whether-history 0.2.2

No project description provided

MetodsOfAnalyzeUrbanData — HW4: Библиотека whether_history

---

Пакет whether_history — учебный Python‑пакет для работы с историческими суточными метеоданными.

Рещаемая задача: загрузка данных погоды из API Open‑Meteo, объединение, сохранение в файлы и базовый анализ (статистика).

---

Структура проекта

MetodsOfAnalyzeUrbanData/
├── example/
│   └── demo_whether.ipynb      # демонстрационный Jupyter-ноутбук
├── src/
│   └── whether/
│       ├── __init__.py         # публичный API: класс Whether
│       ├── exeptions.py        # пользовательские исключения
│       ├── whether.py          # фасадный класс для работы с погодой
│       ├── data_aggregator/
│       │   ├── __init__.py
│       │   ├── BaseDataAggregator.py  # базовый агрегатор + валидация
│       │   └── open_meteo.py         # OpenMeteoWhetherDataAggregator
│       └── import_export/
│           ├── __init__.py
│           ├── exporters.py    # экспортёры + ExportWhetherFactory
│           └── importers.py    # импортёры + ImportWhetherFactory
├── .gitignore
├── .pre-commit-config.yaml
├── README.md
└── requirements.txt

---

Установка

Рекомендуемый способ — через виртуальное окружение.

git clone https://github.com/Ratven666/MetodsOfAnalyzeUrbanData.git
cd MetodsOfAnalyzeUrbanData
git checkout home_works/HW3

python3.12 -m venv .venv
source .venv/bin/activate      # macOS / Linux
# .venv\Scripts\activate       # Windows

pip install -r requirements.txt

При желании можно установить пакет в editable‑режиме:

pip install -e .

После этого модуль whether будет доступен из любых скриптов в этом окружении.

---

Быстрый старт

Пример работы приведён для координат Санкт‑Петербурга.

from whether import Whether

LATITUDE = 59.93
LONGITUDE = 30.33

weather = Whether(latitude=LATITUDE, longitude=LONGITUDE, timezone="Europe/Moscow")

Загрузка данных из Open‑Meteo

# Январь 2025
df_jan = weather.download_whether_data(
    start_date="2025-01-01",
    end_date="2025-01-31",
)

# Февраль 2025
df_feb = weather.download_whether_data(
    start_date="2025-02-01",
    end_date="2025-02-28",
)

# Объединённые данные
weather.whether_data.head()

Особенности:

• date нормализуется к формату YYYY-MM-DD;
• новые данные добавляются во внутренний датафрейм whether_data;
• дубликаты по дате автоматически удаляются.

---

Импорт и экспорт данных

Для работы с файлами используются фабрики:

• ExportWhetherFactory — выбирает экспортёр по расширению файла;
• ImportWhetherFactory — выбирает импортёр по типу входных данных.

Экспорт

# Экспорт в CSV
weather.export_whether_data("weather_spb.csv")

# Экспорт в Excel
weather.export_whether_data("weather_spb.xlsx")

# Экспорт в JSON (tabular, orient="records")
weather.export_whether_data("weather_spb.json")

Поддерживаемые форматы:

• .csv — табличный CSV;
• .xlsx / .xls — Excel;
• .json — JSON‑список записей.

Импорт

from whether import Whether

weather_from_files = Whether(latitude=LATITUDE, longitude=LONGITUDE)

# Читаем CSV
weather_from_files.read_whether_data("weather_spb.csv")

# Дочитываем Excel — дубликаты по дате не появятся
weather_from_files.read_whether_data("weather_spb.xlsx")

weather_from_files.whether_data.head()

---

Валидация и пользовательские исключения

В модуле exeptions.py определены собственные исключения:

• InvalidCoordinateError — некорректные координаты WGS84
  (широта не в [-90, 90], долгота не в [-180, 180]).
• InvalidTimezoneError — неверное имя часового пояса IANA
  (например, "Moscow" вместо "Europe/Moscow").
• InvalidDateFormatError — некорректный формат/значение даты
  (строго 'YYYY-MM-DD', дополнительно проверяется, что дата существует).

Базовый агрегатор (BaseDataAggregator) проверяет координаты, таймзону и даты до обращения к внешнему API и выбрасывает эти исключения при ошибках.

---

Описательная статистика

Класс Whether предоставляет метод:

stats_df = weather.get_statistic_df()
print(stats_df)

Это обёртка над DataFrame.describe() для внутренних погодных данных — можно быстро посмотреть распределения температур, осадков, ветров и т.п.

---

Логирование

Библиотека использует loguru:

• логирует инициализацию объекта Whether;
• загрузку данных из API (диапазон дат, размер датафрейма);
• обновление внутреннего датафрейма и количество новых уникальных дат;
• операции импорта/экспорта;
• расчёт статистики.

Пример настройки логгера в ноутбуке:

from loguru import logger
import sys

logger.remove()
logger.add(sys.stderr, format="{time:HH:mm:ss} | {level} | {message}")

---

Демонстрационный ноутбук

example/demo_whether.ipynb

Файл example/demo_whether.ipynb показывает:

• корректный импорт пакета whether;
• создание объекта Whether;
• загрузку данных за несколько периодов;
• экспорт/импорт в CSV, Excel и JSON;
• автоматическое устранение дублей по дате;
• получение описательной статистики;
• построение графиков температур;
• пример обработки ошибки при отсутствии колонки date.

---

Контроль качества кода

В репозитории настроен pre-commit:

• black — автоформатирование кода;
• isort — сортировка импортов;
• базовые хуки (trailing-whitespace, end-of-file-fixer и т.п.).

Установка и запуск:

pip install pre-commit black isort
pre-commit install
pre-commit run --all-files

Версия интерпретатора для хуков указана в .pre-commit-config.yaml (Python 3.12).

---

Назначение

Репозиторий используется как учебный пример для лабораторной работы по курсу «Методы анализа геоинформационных данных» и демонстрирует:

• проектирование модульной библиотеки;
• работу с внешним API;
• типизацию, обработку ошибок и логирование;
• автоматизацию форматирования и проверок кода.