iPad Air 2可以打电话吗？很多小白朋友喜欢类似的问题。iPad Air 2是苹果今天凌晨正式发布的新一代iPad平板电脑，加入了Touch指纹识别功能，并新增土豪金机身颜色，机身厚度仅6.1mm号称全球最薄平板。 最近有网友“风尚”问小编：iPad Air 2可以插卡打电话吗？类似的问题，在上一代iPad Air中也时有网友问到，iPad Air 2是苹果今天凌晨正式发布的新一代iPad平板电脑，加入了Touch指纹识别功能，并新增土豪金机身颜色，机身厚度仅6.1mm号称全球最薄平板。那
随着苹果6的全球热卖，苹果各类IOS移动终端也日益成为追逐时尚化和新鲜感的年轻人眼中的香饽饽。其实从苹果iphone到苹果iPad，许多朋友在追逐时尚外观的同时，也越来越享受苹果移动终端和全新的移动互联网生活所能带给自己的便捷与快乐。那么iPad怎么打电话?下面小编为大家介绍ipad用iphone接打电话方法，很简单的，一起来看看吧！ 首先你需要有一台iPhone和一台iPad，都更新到ios8.0 两台设备的FaceTime登陆相同的id，连接到相同的Wi-Fi 在设置-fac
ipad air2可以打电话吗?有很多朋友想知道ipad air2能不能打电话，很多朋友希望平板电脑能够具有打电话的功能，那么iPad Air2支不支持呢?请看下文介绍吧。 苹果在最新发布的iPad Air 2中加入了自己的SIM卡(Apple SIM)，将允许用户自行选择并且自由切换运营商。 对于之前的各代iPad，从运营商那里购买蜂窝版的iPad都意味着用户将被绑定在该运营商的合约和网络当中。但在新发布的iPad Air 2中，强大的苹果改变了游戏规则，他们在iPad Air 2
iPad Air(iPad5)可以打电话吗 iPad Air(iPad5)不可以打电话。 第五代iPad命名为iPad Air，屏幕尺寸仍旧为9.7英寸，采用视网膜显示屏，边框更窄;厚度为7.5毫米，比上一代薄了20%;重量是1磅(约合454克)，上一代重量则是1.4磅。 如果说iPad Air(iPad5)最大的卖点，那么当属它机身整体的工业设计。作为一款传统大尺寸平板产品，它的整体厚度竟然仅为7.5毫米，整体重量也仅为1磅，相比上代产品大约轻了三分之一。采用窄边框设计也绝对可以称得上是一个完
前几天为大家推荐了几款可以打电话的平板电脑，受到不少网友称赞，如今随着最近最受关注的苹果iPad Mini平板电脑发布，很多朋友在问iPad Mini能打电话吗？为什么网上有些人说iPad Mini可以打电话，但有些又说不可以，到底哪个更可信？ 针对以上网友比较关注的问题，编辑觉得有必要与大家详细介绍下。首先iPad Mini平板电脑从功能上来说应该是和ipad2、ipad3平板电脑没有区别，也就是说它确实是一款地道的平板电脑，只是规格配置上相比iPad3缩水了，我们知道iPad2与iPad3平
iPad mini 3可以打电话吗？4G版iPad mini 3没有内置电话组件，理论上无法实现打电话功能，但是可以通过越狱，自行安装电话组件实现打电话功能。 最近有网友问小编：iPad mini 3可以插卡打电话吗？iPad mini 3是苹果前不久刚刚发布的新一代平板电脑，加入了和iPhone6一样的Touch指纹识别功能，并新增土豪金机身颜色。那么iPad mini 3可以打电话吗？对于这个问题，我们先来大致的了解下这款iPad mini 3平板电脑。 首先先来看看iPad Mini 3参
4g版ipad mini能打电话吗?怎么打?很多网友都问小编这个问题。下面就和小编一起来学习下ipad mini 4g如何打电话教程。 ipad，ipod touch或者iphone安装skype软件，然后购买skype话费可以跟任何手机通话，而且很便宜。微软前段时间重金收购了skype，就是看中了这个的市场。短信的话，ipad跟苹果的产品可以免费发iMessage，跟短信一样，但是要使用少许流量。 以上就是关于4g版ipad mini打电话的方法介绍，大家看明白了吗？希望能对大家有
怎么用iPad mini打电话？相信很多使用ipad的朋友都很想用它来打电话吧，可是又不知道怎么操作。我们有碰到过在ipad中安装一个skype软件，然后在上面打电话了这个有点断章取仪了，其实我们在iPad mini中可以使用ios8的连续互通来打电话了。下面小编就为大家介绍iPad mini打电话的方法，一起来看看吧！ 小编推荐： iPad怎么打电话?ipad用iphone接打电话方法 在最新的 iOS8 系统中有一项新功能，它叫住“连续互通”，可以让 iPhone 与 iPa
ipad可以打电话吗?iPad怎么打电话?相信很多朋友对于使用ipad打电话还不太清楚，下文小编就为大家介绍ipad打电话的方法，其实方法很简单，就是ipad用iphone接打电话，但怎么实现呢?下面就和小编一起去了解下吧。 必备条件： 首先你需要有一台iPhone和一台iPad，都更新到ios8.0 两台设备的FaceTime登陆相同的id，连接到相同的Wi-Fi 在设置-facetime里将2设备的 iPhone蜂窝移动数据通话打开 这样iPhone来电话的时候iPa
来自国外媒体OnLeaks曝光的iPad Pro设计图告泄漏了其大小规格参数，包括了这款设备的高度为306mm，宽223mm，厚度只有7.2mm。这和iPhone 6 Plus的厚度是一样的，而且比第一代iPad Ai薄0.3mm。不知道iPad Pro的“三围”有没有激起你的购买欲呢。 值得一提的是，这张图片暗示了iPad Pro将只会有一个接口，而不是之前传闻的两个数据接口。与此同时从设计图中似乎也确认了iPad Pro将会有4个扬声器，2个在顶部边缘，2个在底部边缘。摄像头，耳机接口，音量
很多朋友在问ipad mini2 3g版可以打电话吗?ipad mini2 3g版已经在官网出现了，我们都知道ipad mini2普通版是不能通话的，那么3g版本的ipad mini2呢?下文将告诉你答案。 在这里，绿茶小编要告诉大家，很遗憾的是，ipad mini2 3g版本不能打电话，只能通过3G数据卡随时随地上网。如果你想拥有一台能够打电话的平板电脑，可以选择能打电话的平板。
很多人都在问ipad能打电话吗?其实ipad就是一款不能打电话的iphone放大版，不能打电话，但是可以装一些软件来进行类似微信这样的语音电话。 安装Skype iPad可通话 在开始这一步前，你的iPad要能够上网，用iPad上网登录App Store找到Skype然后下载。下载完Skype软件然后回桌面，你会发现，桌面会多了一个“S”的图标。打开图标进入Skype。建立账号(可以在iPad上直接按要求注册，输入用户名、密码，过程相当简单)、登录。 接下来，就是搜索自己认识的人
A:我们已经可是使用越狱iPad4打电话了，那么苹果新推出的iPad Air或iPad mini2可以打电话吗？与iPad4相比会不会新增电话功能呢？ iPad Air整体厚度仅为7.5毫米，整体重量也仅为1磅，采用窄边框设计也绝对可以称得上是一个完美的设计;而iPad mini2也采用retina屏，分辨率与iPad Air已达到一个级别，而运行速度也于iPad Air不分仲伯。 但是很遗憾的是，无论是iPad Air还是iPad mini2依然不支持通话功能，如果大家想使用iPa
ipad可以打电话吗 ipad打电话教程 第一步： 首先，我们要安装一款电话软件，如：Skype、WeTalk等等，小编在这里先提供这个两款软件的下载连接，这个可以根据用户自己的喜好选择。 WeTalk Skype 第二步： 安装好之后，注册一个账号，根据每款软件的不同，注册好账号之后，会得到不同额度的免费通话费用。 第三步： 完成上面的步骤之后，我们就可以打电话了! 有的朋友可能会问，如果免费的费用用完了怎么办?答案很简单，我们再重新注册一个账号就可以了~~!
相信还有很多朋友对于ipad air2 4g版怎么打电话还不太清楚，下文小编就为大家带来有关ipad air2国行4g版是否能打电话的内容，感兴趣的朋友和小编一起去看下吧。 iPad Air 2支持4G网络，采用单卡设计，支持中国移动、电信、联通三大网络商的所有网络，是一款全网通平板电脑，具备单SIM卡槽，是可以插卡的。 但iPad Air 2并没有内置电话组件，支持SIM卡，主要是方便用户即可使用移动网络上网，又可以使用WIFI无线网络上网。不过在iPad Air 2中无拨号组件，
ipad mini3可以打电话吗?有很多果粉问小编ipad mini3可不可以打电话，很多朋友都喜欢平板电脑能够具有打电话的功能，因为那将更将全面，那么ipad mini3支不支持呢? iPad mini3WLAN版本是具有SIM卡槽的，但是这并不代表iPad mini3可以打电话，虽然本身不具备通话功能，但是我们可以借助软件来实现。 而且有SIM卡并不代表iPad mini3可以打电话，主要是平板内部没有设置电话模块。
怎么用iPad打电话? iPad本身并不具备拨打普通电话的功能，但支持Facetime视频电话。想要在iPad上打电话，需要借助第三方应用，比较常见的是Skype。 Skype是一款网络电话，在多个平台上都可以使用，它支持拨打普通的电话，需消耗对应的Skype点数，购买点数可以通过官方或者淘宝上的代理商，相比普通电话要便宜很多，尤其是国际长途。 下面介绍下如何下载安装Skype： 1、下载Skype，可以在电脑或者直接在iPad上。电脑请在iTunes的iTunes stor
全球最受欢迎的苹果平板电脑新品iPad Mini即将全球多地同时发售了，由于中国内地不在首批不在上市范围之内，因此内地用户想抢先体验iPad Mini平板电脑相对有一些麻烦，不过方法不是没有，比如可以前往中国香港或者国外购买，下面本文将与大家介绍下如何购买iPad Mini，有兴趣的朋友赶紧来看看吧。 相关链接：iPad Mini能打电话吗？ iPad Mini购买全攻略 iPad Mini首批上市的地区多达34个，我们优先推荐国内用户前往中国香港购买，内地暂不在首批上地区之内。选择前往构面而不
尽管iPad mini行货还没有在大陆上市，不过在前不久已经率先在中国香港开卖了，不少果粉用户安奈不住，前往了香港购买，如今港版iPad mini已经有大量流转到了国内，只是价格偏高，但这依然抵挡不了果粉的热情，但也有不少果粉用户持币观望，对于这款iPad mini平板电脑怎么样不是很了解，网上对于这款产品多数被看好，但也有部分用户觉得这款平板电脑屏幕分辨率太低，不够主流，事实如何呢?下面笔者为大家分享个人亲测把玩iPad mini平板电脑的感受，只有使用过了才具备可信的发言权，下面笔者为大家还
在昨天更新的 iOS 8.1 中，苹果新增了通过 iPad 或者 Mac 收发短信这个新功能，简单来说，就是你可以直接使用 iPad 回复或者发送短信给你的手机好友，当然前提是你有一台iPhone。 不过与之前接打电话有所不同的是，要想在 iPad 上接发短信还需要设置一番，下面是详细的操作教程。 准备工作 无论是 iPad 还是 iPhone，必须都升级至 iOS 8.1。 确保你的 iPhone 和 iPad 在一个局域网中，或者都已经打开蓝牙。同时，打开 iPad 中的& R语言天气可视化应用
R语言天气可视化应用
，涵盖了R的思想，使用，工具，创新等的一系列要点，以我个人的学习和体验去诠释R的强大。
R语言作为统计学一门语言，一直在小众领域闪耀着光芒。直到大数据的爆发，R语言变成了一门炙手可热的数据分析的利器。随着越来越多的工程背景的人的加入，R语言的社区在迅速扩大成长。现在已不仅仅是统计领域，教育，银行，电商，互联网….都在使用R语言。
要成为有理想的极客，我们不能停留在语法上，要掌握牢固的数学，概率，统计知识，同时还要有创新精神，把R语言发挥到各个领域。让我们一起动起来吧，开始R的极客理想。
关于作者：
张丹(Conan), 程序员Java,R,PHP,Javascript
weibo：@Conan_Z
转载请注明出处：
在很多人看来，R语言还只是个玩具，完全不具备企业级应用的能力。说这些话的人，根本就不了解R语言，更不清楚如何做企业级应用开发。从我最早接触R语言时，就把R做为可视化引擎嵌入到了晒粉丝的微博应用中；后来又开发了数据挖掘算法竞赛网站，并把R语言做为算法引擎，并支持在线编程及运行；我做的第三个R语言应用就是本文要给大家分享的，这次同样是把R做为可视化引擎，并让R完成爬虫、XML文档解析及数据处理等的任务；当然，我还实现了第四个、第五个、第六个以R为核心的应用，都是量化投资方面的，会在下一本书《R的极客理想-量化投资篇》再介绍给大家。
从我的使用经验来看，R语言已经具备了企业级应用的能力，但我并不是要用R语言完成所有编程任务。在我的项目环境中，大都是多种编程语言配合使用的，只有发挥各自语言的特性优势，才是未来的发展方向。
本文所介绍的每日中国天气微博应用开发，将分为3篇介绍R语言和PHP语言的混合编程，第一篇为R语言功能实现，第二篇为R包开发，第三篇为用PHP构建微博应用。本文是第一篇。
系统架构设计
R语言程序现实
1. 项目介绍
谈到多语言混编，同如在计算机领域跨学科一样，是我所一直倡导一种工作模式。当编程语言百花齐放，各种细分市场的小众语言如雨后春笋般地成长起来，比起通用型编程语言来说，这些小众语言在特定的领域中有着非常明显的优势。 比如统计应用，如果用Java写个逻辑回归程序感觉深不见底，而用R语言实现逻辑回归就是个很平常的一件事情。 再比如做一个Web网站，用PHP或Nodejs实现轻而易举，如果用Java做不仅代码量大，而且程序复杂。 所以，对于一个应用来说，一种通用的语言并不一定是最好的解决方案，如果能实现多种语言的结合，那么你做出来的应用可以很酷，很不一样！
对于本文要介绍的 每日中国天气 这个新浪微博应用，就是一种多语言混编的实现。
这个项目的出发点很简单，就是通过可视化技术，展示中国每个省份的天气情况，给准备旅游的朋友，提供一种出行的提示。
要做实现这个应用，我们首先要列出，要实现哪些功能，会遇到哪些问题等。
天气数据：数据从哪里找到，如何下载，如何存储。
定时任务：天气数据需要每日更新，图片需要每日新生成。
地图和天气可视化：要把中国行政区图和天气数据结合在一起画图，让用户一眼就能看明白。
Web展示：通过可视化技术，我们生成的只是一张静态图片，如何发布到Web端进行展示。
微博：通过结合新浪微博，让更多的用户看到并使用这个应用。
用户交互：用户可以查看不同日期、不同类型的图片，用户还可以通过微博分享。
虽然是个很小的应用，但五脏俱全，我们也需要完整的思考，如何才能实现这个应用呢！
2. 系统架构设计
从上面的功能描述中，单独使用一种语言也可以实现的。 如果单独用PHP开发，做一个Web网站非常容易，连接新浪微博也有现成的SDK可以调用，爬取数据及存储也不麻烦，那么如何实现地图和天气数据的可视化，似乎就是卡在这里了。 如果单独用R开发，爬取数据及存储同样很容易实现，地图和天气数据的可视化也是很方便就能画出来，但是用R做Web网站，那就会遇到很大的瓶颈了，因为R是单线程同步的计算模型，Web应用的高并发特点，会直接让R程序崩溃的。 所以，综合上面的问题，如果R语言和PHP语言能结合在一起使用，不仅能避开每种语言不擅长的地方，还能在擅长的领域发挥出每种语言的特性，我们将通过多语言的混编技术做出很不一样的应用来。
为了实现应用的功能需求，我们要设计一套系统架构。
系统架构解释：
通过定时器启动爬虫程序，到Yahoo的天气数据源下载数据。
爬虫下载数据到本地服务器进行解析，存储应用相关的数据到CSV文件。
可视化程序，读入天气数据及地图数据，生成静态的图片作为可视化输出。
最终用户通过新浪微博，加载Web应用，看到了可视化生成的静态图片。
最终用户通过新浪微博分享了这个应用，让更多的人看到这个应用。
下面按照语言的优势，把应用架构以语言的特性来划分，让R语言实现爬虫、处理数据和可视化，让PHP完成Web开发、新浪API接入和用户交互。
由于我们这个应用，不需要让R和PHP直接进行通信，那么复杂度就会变得小很多了，像我之前做的晒粉丝应用，是3种语言的结合包括了R, PHP, Java，通过Java实现中间程序的调度，让R和PHP能够实现通信。
我们通过语言的划分，就可以扬长避短，让每种语言在最擅长的领域，完成最擅长的事情。
对于后台技术应用，定时器可以用Linux系统的CRON实现；然后用R语言程序来爬取数据，通过RCurl包来完成；爬取后的数据为XML格式，再通过R语言用XML包进行解析，以CSV格式进行本地存储；接下来，再用R语言处理数据，加载地图包ggmap、mapdata、maptools，最后配合plot()函数实现图片的输出，保存在本地服务器上。
对于前端的PHP应用来说，用PHP做一个Web网站很简单，使用YII快速开发框架；用PHP的新浪微博SDK进行API操作，实现新浪登陆，新浪分享等功能；最后Nginx + Spawn构建出PHP运行时环境，让Nginx完成负载均衡和图片加载，并配合PHP的访问规则，实现功能的切换。
合理的架构设计加上适应的语言的分工，就能轻松实现了 每日中国天气 这样的一个微博应用。其实，我们可以用这种多语言混搭的方式，创建出各种创新型的网站应用，但前提是先能掌握多种语言。
这里我想再多说一句，通常我认识的程序员，都是在自己的技术领域中无限畅快，一旦他们掌握了一种语言的核心技术，并有了一些开发经验后，往往不愿意再去学第二种语言。 对这些人来说，总觉得自己就是世界的中心，自己有能力实现的所有的功能。这些也都是有理想的程序员，只不过他们进入了一个误区，被现有的技术给迷住了，看不到、也不愿意看到外面的世界已经变了。我曾经就是这样的！
我承认Java是一种无所不能的编程语言，但是如果你所有程序都用Java实现，难道不觉得又费时又费力吗？通用性越强，反而专有领域的应用性就越差。这也是我从Java单一的技术路线走出来的原因。其实，在精通一门语言后，再去学习另外一门新的语言，就不是那么难了。但如果只是沉醉于已掌握的技术，很快就会被一代新人，一代新工具所超越的。
3. R语言程序现实
下面就开始介绍R语言的部分程序开发，在写代码之前，我们需要先梳理开发流程，做一下程序设计，R语言都需要实现哪些功能，用到哪些第三方R包。
我用一幅图来说明程序之间的调用关系，R语言的程序实现一共包括了6个部分，爬虫程序、本地存储，地图加载、数据可视化处理、生成静态图、生成可交互的静态图。
上图中，分别标出了每个步骤用的到R包或者功能函数，同时我们可以按照这个流程来定义功能函数，这样我们就把整个应用程序都规划好，最后再对应的写代码就不难了。
3.1 爬虫部分
对于爬虫部分来说，就是定时下载每个城市的或地区的天气数据，并解析数据，只保留我们需要的字段，并以CSV的格式存储。互联网上有很多免费公开的天气数据源，对我来说，最方便的数据源有2个，一个是Yahoo的天气数据，另一个Google的天气数据，但由于Google的API从中国大陆会经常会访问不到，所以我在这里选择Yahoo的天气数据源进行访问。
yahoo天气数据源的访问地址，如下所示。
/forecastrss?w=WOEID
其中WOEID代表城市对应的代码，如果想查看北京的天气数据，北京对应的WOEID为2151330，可以访问用浏览器访问
我们通过浏览器打开地址，就可以看到这个数据，数据是以XML格式进行发布的。
我们要解析这个XML文件，从中找到我们需要数据进行提邓。在R语言中，通过RCurl包实现HTTP的网络访问，抓取到整个的XML文档数据，然后通过XML包解析XML文档的DOM树，就能找到我们需要的数据了。
本文的系统环境
Win7 64bit
R: 3.1.1 x86_64-w64-mingw32/x64 (64-bit)
当我们把业务逻辑和技术实现都想清楚了，就可以动手写代码了，只十几行代码就能完成爬虫和XML文档解析的功能。
> library(RCurl)
# 加载类库
> library(XML)
> getWeather<-function (x){
url<-paste('/forecastrss?w=',x,'&#038;u=c',sep="")
# yahoo的数据源地址
doc = xmlTreeParse(getURL(url),useInternal = TRUE)
# 解析XML文档
ans<-getNodeSet(doc, "//yweather:atmosphere")
humidity<-as.numeric(sapply(ans, xmlGetAttr, "humidity"))
visibility<-as.numeric(sapply(ans, xmlGetAttr, "visibility"))
pressure<-as.numeric(sapply(ans, xmlGetAttr, "pressure"))
rising<-as.numeric(sapply(ans, xmlGetAttr, "rising"))
# 气压变动
ans<-getNodeSet(doc, "//item/yweather:condition")
code<-sapply(ans, xmlGetAttr, "code")
# 天气情况
ans<-getNodeSet(doc, "//item/yweather:forecast[1]")
low<-as.numeric(sapply(ans, xmlGetAttr, "low"))
# 最高气温
high',low,high,code,humidity,visibility,pressure,rising))
cbind(low,high,code,humidity,visibility,pressure,rising)
# 以data.frame格式返回
运行程序，查看返回结果。
> w 9 13 21 59 4.1 "
# 返回的结果集
low high code humidity visibility pressure rising
[1,] "9" "13" "21" "59"
"1016.4" "0"
对于功能需求来说，一个城市只保存7个字段就行了，其他的XML文档的数据可以全部过滤掉不管。
3.2 本地存储
我们通过爬虫下载并过滤后的数据，已经是data.frame的格式了，通过write.csv()函数就把这些数据输出到本地文件系统中保存起来，做为数据的备份。
我们在处理本地存储的过程中，除了要生成一个CSV文件，还包括了 文件命名，把多个城市的数据合并到一个文件存储的问题。下面我们需要再定义两个函数，filename()函数用于新生成文件的命名，loadDate()函数用于多个城市数据的加载，合并在一个文件中保存。
城市列表应该是我们需要提单准备好的，我这里只选取了中国的34个城市作为我们要获得的城市天气数据的信息。如果想爬取更多的城市天气数据的信息，那么补充这个列表就行了。
城市列表数据文件WOEID.csv。
beijing,2151330,北京,北京市,116..9
shanghai,2151849,上海,上海市,121..
tianjin,2159908,天津,天津市,117..15
chongqing,,重庆,重庆市,106..
harbin,2141166,哈尔滨,黑龙江省,126..75
changchun,2137321,长春,吉林省,125..
shenyang,2148332,沈阳,辽宁省,123.4,41.
hohhot,2149760,呼和浩特,内蒙古自治区,111.8,40.
shijiazhuang,2171287,石家庄,河北省,114..
wulumuqi,,乌鲁木齐,新疆维吾尔自治区,87.6,43.8
lanzhou,2145605,兰州,甘肃省,103..05
xining,2138941,西宁,青海省,101.75,36.
xian,2157249,西安,陕西省,108.9,34.
yinchuan,2150551,银川,宁夏回族自治区,106..
zhengzhou,2172736,郑州,河南省,113.7,34.8
jinan,2168327,济南,山东省,117,36.
taiyuan,2154547,太原,山西省,112..
hefei,2127866,合肥,安徽省,117.3,31.85
wuhan,2163866,武汉,湖北省,114.35,30.
changsha,,长沙,湖南省,113,28.
nanjing,2137081,南京,江苏省,118..
chengdu,2158433,成都,四川省,104..65
guiyang,2146703,贵阳,贵州省,106.7,26.
kunming,2160693,昆明,云南省,102.
nanning,2166473,南宁,广西壮族自治区,108..8
lasa,,拉萨,西藏自治区,91..
hangzhou,2132574,杭州,浙江省,120.15,30.
nanchang,,南昌,江西省,115..
guangzhou,2161838,广州,广东省,113.25,23.
fuzhou,2139963,福州,福建省,119.3,26.
taipei,2306179,台北,台湾省,121..05
haikou,2162779,海口,海南省,110..
hongkong,,香港,香港特别行政区,114..3
macau,,澳门,澳门特别行政区,113.5,22.2
字段解释：
第一列，城市的英文名
第二列，WOEID代码
第三列，城市的中文名
第四列，城市所在的省中文名
第五列，经度(默认为东经)
第六列，纬度(默认为北纬)
用于生成数据文件的R语言的函数实现。
> filename loadDate',date))
city<-read.csv(file="WOEID.csv",header=FALSE,fileEncoding="utf-8", encoding="utf-8")
# 加载城市列表
names(city)<-c("en","woeid","zh",'prov','long','lat')
city<-city[-nrow(city),]
wdata<-do.call(rbind, lapply(city$woeid,getWeather))
w<-cbind(city,wdata)
write.csv(w,file=filename(date),row.names=FALSE,fileEncoding="utf-8")
运行程序loadDate()的函数，程序会根据城市列表的数据，调用getWeather()函数自动爬取我们定义的所有城市的天气数据。
> date=Sys.time();date
# 选择日期
[1] " 13:01:08 CST"
> loadDate(date)
# 爬取数据
[1] "Date ==>
[1] "2151330 ==> 9 13 21 59 4.1 "
[1] "2151849 ==> 18 23 30 57 9.99 "
[1] "2159908 ==> 12 22 30 58 9.99 1017 0"
[1] " ==> 16 22 26 79 NA "
[1] "2141166 ==> 2 13 34 29 9.99 "
[1] "2137321 ==> 3 6 11 81 9.99 "
[1] "2148332 ==> 7 16 34 27 9.99 "
[1] "2149760 ==> 4 19 30 59 9.99 982.05 0"
[1] "2171287 ==> 12 14 11 94 2.49 982.05 2"
[1] " ==> 12 23 34 52 9.99 "
[1] "2145605 ==> 6 17 20 82 8 812.73 0"
[1] "2138941 ==> 3 21 32 63 9 745.01 0"
[1] "2157249 ==> 13 23 11 91 2.99 "
[1] "2150551 ==> 8 22 28 60 7 "
[1] "2172736 ==> 13 19 32 52 8 "
[1] "2168327 ==> 14 22 32 49 NA 1017 0"
[1] "2154547 ==> 9 18 20 88 1.59 982.05 2"
[1] "2127866 ==> 17 23 34 60 9.99 "
[1] "2163866 ==> 19 26 28 78 6 982.05 2"
[1] " ==> 21 28 28 65 9.99 982.05 2"
[1] "2137081 ==> 15 23 34 57 9.99 "
[1] "2158433 ==> 19 27 20 69 4.01 "
[1] "2146703 ==> 18 26 28 73 9.99 "
[1] "2160693 ==> 13 23 28 64 9.99 "
[1] "2166473 ==> 24 32 30 62 9.99 982.05 0"
[1] " ==> -1 15 30 50 NA 643.41 0"
[1] "2132574 ==> 16 23 30 53 9.99 "
[1] " ==> 21 27 20 75 7 "
[1] "2161838 ==> 25 31 28 58 8 982.05 2"
[1] "2139963 ==> 21 29 28 65 9.99 982.05 0"
[1] "2306179 ==> 24 28 28 70 9.99 982.05 0"
[1] "2162779 ==> 24 31 30 58 9.99 982.05 0"
[1] " ==> 26 30 30 59 9.99 982.05 2"
程序运行完成后，会在当前目录生成一个名字为.csv文件。打开.csv文件，这个文件就是接下来用于生成可视化图片的基础数据了。
"en","woeid","zh","prov","long","lat","low","high","code","humidity","visibility","pressure","rising"
"beijing",2151330,"北京","北京市",116..9,"9","13","21","59","4.1","1016.4","0"
"shanghai",2151849,"上海","上海市",121..","23","30","57","9.99","1015.92","0"
"tianjin",2159908,"天津","天津市",117..15,"12","22","30","58","9.99","1017","0"
"chongqing",,"重庆","重庆市",106..","22","26","79",NA,"1013.6","0"
"harbin",2141166,"哈尔滨","黑龙江省",126..75,"2","13","34","29","9.99","1015.92","0"
"changchun",2137321,"长春","吉林省",125..","6","11","81","9.99","1015.92","1"
"shenyang",2148332,"沈阳","辽宁省",123.4,41.","16","34","27","9.99","1015.92","0"
"hohhot",2149760,"呼和浩特","内蒙古自治区",111.8,40.","19","30","59","9.99","982.05","0"
"shijiazhuang",2171287,"石家庄","河北省",114..","14","11","94","2.49","982.05","2"
"wulumuqi",,"乌鲁木齐","新疆维吾尔自治区",87.6,43.8,"12","23","34","52","9.99","1015.92","2"
"lanzhou",2145605,"兰州","甘肃省",103..05,"6","17","20","82","8","812.73","0"
"xining",2138941,"西宁","青海省",101.75,36.","21","32","63","9","745.01","0"
"xian",2157249,"西安","陕西省",108.9,34.","23","11","91","2.99","1017.9","0"
"yinchuan",2150551,"银川","宁夏回族自治区",106..","22","28","60","7","1016.8","0"
"zhengzhou",2172736,"郑州","河南省",113.7,34.8,"13","19","32","52","8","1015.92","0"
"jinan",2168327,"济南","山东省",117,36.","22","32","49",NA,"1017","0"
"taiyuan",2154547,"太原","山西省",112..","18","20","88","1.59","982.05","2"
"hefei",2127866,"合肥","安徽省",117.3,31.85,"17","23","34","60","9.99","1015.92","2"
"wuhan",2163866,"武汉","湖北省",114.35,30.","26","28","78","6","982.05","2"
"changsha",,"长沙","湖南省",113,28.","28","28","65","9.99","982.05","2"
"nanjing",2137081,"南京","江苏省",118..","23","34","57","9.99","1015.92","2"
"chengdu",2158433,"成都","四川省",104..65,"19","27","20","69","4.01","1015.92","0"
"guiyang",2146703,"贵阳","贵州省",106.7,26.","26","28","73","9.99","1015.92","0"
"kunming",2160693,"昆明","云南省",102.,"13","23","28","64","9.99","1015.92","2"
"nanning",2166473,"南宁","广西壮族自治区",108..8,"24","32","30","62","9.99","982.05","0"
"lasa",,"拉萨","西藏自治区",91..,"-1","15","30","50",NA,"643.41","0"
"hangzhou",2132574,"杭州","浙江省",120.15,30.","23","30","53","9.99","1015.92","0"
"nanchang",,"南昌","江西省",115..","27","20","75","7","1016.4","0"
"guangzhou",2161838,"广州","广东省",113.25,23.","31","28","58","8","982.05","2"
"fuzhou",2139963,"福州","福建省",119.3,26.","29","28","65","9.99","982.05","0"
"taipei",2306179,"台北","台湾省",121..05,"24","28","28","70","9.99","982.05","0"
"haikou",2162779,"海口","海南省",110..","31","30","58","9.99","982.05","0"
"hongkong",,"香港","香港特别行政区",114..3,"26","30","30","59","9.99","982.05","2"
数据一共有10列，字段解释：
en，城市英文名
woeid， Yahoo天气API定义的WOEID，用于匹配城市
zh，城市中文名
prov，城市所在省的中文名
long，经度(中国处于东经，不区别东经西经)
lat，纬度(中国处于北纬，不区别南纬北纬)
low，最低温度
high，最高温度
code，天气概括代码
humidity，湿度
visibility，能见度
pressure，大气压
rising，气压变动
这样数据就准备好了，那么接下来就是把天气数据对应到中国行政区地图上了。
3.3 中国地国加载
R语言通过第三方的地图R包，可以很方便的实现基于地图的可视化或基于地理信息的数据处理。那么R语言是如何做到的呢，是通过maps, mapdata, maptools这3个包合作完成的。
我们调用maptools包的readShapePoly()函数，加载中国行政区地图的数据信息，保存在map的变量中，直接用plot()函数就可以看到可视化的效果了。地图数据是我提前下载好的，保存放在mapdata目录中，一共全部3个文件bou2_4p.dbf，bou2_4p.shp和bou2_4p.shx。
> library(maps)
> library(mapdata)
> library(maptools)
> map plot(map)
# 画出中国行政区图
是不是很神奇，2行就画出是中国行政区地图的轮廓，我们再继续来分析map这个变量。先检查一下的map的类型，发现是sp包中定义的SpatialPolygonsDataFrame类型的。
> class(map)
# 查看map对象类型
[1] "SpatialPolygonsDataFrame"
attr(,"package")
SpatialPolygonsDataFrame类型我们并不熟悉，再用pryr包的otype查检一下，面向对象系统的类型。
> library(pryr)
> otype(map)
# 发现是S4类型的data.frame
一文，我们已经掌握了S4类型的基础知识，在知道map是一个S4类型的实例后，大概就能猜出这个对象如何使用了。另外从命名上看，SpatialPolygonsDataFrame类型，应该是用data.frame存储了SpatialPolygons的类型的数据。 先通过length()函数和names()函数，从data.frame的角度查看一下map对象，包括7列925行。
> length(map)
# 一共有925条记录
> names(map)
# data.frame包括有7列
[1] "AREA"
"PERIMETER"
"BOU2_4M_"
"BOU2_4M_ID" "ADCODE93"
[6] "ADCODE99"
再通过str()函数查看map对象第一行数据的静态结构。
> str(map[1,])
Formal class 'SpatialPolygonsDataFrame' [package "sp"] with 5 slots
:'data.frame': 1 obs. of
1 variable:
.. ..$ AREA: num 54.4
..@ polygons
:List of 1
.. ..$ :Formal class 'Polygons' [package "sp"] with 5 slots
.. .. .. ..@ Polygons :List of 1
.. .. .. .. ..$ :Formal class 'Polygon' [package "sp"] with 5 slots
.. .. .. .. .. .. ..@ labpt
: num [1:2] 127.8 47.9
.. .. .. .. .. .. ..@ area
: num 54.4
.. .. .. .. .. .. ..@ hole
: logi FALSE
.. .. .. .. .. .. ..@ ringDir: int 1
.. .. .. .. .. .. ..@ coords : num [1:] 121 121 122 122 122 ...
.. .. .. ..@ plotOrder: int 1
.. .. .. ..@ labpt
: num [1:2] 127.8 47.9
.. .. .. ..@ ID
.. .. .. ..@ area
: num 54.4
..@ plotOrder
: num [1:2, 1:2] 121.2 43.4 135.1 53.6
.. ..- attr(*, "dimnames")=List of 2
.. .. ..$ : chr [1:2] "x" "y"
.. .. ..$ : chr [1:2] "min" "max"
..@ proj4string:Formal class 'CRS' [package "sp"] with 1 slots
.. .. ..@ projargs: chr NA
从这两个维度的观察，我们基本清楚map的结构，map里每一行是一个SpatialPolygonsDataFrame对象，包括5个属性，用于存储地图数据信息。取第一行数据data属性，查看结果，发现是黑龙江省的行政区地图数据。
> map[1,]@data
AREA PERIMETER BOU2_4M_ BOU2_4M_ID ADCODE93 ADCODE99
230000 黑龙江省
用第一行数据画图。
> plot(map[1,])
如果取前100行数据画图，那么应该是部分中国省的行政区地图了，果然如我所料。
> plot(map[1:100,])
由于本文并不是地图包的详细介绍，只要了解到map对象的基本使用就行了，稍后在博客中我会单独介绍用R做地图可视化的开发。
3.4 数据可视化
完成了地图数据加载后，再接下来就是数据可视化了。数据可视化，我认为要分成2部分操作，一部分是数据处理，另一部分是可视化输出。
我们先想一下要怎么进行数据处理，才能把天气数据和地图数据结合起来呢。我们的目标是要画出中国各省天气概况，会用到过之前过滤出的数据中code的数据，code的数据都是代码，我们还要定义code代码和实际意义的映射关系。
Yahoo的源数据中，一共定义了49种天气情况，如code.csv文件所示，根据描述我把相似的天气情况进行合并，最后保留18种天气概况特征。code代码映射文件为lablecode.csv。
code.csv文件。
"code","en","zh","type"
0,tornado,龙卷风,3
1,tropical storm,热带风暴,2
2,hurricane,暴风,3
3,severe thunderstorms,强雷雨天气,16
4,thunderstorms,雷雨,11
5,mixed rain and snow,雨雪,12
6,mixed rain and sleet,雨雪,12
7,mixed snow and sleet,雨雪,12
8,freezing drizzle,冻毛毛雨,11
9,drizzle,毛毛雨,11
10,freezing rain,冻雨,11
11,showers,阵雨,11
12,showers,阵雨,11
13,snow flurries,小雪,13
14,light snow showers,阵雪,13
15,blowing snow,飞雪,13
16,snow,雪,14
17,hail,冰雹,15
18,sleet,雨雪,12
19,dust,灰尘,5
20,foggy,雾,7
21,haze,薄雾,7
22,smoky,烟雾弥漫,6
23,blustery,大风,3
24,windy,风,4
25,cold,冷,18
26,cloudy,多云,8
27,mostly cloudy (night),满云密布,8
28,mostly cloudy (day),满云密布,8
29,partly cloudy (night),少云,9
30,partly cloudy (day),少云,9
31,clear (night),晴,10
32,sunny,睛,10
33,fair (night),晴,10
34,fair (day),晴,10
35,mixed rain and hail,大雨和冰雹,16
36,hot,热,1
37,isolated thunderstorms,局部雷雨,11
38,scattered thunderstorms,零星雷雨,11
39,scattered thunderstorms,零星雷雨,11
40,scattered showers,零星阵雨,11
41,heavy snow,大雪,14
42,scattered snow showers,零星阵雪,13
43,heavy snow,大雪,14
44,partly cloudy,少云,9
45,thundershowers,雷阵雨,11
46,snow showers,阵雪,13
47,isolated thundershowers,局部雷雨,11
3200,not available,无数据,19
字段解释：
code，源数据天气特征代码
en，英文描述
zh，中文描述
type，分类代码
lablecode.csv文件。
"type","alias"
字段解释：
type，分类代码
alias，用于显示的别名
有了天气特征定义后，我们再把特征匹配到不同的颜色，并增加图例及文字描述，就生成了最终的中国各省天气概况的静态图片了。
> library("RColorBrewer")
> getColors2<-function(map,prov,ctype){
#name change to ADCODE99
ADCODE99<-read.csv(file="ADCODE99.csv",header=TRUE,fileEncoding="utf-8", encoding="utf-8")
fc<-function(x){ADCODE99$ADCODE99[which(x==ADCODE99$prov)]}
code summary<-function(data=data,output=FALSE,path=''){
colors<-c(rev(brewer.pal(9,"Blues")),rev(c('#b80137','#8c0287','#d93c5d','#d98698','#f6b400','#c4c4a7','#d6d6cb','#d1b747','#ffeda0')))
# 定义18种天气特征对应的颜色
temp<-data$code
title<-"中国各省天气概况"
ofile<-paste(format(date,"%Y%m%d"),"_code.png",sep="")
colors<-rev(colors)
code<-read.csv(file="code.csv",header=TRUE,fileEncoding="utf-8", encoding="utf-8")
labelcode<-read.csv(file="labelcode.csv",header=TRUE,fileEncoding="utf-8", encoding="utf-8")
ctype<-sapply(temp,function(x){code$type[which(x==code$code)]})
if(output)png(file=paste(path,ofile,sep=''),width=600,height=600)
layout(matrix(data=c(1,2),nrow=1,ncol=2),widths=c(8,1),heights=c(1,2))
par(mar=c(0,0,3,12),oma=c(0.2,0.2,0.2,0.2),mex=0.3)
plot(map,border="white",col=colors[getColors2(map,data$prov,ctype)])
# 地图和天气可视化
points(data$long,data$lat,pch=19,col=rgb(0,0,0,0.3),cex=0.8)
# 标出采样城市
#=======================================
# 图片中的辅助文字
if(FALSE){
axis(1,lwd=0);axis(2,lwd=0);axis(3,lwd=0);axis(4,lwd=0)
text(100,58, title,cex=2)
text(105,54,format(date,"%Y-%m-%d"))
text(98,65,paste('每日中国天气','/chinaweatherapp'))
text(120,-8,paste('provided by The Weather Channel',format(date, "%Y-%m-%d %H:%M")),cex=0.8)
#=======================================
# 文字说明
for(row in 1:nrow(data)){
name<-as.character(data$zh[row])
label<-labelcode$alias[labelcode$type==ctype[row]]
x1<-ceiling(row/7)
x2<-ifelse(row%%7==0,7,row%%7)
x3<-ctype[row]
fontCol<-'#000000'
if(x3<=5)fontCol=12)fontCol<-tail(colors,1)
text(68+x1*11,17-x2*3,paste(name,' ',label,sign,sep=''),col=fontCol)
#=======================================
par(mar = c(5, 0, 15, 10))
image(x=1, y=1:length(colors),z=t(matrix(1:length(colors))),col=rev(colors),axes=FALSE,xlab="",ylab="",xaxt="n")
axis(4, at = 1:(nrow(labelcode)-1), labels=rev(labelcode$alias)[-1], col = "white", las = 1)
abline(h=c(1:(nrow(labelcode)-2)+0.5), col = "white", lwd = 2, xpd = FALSE)
if(output)dev.off()
运行程序，生成静态图片。
> data path=''
# 定义输出路径
> summary(data,output=TRUE,path=path)
# 生成中国各省天气概况图
代码量大概100行左右，就可以生成这么复杂的天气和地图结合的图片，R真的很神奇！
3.5 可交互的静态图
这是锦上添花的一步，静态图片对于一般应用来说就够了。但如果图片还能动起来，是不是会更吸引人呢？我们可以尝试生成基于HTML5的、有动态效果的图，通过recharts包调Echarts库实现基于HTML5的动画，生成会动的可交互的图片。
由于recharts包没有发布的CRAN，我们需要用devtools包通过Github安装这个包。
> library(devtools)
# 加载devtools
> install_github("taiyun/recharts")
# 下载安装recharts包
> library(recharts)
# 加载recharts包
由于上面的天气概况是由离散值组成的，利用echarts的库，我们做一个连续值的可视化例子，比如白天气温和夜间气温。定义weather_html()函数，提供气温数据并调用recharts包，实现可视化的输出。
> weather_html<-function(data=data,type='high',output=FALSE,path=''){
# 输入HTML的天气图
if(type=='high') {
# 白天气温
df<-data[,c('prov','high')]
names(df)<-c("prov","气温")
title<-paste(format(date,"%Y-%m-%d"),"中国各省白天气温",sep="")
ofile<-paste(format(date,"%Y%m%d"),"_day.html",sep="")
}else if(type=='low'){
# 夜间气温
df<-data[,c('prov','low')]
names(df)<-c("prov","气温")
title<-paste(format(date,"%Y-%m-%d"),"中国各省夜间气温",sep="")
ofile<-paste(format(date,"%Y%m%d"),"_night.html",sep="")
df[,1]<-substr(df[,1],0,2)
# 数据格式整理
df[which(df$prov=='黑龙'),]$prov<-'黑龙江'
df[which(df$prov=='内蒙'),]$prov<-'内蒙古'
recharts.eMap <- eMap(df, namevar=1, datavar = 2, title=title)
# 数据JSON化处理
if(output){
# 输出HTML文件
recharts.eMap$outList[c('chartid','type')]<-NULL
writeLines(unlist(recharts.eMap$outList),paste(path,ofile,sep=''))
# 在浏览器中打开HTML网页
plot(recharts.eMap)
运行程序，以HTML输出中国各省白天气温。
> date data path=''
# 设置文件输出路径
> weather_html(data,type='high',output=FALSE,path='')
# 输出中国各省白天气温
[1] "气温"
[1] "chart path C:\\Users\\ADMINI~1\\AppData\\Local\\Temp\\RtmpqCHFPY"
程序会自动打开浏览器，呈现HTML的网页。
运行程序，以HTML输出中国各省夜间气温。在网页中，通过鼠标对地图进行交互，移动左下角的温度条，选择最高温度30，最低温度8.8，中国地图中由西南到东北变为灰色，说明这些地区的温度不在8.8到30度之间。当鼠标路过海南省的时候，海南省呈现黄色，并提示出温度为23度。
> weather_html(data,type='low', output=FALSE,path='')
# 中国各省夜间气温
[1] "气温"
[1] "chart path C:\\Users\\ADMINI~1\\AppData\\Local\\Temp\\RtmpqCHFPY"
如果不需要在浏览器中打开，只能想存储生成的网页，可以在程序中设置output为TRUE，当前目录下会生成_night.html的文件。
> weather_html(data,type='low',output=TRUE,path='')
[1] "气温"
本文介绍了每日中国天气应用项目完整情况，并完成R语言部分的功能实现。那么下一篇文章，将介绍如何把R语言的功能代码封装成R包。
转载请注明出处：
This entry was posted in ,
Designed by}