{
"dates": [
"November 16 2015",
"June 16 2014",
"April 27-28 2011",
"April 15-16 2011",
"June 17 2010",
"May 10 2010",
"April 10 2009",
"June 11 2008",
"May 25 2008",
"May 23 2008",
"February 5 2008",
"May 4-5 2007",
"March 26 2007",
"March 1 2007",
"April 7 2006",
"April 2 2006",
"March 12 2006",
"November 15 2005",
"November 23-24 2004",
"May 29-30 2004",
"May 22 2004",
"May 12 2004",
"June 24 2003",
"May 10 2003",
"May 8 2003",
"May 6 2003",
"May 4 2003",
"November 10 2002",
"November 24 2001",
"May 11 1999",
"May 3 1999",
"April 8-9 1999",
"January 21 1999",
"June 2 1998",
"April 16 1998",
"April 8 1998",
"May 27 1997",
"March 1 1997",
"July 18 1996",
"April 19 1996",
"June 8 1995",
"May 27 1995",
"May 18 1995",
"April 26 1994",
"March 27 1994",
"November 21-22 1992",
"June 15-16 1992",
"April 26 1991",
"August 28 1990",
"June 1-2 1990",
"March 13 1990",
"May 5 1989",
"May 8 1988",
"May 31 1985",
"June 7 1984",
"March 28 1984",
"May 2 1983",
"April 2 1982",
"June 3 1980",
"April 7 1980",
"April 10 1979",
"May 4 1977",
"April 4 1977",
"June 13 1976",
"April 19 1976",
"March 26 1976",
"March 20 1976",
"May 6 1975",
"June 8 1974",
"April 3 1974",
"May 26-27 1973",
"May 6 1973",
"April 15 1973",
"April 27 1971",
"February 21 1971",
"May 11 1970",
"April 17 1970",
"June 13 1968",
"May 15 1968",
"April 23 1968",
"September 20 1967",
"April 30 1967",
"April 21 1967",
"January 24 1967",
"October 14 1966",
"June 8 1966",
"March 3 1966",
"May 8 1965",
"May 3-6 1965",
"April 11 1965",
"April 12 1964",
"April 3 1964",
"January 24 1964",
"April 17 1963",
"March 11 1963",
"May 30 1961",
"May 19 1960",
"May 5 1960",
"November 17 1958",
"June 10 1958",
"June 4 1958",
"December 18 1957",
"June 20 1957",
"May 20-21 1957",
"April 8 1957",
"April 2-3 1956",
"July 2 1955",
"May 29 1955",
"February 1 1955",
"May 11 1954",
"December 5 1953",
"June 27 1953",
"June 8-9 1953",
"May 29 1953",
"May 10-11 1953",
"May 1 1953",
"May 22 1952",
"March 21 1932",
"February 19 1884",
"February 19 1884"
]
}
curl --location --request POST 'https://zylalabs.com/api/10277/us+tornados+data+api/19797/get+tornados+dates' --header 'Authorization: Bearer YOUR_API_KEY' --header 'Content-Type: application/json' --data-raw '{}'
{
"items": [
{
"Category": 1,
"Date": "November 16 2015",
"Tornados": 3
}
]
}
curl --location --request POST 'https://zylalabs.com/api/10277/us+tornados+data+api/19798/get+tornado+data+by+date' --header 'Authorization: Bearer YOUR_API_KEY' --header 'Content-Type: application/json' --data-raw '{"date":"Required"}'
{
"Date": "2008-03-01",
"States_Affected": [
"AL",
"GA",
"MS",
"NC",
"SC"
]
}
curl --location --request POST 'https://zylalabs.com/api/10277/us+tornados+data+api/19799/get+affected+states' --header 'Authorization: Bearer YOUR_API_KEY' --header 'Content-Type: application/json' --data-raw '{"date":"Required"}'
注册后,每个开发者都会被分配一个个人 API 访问密钥,这是一个唯一的字母和数字组合,用于访问我们的 API 端点。要使用 美国龙卷风数据 API 进行身份验证,只需在 Authorization 标头中包含您的 bearer token。
| 标头 | 描述 |
|---|---|
授权
|
必需
应为 Bearer access_key. 订阅后,请查看上方的"您的 API 访问密钥"。
|
无长期承诺。随时升级、降级或取消。 免费试用包括最多 50 个请求。
(年度计费可节省 2 个月 🎉)
该API暴露了美国历史上龙卷风爆发的数据。该API返回结构化数据,将每个龙卷风爆发表示为列表中的JSON对象。每个对象包含以下字段:'类别'(表示爆发分类的整数)、'日期'(表示爆发开始日期的字符串)、'龙卷风'(表示爆发中龙卷风总数的整数)和'受影响州'(表示受影响的美国州的以逗号分隔的列表的字符串)。该API使用一个单一的端点/tornadoes来提供这些数据。开发者可以通过对该端点发出简单的GET请求来获取完整数据集。数据以JSON对象的JSON数组形式呈现,使其易于解析并集成到各种应用程序中。该API遵循标准的RESTful原则,以便于数据访问,促进与各种编程语言和框架的无缝集成。例如,开发者可以使用Python的requests库来获取数据,解析JSON响应,并随后进行分析或将数据集成到他们的可视化工具中。该API提供了一种易于访问和结构化的方式,以编程方式访问和利用有价值的历史天气数据。
美国龙卷风数据API提供对美国历史龙卷风暴发的全面数据集的访问,包括暴发日期、受影响州和每次暴发的龙卷风数量等详细信息
API以结构化的JSON格式返回数据,具体为包含每个龙卷风爆发的JSON对象的JSON数组
每个由 API 返回的 JSON 对象包括以下字段:'类别'(整数)、'日期'(字符串)、'龙卷风'(整数)和'受影响州'(字符串)
开发人员可以使用API检索历史龙卷风数据以进行分析 报告或可视化目的 例如他们可以使用GET请求获取数据 解析JSON响应并将其集成到天气分析工具或应用程序中
该API提供了一种便捷且结构化的方式来访问有价值的历史天气数据,使开发人员能够创建强大的天气分析和报告应用程序,从而增强对龙卷风模式及其影响的理解
"获取龙卷风日期"端点返回美国发生龙卷风的日期列表 响应包括一个包含格式为“YYYY-MM-DD”的日期字符串数组的JSON对象
用户可以通过在请求中提供特定日期作为参数来过滤龙卷风数据。该端点将返回包含类别、日期和当天龙卷风总数的爆发数据
“获取受影响州”接口返回在指定日期受到龙卷风影响的美国州的列表 响应包含日期和受影响州缩写的数组
每个端点以结构化的JSON格式返回数据。例如,“按日期获取龙卷风数据”端点返回一个包含“tornado_data”数组的JSON对象,其中每个对象包含“类别”、“日期”和“龙卷风”等字段
“获取受影响状态”端点需要一个日期参数来过滤结果 用户可以从“获取龙卷风日期”端点获得有效日期以确保请求准确
典型的使用案例包括分析龙卷风的模式、创建龙卷风暴发的可视化以及生成用于教育或研究目的的报告。开发者可以将这些数据集成到天气应用或灾难准备工具中
如果特定日期没有龙卷风数据,API将在响应中返回一个空数组。用户应在他们的应用程序中实施检查,以优雅地处理这种情况,确保他们的应用程序能够无错误地管理空结果
响应数据中龙卷风爆发的关键字段包括“类别”(爆发的分类)“日期”(爆发的开始日期)“龙卷风”(龙卷风的总数)和“受影响州”(受影响州的列表)