返回顶部
首页 > 资讯 > 后端开发 > Python >用Python可视化新冠疫情数据
  • 729
分享到

用Python可视化新冠疫情数据

2024-04-02 19:04:59 729人浏览 独家记忆

Python 官方文档:入门教程 => 点击学习

摘要

目录前言数据获取数据可视化python的特色总结前言 不知道大伙有没有看到过这一句话:“中国(疫苗研发)非常困难,因为在中国我们没有办法做第三期临床试验,因为没有病人了。

前言

不知道大伙有没有看到过这一句话:“中国(疫苗研发)非常困难,因为在中国我们没有办法做第三期临床试验,因为没有病人了。”这句话是中国工程院院士钟南山在上海科技大学2021届毕业典礼上提出的。这句话在全网流传,被广大网友称之为“凡尔赛”发言。

今天让我们用数据来看看这句话是不是“凡尔赛”本赛。在开始之前我们先来说说今天要用到的Python库吧!

1.数据获取部分

requests lxml JSON openpyxl

2.数据可视化部分

pandas  pyecharts(可视化库)

以上的库都可以通过在线下载:

pip instll xx  

ps:如果下载速度太慢的话也可以用国内镜像,使用命令,例如:

pip install xx(库名) -i https://pypi.tuna.tsinghua.edu.cn/simple gevent(清华镜像)

现在一起进入今天的代码部分吧!!!

数据获取

目标地址:

Https://voice.baidu.com/act/newpneumonia/newpneumonia

进入目标地址我们可以看到如下所示:

在这里插入图片描述

现在让我们一起去解析网页结构找到我们要爬取到的数据如下所示:

在这里插入图片描述

现在我们找到想要的页面数据接下来就是通过Python来获取这些数据了,上代码:

1 import requests
2 from lxml import etree
3 import json
4 import openpyxl
5 
6 #通用爬虫
7 url = 'https://voice.baidu.com/act/newpneumonia/newpneumonia'
8 headers = {
9    "User-Agent": ".....(换成自己的)"
10 }
11 response = requests.get(url=url,headers=headers).text
12 #在使用xpath的时候要用树形态
13 html = etree.HTML(response)
14 #用xpath来获取我们之前找到的页面json数据  并打印看看
15 json_text = html.xpath('//script[@type="application/json"]/text()')
16 json_text = json_text[0]
17 print(json_text)
之后我们来解析一下json数据,上代码:
1 #用python本地自带的库转换一下json数据
2 result = json.loads(json_text)
3 print(result)
4 #通过打印出转换的对象我们可以看到我们要的数据都要key为component对应5 的值之下  所以现在我们将值拿出来
6 result = result["component"]
7 #再次打印看看结果
8 print(result)
9 获取国内当前数据
10 result = result[0]['caseList']
11 print(result)
接着我们将获取到的数据保存到excel中,上代码:
1 #创建工作簿
2 wb = openpyxl.Workbook()
 3 创建工作表
4 ws = wb.active
5 设置表的标题
6 ws.title = "国内疫情"
7  写入表头
8 ws.append(["省份","累计确诊","死亡","治愈"])
9 #获取各省份的数据并写入
10 for line in result:
11     line_name = [line["area"],line["confirmed"],line["died"],line["crued"]]
12     for ele in line_name:
13         if ele == '':
14             ele = 0
15     ws.append(line_name)
16 #保存到excel中
17 wb.save('./china.xlsx')
最后我们查看一下获取到的数据是什么样的,如图:

在这里插入图片描述

emmmm,终于我们把数据获取部分完成了,第二部分的数据可视化来了!!!

数据可视化

这次我们用到的库是pyecharts里面的Map,我们先展示一下本次可视化用到的库

1 #可视化部分
2 import pandas  as pd
3 from pyecharts.charts import Map,Page
4 from pyecharts import options as opts
首先我们要先通过pandas库来获取到刚才我们爬取到的数据,上代码:
1  设置列对齐
2 pd.set_option('display.unicode.ambiguous_as_wide', True)
3  pd.set_option('display.unicode.east_asian_width', True)
4   打开文件
5 df = pd.read_excel('china.xlsx')
6 对省份进行统计
7  data2 = df['省份']
8 data2_list = list(data2)
9 data3 = df['累计确诊']
10  data3_list = list(data3)
11  data4 = df['死亡']
12  data4_list = list(data4)
13 data5 = df ['治愈']
14 data5_list = list(data5)

接着我们来做数据可视化,将在我国地图上的各个省份显示出对应的数值

我们以疫情发生以来治愈数为例,上代码:

1 c = (
2    Map()
3       .add("治愈", [list(z) for z in zip(data2_list, data5_list)], "china")
4      .set_global_opts(
5         title_opts=opts.TitleOpts(),
6         visualmap_opts=opts.VisualMapOpts(max_=200),
7     )
8 )
9 c.render()

在这里插入图片描述

当然仅仅一个治愈情况当然说明不了什么,所以我们将三种情况都以这种形式显示出来,上代码:

1 a = (
2     Map()
3     .add("累计确诊", [list(z) for z in zip(data2_list, data3_list)], "china")
4        .set_global_opts(
5       title_opts=opts.TitleOpts(),
6        visualmap_opts=opts.VisualMapOpts(max_=200),
7    )
8 )
9 
10 b = (
11     Map()
12       .add("死亡", [list(z) for z in zip(data2_list, data4_list)], "china")
13       .set_global_opts(
14         title_opts=opts.TitleOpts(),
15         visualmap_opts=opts.VisualMapOpts(max_=200),
16     )
17 )
18 
19 c = (
20     Map()
21        .add("治愈", [list(z) for z in zip(data2_list, data5_list)], "china")
22         .set_global_opts(
23      title_opts=opts.TitleOpts(),
24       visualmap_opts=opts.VisualMapOpts(max_=200),
25     )
26 )
27 
28 page = Page(layout=Page.DraggablePageLayout)
29 page.add(
30     a,
31     b,
32     c,
33 )
34  先生成render.html文件
35 page.render()

在这里插入图片描述

当然如果是直接运行代码的话展现出来的地图不是这样的,这个是通过后期的排版来完成的。那么在最后我们来说说是怎么排版的吧。

首先你先将上面的代码运行之后会产生一个render.html的文件然后你打开文件之后可以调整整个页面的布局,根据自己的喜欢来调整,接着点击左上角的“Save Config”将这个json文件保存到跟render.html这个文件同一个路径之下,最后运行一下代码:

1 #完成上一步之后把 page.render()这行注释掉
2 #然后循行这下面
3 Page.save_resize_html("render.html",
4     cfg_file="chart_config.json",
5     dest="my_test.html")

这样以后会产生一个my_test.html这个文件就是我们上面展示的那样啦。以上就是我们这次的结果。从数据的获取到数据可视化,怎么说呢pyecharts还具有其他强大的可视化功能。

python的特色

• 简单
• 易于学习
• 自由开放
• 跨平台
• 可嵌入
• 丰富的库

总结

到此这篇关于用Python可视化新冠疫情数据的文章就介绍到这了,更多相关Python疫情数据可视化内容请搜索编程网以前的文章或继续浏览下面的相关文章希望大家以后多多支持编程网!

--结束END--

本文标题: 用Python可视化新冠疫情数据

本文链接: https://www.lsjlt.com/news/162833.html(转载时请注明来源链接)

有问题或投稿请发送至: 邮箱/279061341@qq.com    QQ/279061341

猜你喜欢
  • 用Python可视化新冠疫情数据
    目录前言数据获取数据可视化python的特色总结前言 不知道大伙有没有看到过这一句话:“中国(疫苗研发)非常困难,因为在中国我们没有办法做第三期临床试验,因为没有病人了。...
    99+
    2024-04-02
  • 中国新冠疫情数据可视化
    文章目录 一、结果及源码展示二、项目准备1、第三方库2、知识点概况3、推荐视频 三、数据获取四、数据库交互五、绘制前端页面六、Web程序开发七、未来可期 一、结果及源码展...
    99+
    2023-09-01
    python mysql 爬虫 javascript json
  • Python疫情数据可视化分析
    目录前言功能函数读取文件更换列名,便于查看全球疫情趋势筛选出中国的数据利用groupby按照省统计确诊死亡治愈病例的总和确诊人数排名前15的国家这里用pyecharts库画图,绘制的...
    99+
    2024-04-02
  • Python疫情数据可视化分析怎么实现
    这篇文章主要讲解了“Python疫情数据可视化分析怎么实现”,文中的讲解内容简单清晰,易于学习与理解,下面请大家跟着小编的思路慢慢深入,一起来研究和学习“Python疫情数据可视化分析怎么实现”吧!前言本项目主要通过python的matpl...
    99+
    2023-07-02
  • Python爬虫爬取疫情数据并可视化展示
    目录知识点开发环境爬虫完整代码导入模块分析网站发送请求获取数据解析数据保存数据数据可视化导入模块读取数据死亡率与治愈率各地区确诊人数与死亡人数情况知识点 爬虫基本流程 ...
    99+
    2024-04-02
  • 疫情数据可视化网站毕业设计
        项目背景和意义 目的:本课题主要目标是设计并能够实现一个基于web网页的疫情资讯和实时数据系统,整个网站项目使用了B/S架构,基于java的springboot框架下开发;通过后台设置网站信息,设置广告信息,查看和管理留言,查...
    99+
    2023-09-17
    信息可视化 课程设计 java
  • 怎么用Python实现疫情地图可视化
    本篇内容主要讲解“怎么用Python实现疫情地图可视化”,感兴趣的朋友不妨来看看。本文介绍的方法操作简单快捷,实用性强。下面就让小编来带大家学习“怎么用Python实现疫情地图可视化”吧!前言这个春节,大家...
    99+
    2024-04-02
  • Python实现Excel文件的合并(以新冠疫情数据为例)
    目录一、单目录下面的数据合并二、使用函数进行数据合并三、处理港澳台数据注:本篇文章以新冠疫情数据文件的合并为例。 需要相关数据的请移步:》2020-2022年新冠疫情数据 一、单目录...
    99+
    2024-04-02
  • Python实战之疫苗研发情况可视化
    目录一、安装plotly库二、疫苗研发情况三、数据处理四、可视化疫苗的分布情况五、各品牌疫苗上市情况(仅部分国家)六、组织宽表七、补全缺失数据八、绘制堆叠柱状图一、安装plotly库...
    99+
    2024-04-02
  • Mac上怎么用Python实现疫情地图可视化
    本篇内容介绍了“Mac上怎么用Python实现疫情地图可视化”的有关知识,在实际案例的操作过程中,不少人都会遇到这样的困境,接下来就让小编带领大家学习一下如何处理这些情况吧!希望大家仔细阅读,能够学有所成!核心思路疫情图的核心在于疫情数据整...
    99+
    2023-06-02
  • Python疫情确诊折线图实现数据可视化实例详解
    目录案例描述实现步骤一、导入模块二、读取文件内容三、json转换python四、获取需要用到的数据五、生成图表六、关闭文件案例描述 根据可参考数据,实现对疫情确诊人数数据的可视化。 ...
    99+
    2024-04-02
  • Python如何通过Scrapy框架实现爬取百度新冠疫情数据
    这篇文章主要介绍了Python如何通过Scrapy框架实现爬取百度新冠疫情数据,具有一定借鉴价值,感兴趣的朋友可以参考下,希望大家阅读完这篇文章之后大有收获,下面让小编带着大家一起了解一下。环境部署主要简单推荐一下插件推荐这里先推荐一个Go...
    99+
    2023-06-25
  • vue3+three.js实现疫情可视化功能
    目录前言项目描述项目目标api说明数据使用项目开始安装依赖首页球体控制球体创建病毒数值增加动画表格展示横向柱状图中国地图历史分析表格下载结语前言 自成都九月份以来疫情原因被封了一两周...
    99+
    2024-04-02
  • 如何在PHP中进行疫情数据分析和可视化?
    疫情数据分析和可视化一直是疫情期间受到广泛关注的话题。而在PHP中进行疫情数据分析和可视化,不仅可以获取最新的疫情数据,还能够通过数据可视化工具对数据进行分析和展示,更加直观地了解疫情的发展趋势。本文将简单介绍如何在PHP中获取最新的疫情数...
    99+
    2023-05-21
    可视化 数据分析 PHP
  • Python 详解通过Scrapy框架实现爬取百度新冠疫情数据流程
    目录前言环境部署插件推荐爬虫目标项目创建webdriver部署项目代码Item定义中间件定义定义爬虫pipeline输出结果文本配置文件改动验证结果总结前言 闲来无聊,写了一个爬虫程...
    99+
    2024-04-02
  • Python数据分析应用之Matplotlib数据可视化详情
    目录简述掌握绘图基础语法与基本参数 掌握pyplot基础语法pyplot中的基础绘图语法包含子图的基础语法调节线条的rc参数调节字体的rc参数分析特征间的关系绘制散点图绘制2000-...
    99+
    2024-04-02
  • Python 数据可视化
    Python 数据可视化 Python提供了多个用于数据可视化的工具和库。其中最常用的包括: 1. Matplotlib:Matplotlib 是一个用于绘制二维图形的 Python 库。它提供了广泛的绘图选项,可以帮助您创建线图、散点图...
    99+
    2023-09-17
    python 数据分析 matplotlib
  • python数据可视化
    1、安装matplotlib 在 cmd 中键入 python -m pip install matplotlib,系统将自动安装,需要等一段时间,待完成后 python -m pip list ,显示 敲黑板划重点:一定通过 cdm ...
    99+
    2023-01-30
    数据 python
  • Python实战之疫苗研发情况可视化的示例分析
    这篇文章将为大家详细讲解有关Python实战之疫苗研发情况可视化的示例分析,小编觉得挺实用的,因此分享给大家做个参考,希望大家阅读完这篇文章后可以有所收获。一、安装plotly库因为这部分内容主要是用plotly库进行数据动态展示,所以要先...
    99+
    2023-06-15
  • 怎么用Python可视化神器Plotly动态演示全球疫情变化趋势
    怎么用Python可视化神器Plotly动态演示全球疫情变化趋势,很多新手对此不是很清楚,为了帮助大家解决这个难题,下面小编将为大家详细讲解,有这方面需求的人可以来学习下,希望你能有所收获。用 Python可视化神器 Plotly ...
    99+
    2023-06-16
软考高级职称资格查询
编程网,编程工程师的家园,是目前国内优秀的开源技术社区之一,形成了由开源软件库、代码分享、资讯、协作翻译、讨论区和博客等几大频道内容,为IT开发者提供了一个发现、使用、并交流开源技术的平台。
  • 官方手机版

  • 微信公众号

  • 商务合作