気象庁のサイトから取得したデータをスクレイピング。CSV形式に変換まで自動化。

暑いときには冷たいもの。

寒い時期には暖かくなるものが欲しくなる。

蓄積された気象データーは。

過去に限らず予測。

購買予測データとして。

経済、企業活動にとっても有益な情報。

そこで過去の気象。

農業に活用する。

ただ「気象庁のデータ」は。

使おうと思っても。

かなり使いにくい。

https://www.data.jma.go.jp/stats/etrn/index.php

そこでPythonでスクレイピング。

プログラミングが活躍。

Pythonでデータの自動取得、スクレイピング。

Pythonで作ったコードは。

「必要な地域」と「年」を選択して「自動取得」。

「取得したデータを前処理」して。

「CSV形式に変換」するところまで。

「気象の過去データのグラフ化」まではできたけど。

気象の過去データよりも。

深層学習までが目標。

本当に欲しいのは未知のデータ。

短期の数分、数時間だけでなく。

長期傾向の気象予測。

なお、実測されている気象観測は。

おそらく20kmメッシュでどこかにあって。

気象台と観測所で観測されている。

https://www.jma.go.jp/jma/menu/menuknowledge.html

観測、公開されている気象庁のデータ。

それぞれデータ構造が違うため。

データ取得。

スクレイピングをするときには。

工夫が必要。

過去の気候。

系列データだけが未来の予測をできるとは思わない。

生活活動など。

何か気象の変化に影響があるはずなので。

だから、機械学習だけではなく。

深層学習までテストするつもり。

個人で地域に観測地点を設けることはできる。

そして。

ESP32などのマイコンを使った電子工作。

センサーを組み合わせて。

実際の観測データは記録ができるので。

個人で地域に観測地点を設けることはできる。

「気象予報業務は気象予報士の資格が必要」なので。

個人で。

天気予報はできないけど。

気象庁から取得した「地域別、過去の気象庁データ」を。

加工したCSV。

技術的には作成して配布はできる。

素材としては。

かなりの需要があるはず。

販売、配布していいのかの確認は。

まだしていない。

別のことをテストしようとすると。

Pythonの環境構築には。

やはりトラブルが起こる。

理解はできていないけど。

技術の進化で「pip」ではなく。

現在では「uv」を使うのがいいのかもしれない。

未解決で先に進んでいない。

保留状態。