FALSE
})
}

# Сохранение всех графиков
print("Начинаем сохранение графиков...")

# Объединённый график
safe_save_plot(
combined_plot,
"activity_analysis_2023_2024.png",
width = 12,
height = 8
)

# График по месяцам
safe_save_plot(
p1,
"monthly_activity_2023_2024.png",
width = 8,
height = 6
)

# График по дням недели
safe_save_plot(
p2,
"weekly_activity_2023_2024.png",
width = 8,
height = 6
)

# График по часам
safe_save_plot(
p3,
"hourly_activity_2023_2024.png",
width = 8,
height = 6
)

# Экспорт топ‑10 страниц в CSV
write.csv(top_pages,
file.path(output_dir, "top_10_most_active_pages_2023_2024.csv"),
row.names = FALSE)
print("Топ‑10 самых активных страниц сохранён в CSV.")

# Дополнительно: сохраняем полную статистику по страницам
write.csv(page_summary,
file.path(output_dir, "full_page_activity_summary_2023_2024.csv"),
row.names = FALSE)
print("Полная статистика активности страниц сохранена в CSV.")

# === ВЫВОД РЕЗУЛЬТАТОВ В КОНСОЛЬ ===
print("\n=== РЕЗУЛЬТАТЫ АНАЛИЗА ===")

print("Топ-10 самых активных страниц:")
print(top_pages)

print("\nОбщая статистика:")
print(paste("Всего обработано действий:", nrow(clean_data)))
print(paste("Уникальных страниц:", n_distinct(clean_data$title)))
print(paste("Уникальных пользователей:", n_distinct(clean_data$user)))
print(paste("Период анализа:", min(clean_data$date), "по", max(clean_data$date)))

print("\nАктивность по месяцам:")
print(monthly_views)

print("\nАктивность по дням недели:")
print(weekly_views)

print("\nАктивность по часам суток:")
print(hourly_views)

# === ДОПОЛНИТЕЛЬНАЯ ДИАГНОСТИКА ===
print("\n=== ДОПОЛНИТЕЛЬНАЯ ДИАГНОСТИКА ===")
print("Первые 10 записей исходных данных:")
print(head(page_views$query$recentchanges, 10))

print("\nСтруктура очищенных данных:")
str(clean_data)

print("\nСтатистика пропущенных значений:")
print(sapply(clean_data, function(x) sum(is.na(x))))

# === ПРОВЕРКА СОХРАНЁННЫХ ФАЙЛОВ ===
print("\n---")
print("Проверка сохранённых файлов:")
saved_files <- list.files(output_dir, pattern = ".png|.csv", full.names = TRUE)
if (length(saved_files) > 0) {
print("Успешно сохранены файлы:")
for (file in saved_files) {
file_info <- file.info(file)
print(paste(basename(file), "-", file_info$size, "байт"))
}
} else {
print("Файлы не найдены в папке", output_dir)
}

# === ФИНАЛЬНОЕ СООБЩЕНИЕ ===
print("\n" + "="*50)
print("АНАЛИЗ АКТИВНОСТИ СТРАНИЦ ЗАВЕРШЁН УСПЕШНО!")
print("="*50)

# Дополнительная информация для пользователя
print("\nИНФОРМАЦИЯ ДЛЯ ДАЛЬНЕЙШЕЙ РАБОТЫ:")
print("- Графики сохранены в папке:", output_dir)
print("- Основные результаты:")
print(" * top_10_most_active_pages_2023_2024.csv — топ-10 страниц")
print(" * full_page_activity_summary_2023_2024.csv — полная статистика")
print("- Для повторного запуска скрипта:")
print(" * проверьте актуальность URL API")
print(" * при необходимости измените параметры запросов (лимиты, даты)")
print(" * убедитесь в наличии прав на запись в рабочую директорию")

# === ОЧИСТКА ПАМЯТИ (опционально) ===
# Удаляем большие объекты, если они больше не нужны
rm(page_views, clean_data)
gc() # сборщик мусора — освобождает память

print("\nПамять очищена. Скрипт завершён.")

</syntaxhighlight>

=== Результат ===
1)Проверяет доступность API — выполняет тестовый запрос к серверу

2) Загружает данные о недавних изменениях на страницах из API за последний год (365 дней) — собирает сведения о действиях пользователей (редактирование страниц) с фильтрацией ботов.

3) Очищает и структурирует данные.

4) Анализирует активность по разным временным периодам.

5) Выполняет агрегацию по страницам — группирует данные по названию страницы и рассчитывает.

6) Строит и сохраняет 4 графика в папке saved_plots_page_views.

[[Файл:Подборка.png|мини]]
[[Файл:Результат.png|мини]]
----
[[Категория:BigDataWorks]]
[[Категория: RRecipe]]

Файл:Результат.png

2026-04-13T16:00:17Z

Гренадер Дмитрий:

Продукт работы программы-аналитика

Файл:Подборка.png

2026-04-13T15:58:37Z

Гренадер Дмитрий:

Полный объем данных

Обсуждение участника:Гренадер Дмитрий

2026-04-12T14:02:22Z

Гренадер Дмитрий: /* Погода */

=== Смурфики ===
{{#widget:iframe
|url=https://www.slnova.org/NatZakh/projects/925436/
|width=1000
|height=1000
}}

Обсуждение участника:Гренадер Дмитрий

2026-04-12T14:02:14Z

Гренадер Дмитрий: /* Погода */

Обсуждение участника:Гренадер Дмитрий

2026-04-12T13:51:47Z

Гренадер Дмитрий: /* Смурфики */

=== Смурфики ===
{{#widget:iframe
|url=https://www.slnova.org/NatZakh/projects/925436/
|width=1000
|height=1000
}}

=== Погода ===

[[Файл:График изменения погоды.png|мини]]
<syntaxhighlight lang="R" line>
library(tidyverse)
import requests
import pandas as pd
import matplotlib.pyplot as plt
from datetime import datetime, timedelta
# Координаты города (например, Москва)
LATITUDE = 55.7558
LONGITUDE = 37.6173
CITY_NAME = "Москва"

# Даты: последние 7 дней
end_date = datetime.now().date()
start_date = end_date - timedelta(days=7)

# URL для запроса к Open‑Meteo
URL = (
f"https://api.open-meteo.com/v1/forecast?"
f"latitude={LATITUDE}&longitude={LONGITUDE}&"
f"start_date={start_date}&end_date={end_date}&"
f"hourly=temperature_2m,precipitation,wind_speed_10m&"
f"timezone=Europe/Moscow"
)
response = requests.get(URL)
data = response.json()
# Извлекаем временные метки и параметры
timestamps = data['hourly']['time']
temperatures = data['hourly']['temperature_2m']
precipitations = data['hourly']['precipitation']
wind_speeds = data['hourly']['wind_speed_10m']

# Создаём DataFrame
df = pd.DataFrame({
'Время': timestamps,
'Температура, °C': temperatures,
'Осадки, мм': precipitations,
'Скорость ветра, м/с': wind_speeds
})

# Преобразуем столбец 'Время' в datetime
df['Время'] = pd.to_datetime(df['Время'])
df.to_csv('weather_data_openmeteo.csv', index=False, encoding='utf-8')
print("Данные сохранены в weather_data_openmeteo.csv")
# Создаём фигуру с тремя подграфиками
fig, axes = plt.subplots(3, 1, figsize=(14, 10), sharex=True)

# График температуры
axes[0].plot(df['Время'], df['Температура, °C'], color='red', linewidth=1)
axes[0].set_title(f'Температура в {CITY_NAME} за последние 7 дней')
axes[0].set_ylabel('Температура, °C')
axes[0].grid(True)

# График осадков
axes[1].bar(df['Время'], df['Осадки, мм'], color='blue', alpha=0.7, width=0.04)
axes[1].set_title('Осадки')
axes[1].set_ylabel('Осадки, мм')
axes[1].grid(True)

# График скорости ветра
axes[2].plot(df['Время'], df['Скорость ветра, м/с'], color='green', linewidth=1)
axes[2].set_title('Скорость ветра')
axes[2].set_ylabel('Скорость ветра, м/с')
axes[2].set_xlabel('Дата и время')
axes[2].grid(True)

plt.tight_layout()
plt.show()

</syntaxhighlight>

{{Шаблон:TidyR}}

----
[[Категория:BigDataWorks]]

=== Погода ===

[[Файл:График изменения погоды.png|мини]]
<syntaxhighlight lang="R" line>
library(tidyverse)
import requests
import pandas as pd
import matplotlib.pyplot as plt
from datetime import datetime, timedelta
# Координаты города (например, Москва)
LATITUDE = 55.7558
LONGITUDE = 37.6173
CITY_NAME = "Москва"

# Даты: последние 7 дней
end_date = datetime.now().date()
start_date = end_date - timedelta(days=7)

# URL для запроса к Open‑Meteo
URL = (
f"https://api.open-meteo.com/v1/forecast?"
f"latitude={LATITUDE}&longitude={LONGITUDE}&"
f"start_date={start_date}&end_date={end_date}&"
f"hourly=temperature_2m,precipitation,wind_speed_10m&"
f"timezone=Europe/Moscow"
)
response = requests.get(URL)
data = response.json()
# Извлекаем временные метки и параметры
timestamps = data['hourly']['time']
temperatures = data['hourly']['temperature_2m']
precipitations = data['hourly']['precipitation']
wind_speeds = data['hourly']['wind_speed_10m']

# Создаём DataFrame
df = pd.DataFrame({
'Время': timestamps,
'Температура, °C': temperatures,
'Осадки, мм': precipitations,
'Скорость ветра, м/с': wind_speeds
})

# Преобразуем столбец 'Время' в datetime
df['Время'] = pd.to_datetime(df['Время'])
df.to_csv('weather_data_openmeteo.csv', index=False, encoding='utf-8')
print("Данные сохранены в weather_data_openmeteo.csv")
# Создаём фигуру с тремя подграфиками
fig, axes = plt.subplots(3, 1, figsize=(14, 10), sharex=True)

# График температуры
axes[0].plot(df['Время'], df['Температура, °C'], color='red', linewidth=1)
axes[0].set_title(f'Температура в {CITY_NAME} за последние 7 дней')
axes[0].set_ylabel('Температура, °C')
axes[0].grid(True)

# График осадков
axes[1].bar(df['Время'], df['Осадки, мм'], color='blue', alpha=0.7, width=0.04)
axes[1].set_title('Осадки')
axes[1].set_ylabel('Осадки, мм')
axes[1].grid(True)

# График скорости ветра
axes[2].plot(df['Время'], df['Скорость ветра, м/с'], color='green', linewidth=1)
axes[2].set_title('Скорость ветра')
axes[2].set_ylabel('Скорость ветра, м/с')
axes[2].set_xlabel('Дата и время')
axes[2].grid(True)

plt.tight_layout()
plt.show()

</syntaxhighlight>

{{Шаблон:TidyR}}

2024-09-07T09:59:06Z

Гренадер Дмитрий:

{{UserMGPU
|Field_of_knowledge=Информатика, Робототехника
}}
----
[[Категория:ИНДОР-211]]
[[Категория:UserMGPU]]