天气

队名: 拾光组 组长博客链接 作业博客链接 团队项目情况 燃尽图(组内共享) 组长：宋奕 过去两天完成了哪些任务 继续维护后端代码 准备beta版本的答辩 GitHub签入记录 接下来的计划 整理任务，安排分工，完善挪挪，准备最后的答辩 还剩下哪些任务 整理任务，安排分工，完善挪挪，准备最后的答辩 燃尽图组内共享 遇到了哪些困难 寒冷让我的思考停滞 有哪些收获和疑问 收获最近学的知识 如何让产品更加完善？ 组员1：杨晋南 过去两天完成了哪些任务 学习Android应用开发进阶 准备beta版本的答辩 github签入记录 接下来的计划 等待组长安排和请客 还剩下哪些任务 等待组长安排和请客 燃尽图组内共享 遇到了哪些困难 考试真的好多啊 有哪些收获和疑问 查阅相关资料，丰富自己 天气这么冷，组长何时请海底捞？ 组员2：刘晓翔 过去两天完成了哪些任务 学习iOS进阶 准备beta版本的答辩 GitHub签入记录 接下来的计划 等待组长安排和请客 还剩下哪些任务 等待组长安排和请客 燃尽图组内共享 遇到了哪些困难 考试好多，天气好冷 有哪些收获和疑问 学会努力克服寒冷 天气这么冷，组长何时请海底捞？ 组员3：王焱 过去两天完成了哪些任务 学习iOS开发 准备beta版本的答辩 GitHub签入记录 接下来的计划 等待组长安排和请客 还剩下哪些任务 等待组长安排和请客 燃尽图组内共享

队名: 拾光组 组长博客链接 作业博客链接 团队项目情况 燃尽图(组内共享) 组长：宋奕 过去两天完成了哪些任务 继续维护后端代码 准备beta版本的答辩 GitHub签入记录 接下来的计划 整理任务，安排分工，完善挪挪，准备最后的答辩 还剩下哪些任务 整理任务，安排分工，完善挪挪，准备最后的答辩 燃尽图组内共享 遇到了哪些困难 寒冷让我的思考停滞 有哪些收获和疑问 收获最近学的知识 如何让产品更加完善？ 组员1：杨晋南 过去两天完成了哪些任务 学习Android应用开发进阶 准备beta版本的答辩 github签入记录 接下来的计划 等待组长安排和请客 还剩下哪些任务 等待组长安排和请客 燃尽图组内共享 遇到了哪些困难 考试真的好多啊 有哪些收获和疑问 查阅相关资料，丰富自己 天气这么冷，组长何时请海底捞？ 组员2：刘晓翔 过去两天完成了哪些任务 学习iOS进阶 准备beta版本的答辩 GitHub签入记录 接下来的计划 等待组长安排和请客 还剩下哪些任务 等待组长安排和请客 燃尽图组内共享 遇到了哪些困难 考试好多，天气好冷 有哪些收获和疑问 学会努力克服寒冷 天气这么冷，组长何时请海底捞？ 组员3：王焱 过去两天完成了哪些任务 学习iOS开发 准备beta版本的答辩 GitHub签入记录 接下来的计划 等待组长安排和请客 还剩下哪些任务 等待组长安排和请客 燃尽图组内共享

一、项目背景 在不久前的一个早晨，我被一阵闹铃叫醒后，像往常一样去上班，到公司后发现很多同事都带了伞，于是乎打开了兜里的砖块(手机)，晚上回去的时候果然被淋了，虽然雨不是很大，但是被淋总是不爽，于是乎开始思考是否能做一个天气时钟，来拯救下我和像我一样出门不看天气的朋友，吧啦吧啦......。 二、项目技能点 本项目使用RT_Thread国产操作系统开发，其丰富的软件包大大缩短了开发周期，本项目主要使用如下软件包: 1.onenet:设备通过mqtt连接onenet 2.webClient:获取天气 3.ntp:同步网络时间 4.cJSON:解析小程序下发数据 三、项目框架 1.总体交互逻辑图如下所示： 2.设备框图如下： 2.1.LCD显示 LCD显示DHT11采集的温湿度和当前时间 2.2.蜂鸣器 定时时间到了蜂鸣器一直发出声音，直到用户按下K0按键，停止发声。 四、项目核心技术点 1.mqtt连接onenet 理论上mqtt连接onenet应该是本项目比较有挑战性的地方，好在rt_thread官方提供了软件包，使用env工具配置后直接使用即可。 2.定时逻辑处理 本项目创建了一个时间处理线程，线程起来后首先等待连网成功，然后调用ntp接口同步网络时间，接下来进入while(1)循环，每500ms获取当前时间，和本地存储的定时器进行对比，如果当前时间等于保存的时间

前言 本文的文字及图片来源于网络,仅供学习、交流使用,不具有任何商业用途,版权归原作者所有,如有问题请及时联系我们以作处理。 作者： 飞奔的帅帅 PS：如有需要Python学习资料的小伙伴可以加点击下方链接自行获取 http://note.youdao.com/noteshare?id=3054cce4add8a909e784ad934f956cef 本系统主要包括四个函数： 1、获取天气数据 输入要查询天气的城市 利用urllib模块向中华万年历天气api接口请求天气数据 利用gzip解压获取到的数据，并编码utf-8 利用json转化成python识别的数据，返回为天气预报数据复杂形式的字典（字典中的字典） 2、输出当天天气数据 格式化输出当天天气，包括：天气状况，此时温度，最高温度、最低温度，风级，风向等。 3，语音播报当天天气 创建要输出的语音文本（weather_forecast_txt） 利用百度的语音合成模块AipSpeech,合成语音文件 利用playsound模块播放语音 4、未来几天温度变化趋势 创建未来几天高低温数据的字典 利用matplotlib模块，图形化温度变化趋势 5、代码 1 #导入必要模块 2 import urllib.parse 3 import urllib.request 4 import gzip 5 import json 6

【简单天气】不佳天气主动推送提醒 最近寒流来袭，加上早上需要骑车上班，有时候不知道要不要加衣服，下雨天又怕忘记带伞，就写了个服务每天早上提醒自己，今天是比昨天冷还是热，今天会不会下雨，用了一段时间，感觉还挺不错的，所以想给小伙伴们试试。每天早上6点会检查今天的天气，如果满足要求会通过微信进行推送，不需要安装多余的客户端。 体验地址： http://domain.jiandan.live/weather.html 界面如下 如果不想每天都被打扰 选择【天气不佳时推送】，系统不会每天都会推送天气，只有满足以下情况时会通过微信提醒： 1、下雨/下雪/下冰雹等 2、台风/沙尘暴等极端天气 3、和昨天相比，降温超过5摄氏度 后话 天气的数据来自和风天气，天气预报不一定十分准确，但是多少也是一个参考，快过年了，希望大家身体都棒棒哒~~ 来源： https://www.cnblogs.com/tomxin7/p/12015329.html

python版本：python3.7 编译器：pycharm 所爬取的网址： http://www.weather.com.cn/weather/101020100.shtml （中国天气网上海） 所用方法：lxml的css选择器 lxml的具体使用方法可以参照我另一篇博客： https://blog.csdn.net/qq_38929220/article/details/83623057 最后运行结果示例如图： 爬取思路 检查网站的robots.txt文件 查看网页源代码找到所要爬取的内容 写表达式爬取想要的内容 写入csv文件 检查网站的robots.txt文件 robots.txt文件定义了 对爬虫的限制 ，可以直接手动在想要爬的网址后输入robots.txt查看 例： http://www.weather.com.cn/robots.txt 也可以通过代码实现，这样在爬取其他网页时也可以复用，爬多网页时比较方便。 # 检查url传递的robots.txt限制 if rp . can_fetch ( user_agent , url ) : throttle . wait ( url ) #延迟函数 html = download ( url , headers , proxy = proxy , num_retries = num_retries )

要知道隐马尔科夫我们先来了解什么是马尔科夫模型 举一个天气的例子： 我们知道某些天气出现的概率和天气之间转换的概率 比如我知道了昨天的天气，想知道今天的天气最可能是什么，由上图可以知道，昨天的天气是什么，会对今天可能的天气是有影响的。 那么这个时候我们可以说，一个一阶的马尔科夫模型是什么样的 此时，我们可以知道今天是晴天的概率是多少 计算今天是晴天的概率就需要去计算昨天所有可能天气转到今天是晴天的概率之和，也就有了上面的公式 那下面我们就可以引申出什么是隐马尔科夫模型。 相比马尔科夫模型，多了个隐，也就是在隐马尔科夫模型中，多了一个隐藏状态 同样是天气举例子，但是现在多了一个情况，我们观察海藻的情况 在这个情况下，我们是不知道天气情况的，只能从海藻的情况，来知道天气的情况 那么这个时候海藻就是我们观察出来的观察状态，天气就是我们想要知道的隐藏状态 而在这里需要注意的是，观察状态和隐藏状态并不是一一对应的，也就是说，晴天->Dry 晴天->Dryish 晴天->Damp 等等 有一个多对多的关系，一个观测序列（多个观察状态 比如说7天的海藻情况）对应的隐藏序列其实是可以有多个的。 这个是需要我们注意的。我们要做的是把所有可能的情况都要考虑进去。 在隐马尔科夫模型HMM中 ，我们有一个设定，就是以上两个，上面z是隐藏状态， 生成的是下面x观察状态 那么 这是HMM的三要素 pi A B

介绍（introduction） 通常我们总是对寻找某一段时间上的模式感兴趣，这些模式可能出现在很多领域：一个人在使用电脑的时候使用的命令的序列模式；一句话中的单词的序列；口语中的音素序列。总之能产生一系列事件的地方都能产生有用的模式。 考虑一个最简单的情况：有人(柯南？)试图从一块海藻来推断天气的情况。一些民间的传说认为“soggy”的海藻意味着潮湿（wet）的天气，“dry”的海藻预示着晴朗（sun）。如果海藻处于中间状态“damp”，那就无法确定了。但是，天气的情况不可能严格的按照海藻的状态来变化，所以我们可以说在一定程度上可能是雨天或是晴天。另一个有价值的信息是之前某些天的天气情况，结合昨天的天气和可以观察到的海藻的状态，我们就可以为今天的天气做一个较好的预报。 这是在我们这个系列的介绍中一个非常典型的系统。 首先我们介绍一个可以随时间产生概率性模型的系统，例如天气在晴天或者雨天之间变动。 接下来我们试图去预言我们所不能观察到的"隐形"的系统状态，在上面的例子中，能被观察到的序列就是海藻的状态吗，隐形的系统就是天气情况 然后我们看一下关于我们这个模型的一些问题，在上面那个例子中，也许我们想知道 如果我们观察一个星期每一天的海藻的状态，我们是否能知相应的其天气情况 如果给出一个海藻状态的序列，我们是否能判断是冬天还是夏天？我们假设，如果海藻干（dry）了一段时间

title: 隐马尔科夫链（hmm） tags: hmm,隐马尔科夫链,基本原理 grammar_cjkRuby: true 隐马尔科夫链基本介绍 隐马尔科夫（Hidden Markov Model，HMM），了解一个算法要做到：会其意，知其形。 引子 隐马尔科夫链： 隐马尔科夫链主要应用问题 1.知道骰子有几种（隐含状态数量），每种骰子是什么（转换概率），根据掷骰子掷出的结果（可见状态链），我想知道每次掷出来的都是哪种骰子（隐含状态链）。 2.还是知道骰子有几种（隐含状态数量），每种骰子是什么（转换概率），根据掷骰子掷出的结果（可见状态链），我想知道掷出这个结果的概率。 3.知道骰子有几种（隐含状态数量），不知道每种骰子是什么（转换概率），观测到很多次掷骰子的结果（可见状态链），我想反推出每种骰子是什么（转换概率）。 任何一个隐马尔科夫链都可以用五个元素来评价： :param obs:观测序列 :param states:隐状态 :param start_p:初始概率（隐状态） :param trans_p:转移概率（隐状态） :param emit_p: 发射概率 （隐状态表现为显状态的概率） states = ('Rainy', 'Sunny') observations = ('walk', 'shop', 'clean') start_probability = {

由于自己闲着的时候写了一个微信公众平台的小应用 也参考了很多别人的源码 再此感谢那些被我参考过的大神们 本着开源的精神 http://git.oschina.net/bddiudiu/wechat_Spring 我的项目也开源了 大部分都是参考了 智云同学的项目 项目目前部署与新浪SEA 访问地址 http://diuwx.sinaapp.com 好了 不多说微信的这个项目 我们来讲一下 如何整合百度的API一起进来 顺便也给自己日后留下一些痕迹 首先我们查看百度车联网的API页面 我们找到我们需要的天气接口 同时我们也申请一个ak key 具体申请KEY这里就不说了 得到KEY 以及 api的url和各种参数 我们开始将百度的天气接口整合进我们的项目 百度的这个接口,我们要在项目中模拟一次http提交. 既然这样 那我们就看一下他的url提交地址 http://api.map.baidu.com/telematics/v3/weather?location=北京&output=json&ak=yourkey 看一下地址我们就会看出来,这个url需要拼接3个参数. location 我们需要查询的城市 output 返回给我们的数据格式 ak 我们的 ak key 当然他还有别的参数 我们这里暂时不用. 好 知道了url之后我们在项目中新建一个工具类 我们就叫他baiduutil