BLOG

Helsinki weather 2016 data cover

Vuoden 2016 jokaisen päivän säätiedot yhdessä graafissa

Vuosi 2017 alkoi muutaman päivän pituisella kirpeällä pakkasjaksolla. Muistatko, että niin alkoi myös viime vuosi? Oheinen sää graafi esittää vuoden 2016 kaikkien päivien maksimi- ja minimilämpötilan sekä päivän keskilämpötilan Helsingissä. Mikäli tänä vuonna toteutuu viime vuoden trendi, niin helmikuussa ei ole enää luvassa kirpeitä pakkasia. Vähitellen lämpötila kapuaa nollan tuntumaan, ja sieltä taas kohti keväisempiä lukemia.

Graafissa pylvään väri kertoo kunkin päivän keskilämpötilan. Palkin pituudesta näkee päivän alimman ja ylimmän lämpötilan. Säätiedot on poimittu Helsinki-Vantaan lentoaseman säätiedoista. Säädata on Wundergroundilta.

Radial barchart provides weather information of Helsinki in 2016

 

Kuinka graafi toteutettiin?

Hain datan sääpalvelu Wundergroundin rajapinnalta. Heillä on tarvittava data kunkin päivän ylimmästä ja alimmasta lämpötilasta sekä keskilämpötila. Keräsin säätä koskevan datan taulukkoon oheisella R-ohjelmointikielen skriptillä:

#SETUP
library(xml2)
library(rvest)
library(tidyverse)

monthlydata <- NULL
yearlydata <- NULL

baseurlStart <- "https://www.wunderground.com/history/airport/EFHK/"
baseurlEnd <- "/MonthlyHistory.html?format=1&_ga=1.238860864.1778602722.1481212841"

monthList <- seq(as.Date("2016/1/1"), by = "month", length.out = 12)
monthList <- gsub("-","/",monthList)

for (i in 1:length(monthList)) {
 urli <- paste0(baseurlStart, monthList[i], baseurlEnd)
 
 #Includes weather information of a month
 monthlydata <- read_csv(urli, col_names = TRUE, skip = 1)
 
 #Change first column name from EEST EET
 names(monthlydata)[1] <- paste("EET")
 
 #data frame of a whole year
 yearlydata <- rbind(yearlydata, monthlydata)
}

#select date, max, avg and min columns from yearlydata
weatherData <- subset(yearlydata, select = c(1:4))
colnames(weatherData) <- c("date","max","avg","min")

# setwd("")
# write.csv(weatherData, "helsinkiWeather2016.csv")


Sinun ei kuitenkaan tarvitse ajaa skriptiä, vaan voit halutessasi ladata suoraan koneellesi .csv-muotoisen datan tästä linkistä.

Kun data oli siistitty, käytin D3.js-kirjastoa sään visualisointiin. Suurena apuna oli Nadieh Bremerin visualisointi, joka tarvitsi pientä sovitusta toimiakseen D3:n uusimmalla nelosversiolla.

D3.js on interaktiivinen javascript-kirjasto, joka mahdollistaa luovien, liikkuvien ja interaktiivisten datavisualisointien tekemisen. Kannattaa seurata blogiani, sillä postaan tänne alkuvuodesta lisää materiaalia, joka on tehty D3.js-kirjastolla ohjelmoimalla. Visualisoinnit liittyvät sata vuotta täyttävään Suomeen.

 

Tilaa Infograafikon uutiskirje

Välitän uutiskirjeen tilaajille uusimmat täällä julkaistavat infografiikat. Lisäksi uutiskirjeen tilaajana saat uusimmat vinkkini, miten jokainen voi esittää tietoa paremmin ja visuaalisemmin. Vinkit perustuvat kokemuksiini infografiikan ja datavisualisoinnin asiantuntijana.






TAGS > , , ,