Diese Python-Anwendung, die 30-Tage-Weather Dashboard , ruft Wetterdaten effizient über die OpenWeather-API und speichert sie sicher in einem AWS S3-Bucket. Dieses Projekt zeigt Best Practices in API -Interaktion, Cloud -Ressourcenverwaltung und sichere Anmeldeinformationen.

Schlüsselfunktionen:

• Echtzeit-Wetterdaten Abrufen für bestimmte Städte.
• Zeigt wichtige Wettermetriken an: Temperatur, Luftfeuchtigkeit und Bedingungen.
• speichert Wetterinformationen sicher in einem AWS S3 -Bucket.
• Robustes Fehlerbehandlung für API- und Cloud -Service -Interaktionen.

Technology Stack:

• Sprache: python
• api: openweather api
• cloud: aws s3
• bibliotheken: boto3 (AWS -Interaktion), Anfragen (http Anfragen), dotenv (Umgebungsvariablenverwaltung)
]

Projektstruktur:

weather-dashboard/
  src/
    __init__.py
    weather_dashboard.py
  tests/
  data/
  .env
  .gitignore
  requirements.txt

• src/weather_dashboard.py : CORS -Skript für Datenfetching und AWS S3 Interaction.
• . env : speichert API -Schlüssel und AWS -Bucket -Details sicher.
• Anforderungen.txt : Listet Projektabhängigkeiten auf.

setup Guide:

Voraussetzungen:

• python 3.8
• aws cli
• git

Schritte:

1. klone das repository: git klone https://github.com/onlyfave/30days-weather-dashboard.git && cd 30days-weather-dashboard
2. Installieren Sie Abhängigkeiten: PIP install -r anforderung.txt
3. configure . Env mit Ihrem API -Schlüssel und AWS Bucket Information (Beispiel unten):

OPENWEATHER_API_KEY=YOUR_OPENWEATHER_API_KEY
AWS_BUCKET_NAME=your-weather-bucket
AWS_DEFAULT_REGION=your-aws-region

4. konfigurieren AWS -Anmeldeinformationen mit aws configure .
5. Führen Sie die Bewerbung aus: python3 src/weather_dashboard.py

visuals:

1. Anwendungsausgabe:

2. AWS S3 Bucket Configuration:

3. Fehlerbehandlungsbeispiel:

4. aws S3 Ausgabe:

Lektionen gelernt:

• AWS S3 Bucket Management und Python Integration.
• Secure Anmeldeinformationen mit Umgebungsvariablen.
.
Effektive API -Integrationstechniken.
robuster Fehlerbehandlung in verteilten Systemen.
Git Version kontrollieren Best Practices.

zukünftige Verbesserungen:

Fügen Sie Wettervorhersagefunktionen hinzu.
entwickeln eine benutzerfreundliche grafische Benutzeroberfläche (GUI).
Integrieren Sie die erweiterte Datenvisualisierung (Matplotlib, plotly).
Unterstützung für mehr Städte und Internationalisierung.
Automatisierte Tests (PyTest).
ci/CD -Pipeline -Implementierung.

bestätigen:

Kontakt: