環境変数以外の Python スクリプトを公開します。このスクリプトを、cron コマンドや、plist といった設定ファイルによって自動的に実行させて、Webページを作成、生成しています。現在は、plist で管理しているのですが、決まった時刻に実行されないときがあります。コンピュータがスリープ中なのが原因のようで。強制的に、定時にウェイクアップさせるコマンドと、cron コマンドを組み合わせるなどといった方法などもあります。ですが、ゆっくりと、様子を見ながら試行錯誤してみようと思っています。
import os import requests import matplotlib.pyplot as plt import matplotlib.dates as mdates from datetime import datetime, timedelta, timezone import smtplib from email.mime.image import MIMEImage from email.mime.multipart import MIMEMultipart from email.mime.text import MIMEText from dotenv import load_dotenv import openai import logging # 環境変数の読み込み load_dotenv() # 環境変数から設定を取得 log_file_path = os.getenv('LOG_FILE_PATH') api_key = os.getenv('OPENWEATHERMAP_API_KEY') openai_api_key = os.getenv('OPENAI_API_KEY') smtp_server = os.getenv('SMTP_SERVER') smtp_port = int(os.getenv('SMTP_PORT')) from_email = os.getenv('FROM_EMAIL') to_addr = os.getenv('TO_ADDR') email_password = os.getenv('EMAIL_PASSWORD') if log_file_path: # ログの記録 with open(log_file_path, "a") as log: log.write(f"Script executed at {datetime.now()}\n") else: print("LOG_FILE_PATH environment variable not set.") # 定数 CITY_NAME = 'Shibuya,JP' API_URL = f'http://api.openweathermap.org/data/2.5/forecast?q={CITY_NAME}&appid={api_key}&units=metric' THRESHOLD = -0.1 # 極端な下降トレンドとみなす閾値（調整可能） MIN_INTERVAL = 2 * 3600 # 強調表示する最小間隔（2時間） # OpenAI APIキーの設定 openai.api_key = openai_api_key # 気圧データ取得関数 def get_pressure_data(): try: response = requests.get(API_URL) response.raise_for_status() data = response.json() except requests.RequestException as e: logging.error(f"Error fetching data: {e}") return [], [] pressures = [] timestamps = [] jst = timezone(timedelta(hours=9), 'JST') current_time = datetime.now(jst) start_time = current_time - timedelta(hours=24) for item in data.get('list', []): timestamp = datetime.utcfromtimestamp(item.get('dt', 0)).replace(tzinfo=timezone.utc).astimezone(jst) if timestamp >= start_time: timestamps.append(timestamp) pressures.append(item.get('main', {}).get('pressure', 0)) return timestamps, pressures # 気圧データの解析関数 (OpenAI API) def analyze_pressure_data(timestamps, pressures): try: # 気圧データを簡略化してテキスト形式で整形 data_text = "\n".join([f"{t.strftime('%Y-%m-%d %H:%M')}: {p}" for t, p in zip(timestamps, pressures)]) # プロンプトに気圧データを説明する prompt = ( "以下は東京渋谷の気圧データです。このデータに基づいて、気圧と気象病についてコメントを生成してください。コメントの最初に結論をやや長めに述べてください。その後、コメントは短いパラグラフを用い、見出しや箇条書き、番号付きリストなどを活用して読みやすくしてください。\n\n" + data_text ) # テキストプロンプトに基づいた解析を行う response = openai.ChatCompletion.create( model="gpt-4o", # 使用するモデル messages=[ {"role": "system", "content": "You are an assistant that analyzes pressure data trends."}, {"role": "user", "content": prompt} ], max_tokens=1000 # 生成されるコメントの最大トークン数 ) # 分析結果のコメントを取得 comment = response['choices'][0]['message']['content'].strip() logging.debug("Comment from OpenAI: %s", comment) return format_comment(comment) except Exception as e: logging.error(f"Error analyzing pressure data: {e}") return None # コメントの形式を整える関数 def format_comment(comment): return ( f"{comment}" ) # 気圧グラフ作成関数 (極端な下降トレンドをハイライト) def highlight_extreme_downward_trend(timestamps, pressures, threshold, min_interval): plt.figure(figsize=(12, 6)) plt.plot(timestamps, pressures, marker='o', linestyle='-') highlight_start = None for i in range(len(pressures) - 1): rate_of_change = (pressures[i + 1] - pressures[i]) / ((timestamps[i + 1] - timestamps[i]).total_seconds() / 3600) if rate_of_change < threshold: if highlight_start is None: highlight_start = i else: if highlight_start is not None: interval = (timestamps[i] - timestamps[highlight_start]).total_seconds() if interval >= min_interval: alpha = max(0.1, min(1.0, abs(rate_of_change)/2)) color = (1.0, 0.0, 0.0, alpha) plt.axvspan(timestamps[highlight_start], timestamps[i], color=color) highlight_start = None plt.title('Pressure Data in Shibuya, Tokyo') plt.xlabel('Date') plt.ylabel('Pressure (hPa)') plt.xticks(rotation=45) # 横軸の日付フォーマットを変更 ax = plt.gca() ax.xaxis.set_major_formatter(mdates.DateFormatter('%Y-%m-%d')) ax.xaxis.set_major_locator(mdates.DayLocator()) ax.xaxis.set_minor_locator(mdates.HourLocator(interval=6)) plt.grid(True) plt.tight_layout() # ファイル名に日付と時刻を含めて保存 output_dir = os.getenv('OUTPUT_DIR', os.path.join(os.path.dirname(__file__), "png")) os.makedirs(output_dir, exist_ok=True) current_datetime = datetime.now().strftime("%Y%m%d_%H%M%S") file_name = os.path.join(output_dir, f"{current_datetime}_fig.png") plt.savefig(file_name) return file_name # メール送信関数 def send_email(file_path, comment): current_time = datetime.now().strftime("%I:%M %p") msg = MIMEMultipart() msg['Subject'] = f'Pressure data in Tokyo at {current_time}' msg['From'] = from_email msg['To'] = to_addr # メール本文をMarkdown形式で作成 if comment: email_body = f""" **Current time:** {current_time} {comment} """ msg.attach(MIMEText(email_body, 'plain')) # Markdown形式で送信 else: email_body = f""" **Current time:** {current_time} No analysis comment available. """ msg.attach(MIMEText(email_body, 'plain')) # Markdown形式で送信 with open(file_path, 'rb') as f: img_data = f.read() image = MIMEImage(img_data, name=os.path.basename(file_path)) msg.attach(image) try: with smtplib.SMTP(smtp_server, smtp_port) as server: server.starttls() server.login(from_email, email_password) server.send_message(msg) except smtplib.SMTPException as e: logging.error(f"Error sending email: {e}") # メイン関数 def main(): try: timestamps, pressures = get_pressure_data() if timestamps and pressures: # 画像データのBase64エンコード file_name = highlight_extreme_downward_trend(timestamps, pressures, THRESHOLD, MIN_INTERVAL) # 気圧データの解析コメント取得 comment = analyze_pressure_data(timestamps, pressures) # メール送信 send_email(file_name, comment) except Exception as e: logging.error(f"Error in main function: {e}") if __name__ == "__main__": main()
