要获取从2019年到现在某个中国城市的天气数据，您可以通过以下方法实现：

1. 使用第三方天气数据API

许多天气服务提供商提供了历史天气数据的API接口，您可以通过这些API获取所需的数据。以下是一些常用的天气数据API提供商：

1.1 OpenWeatherMap

  1. 注册账号：在OpenWeatherMap网站注册一个免费账号。
  2. 获取API密钥：注册后，在用户账户页面获取您的API密钥。
  3. 查看API文档：了解历史天气数据的API用法，例如One Call API。
  4. 发送请求：使用HTTP请求获取数据，可以通过编程语言（如Python）进行调用。
  • 示例代码（Python）：
import requests
import datetime

API_KEY = '您的API密钥'
LATITUDE = '城市的纬度'
LONGITUDE = '城市的经度'
START_DATE = '2019-01-01'
END_DATE = '2023-10-18'

# 将日期转换为Unix时间戳
start_timestamp = int(datetime.datetime.strptime(START_DATE, "%Y-%m-%d").timestamp())
end_timestamp = int(datetime.datetime.strptime(END_DATE, "%Y-%m-%d").timestamp())

# 存储结果
weather_data = []

for timestamp in range(start_timestamp, end_timestamp, 86400):  # 每天的秒数为86400
    url = f'https://api.openweathermap.org/data/2.5/onecall/timemachine?lat={LATITUDE}&lon={LONGITUDE}&dt={timestamp}&appid={API_KEY}'
    response = requests.get(url)
    if response.status_code == 200:
        data = response.json()
        weather_data.append(data)
    else:
        print(f"无法获取日期为 {datetime.datetime.fromtimestamp(timestamp).strftime('%Y-%m-%d')} 的数据")

# 输出或处理weather_data

注意：One Call API的timemachine接口一次只能获取一个时间点的数据，而且只能获取最近5天的历史数据。因此，对于较长时间跨度的数据，需要使用付费服务或其他API。

1.2 Visual Crossing

  1. 注册账号：在Visual Crossing注册一个账号。
  2. 获取API密钥：在账户页面获取API密钥。
  3. 查看API文档：了解如何使用历史天气数据API。
  4. 发送请求：使用HTTP请求获取数据。
  • 示例代码（Python）：
import requests

API_KEY = '您的API密钥'
LOCATION = '城市名称, 国家代码'  # 例如 'Beijing, CN'
START_DATE = '2019-01-01'
END_DATE = '2023-10-18'

url = f'https://weather.visualcrossing.com/VisualCrossingWebServices/rest/services/timeline/{LOCATION}/{START_DATE}/{END_DATE}?unitGroup=metric&key={API_KEY}&include=days'

response = requests.get(url)
if response.status_code == 200:
    data = response.json()
    # 处理或存储数据
else:
    print("请求失败，状态码：", response.status_code)

1.3 Meteostat

  • 网站：https://meteostat.net/
  • 特点：提供全球范围的历史天气数据，数据源自气象站。
  • 步骤：
  1. 安装Python库：pip install meteostat
  2. 查看文档：了解如何使用Meteostat库获取数据。
  • 示例代码（Python）：
from meteostat import Point, Daily
import pandas as pd
import datetime

# 定义地点（经度、纬度、海拔）
location = Point(39.9042, 116.4074, 44)  # 北京市的经纬度和海拔

# 定义时间范围
start = datetime.datetime(2019, 1, 1)
end = datetime.datetime(2023, 10, 18)

# 获取每日数据
data = Daily(location, start, end)
data = data.fetch()

# 处理或存储数据
print(data)

2. 使用官方数据源

2.1 中国气象局

  • 网站：http://data.cma.cn/
  • 特点：提供中国官方的气象数据，包括历史天气数据。
  • 步骤：
  1. 注册账号：在中国气象数据网注册用户。
  2. 申请数据：在数据产品中查找所需的历史天气数据，可能需要提交申请并获得批准。
  3. 下载数据：批准后，可以下载数据文件。
  • 注意：使用官方数据需要遵守相关的使用规定和版权要求，可能需要支付费用或满足特定的资质条件。

3. 数据爬取

警告：直接从网站爬取数据可能违反网站的服务条款和相关法律法规，特别是在未经授权的情况下。建议避免使用爬虫获取数据。

4. 注意事项

  • 数据授权和版权：在使用任何数据之前，请确保您有权限使用这些数据，并遵守提供商的服务条款和版权要求。
  • API调用限制：大多数免费API都有调用频率和数据量的限制，超过限制可能需要升级为付费计划。
  • 数据准确性：不同的数据源可能有不同的数据精度和更新频率，请根据实际需求选择合适的数据源。

5. 总结

要获取从2019年至今的某个中国城市的天气数据，最便捷的方法是使用第三方天气数据API，如Visual Crossing或Meteostat等。这些服务提供了历史天气数据的访问接口，且使用相对简单。若需要权威的数据，可以考虑通过中国气象局的数据服务获取，但可能需要满足一定的条件并获得批准。

示例：使用Visual Crossing获取北京市的历史天气数据

import requests
import pandas as pd

API_KEY = '您的API密钥'
LOCATION = 'Beijing, CN'
START_DATE = '2019-01-01'
END_DATE = '2023-10-18'

url = f'https://weather.visualcrossing.com/VisualCrossingWebServices/rest/services/timeline/{LOCATION}/{START_DATE}/{END_DATE}?unitGroup=metric&key={API_KEY}&include=days'

response = requests.get(url)
if response.status_code == 200:
    data = response.json()
    # 将数据转换为DataFrame
    days = data['days']
    df = pd.DataFrame(days)
    # 显示数据
    print(df)
else:
    print("请求失败，状态码：", response.status_code)

请确保在使用上述代码前，已安装requests和pandas库：

pip install requests pandas

6. 参考资料