手把手教你用Python获取新冠疫情数据并进行可视化

上一篇 / 下一篇  2021-07-14 11:02:09

  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:
  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:
  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:
  import requests 
  from lxml import etree 
  import json 
  import openpyxl 
   
  #通用爬虫 
  url = 'https://voice.baidu.com/act/newpneumonia/newpneumonia' 
  headers = { 
      "User-Agent": ".....(换成自己的)" 
  } 
  response = requests.get(url=url,headers=headers).text 
  #在使用xpath的时候要用树形态 
  html = etree.HTML(response) 
  #用xpath来获取我们之前找到的页面json数据  并打印看看 
  json_text = html.xpath('//script[@type="application/json"]/text()') 
  json_text = json_text[0] 
  # print(json_text) 
  之后我们来解析一下json数据,上代码:
  #用python本地自带的库转换一下json数据 
  result = json.loads(json_text) 
  # print(result) 
  #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对应的值之下  所以现在我们将值拿出来 
  result = result["component"] 
  #再次打印看看结果 
  # print(result) 
  # 获取国内当前数据 
  result = result[0]['caseList'] 
  # print(result) 
  接着我们将获取到的数据保存到excel中,上代码:
  # 创建工作簿 
  wb = openpyxl.Workbook() 
  # 创建工作表 
  ws = wb.active 
  # 设置表的标题 
  ws.title = "国内疫情" 
  # 写入表头 
  ws.append(["省份","累计确诊","死亡","治愈"]) 
  #获取各省份的数据并写入 
  for line in result: 
      line_name = [line["area"],line["confirmed"],line["died"],line["crued"]] 
      for ele in line_name: 
          if ele == '': 
              ele = 0 
      ws.append(line_name) 
  #保存到excel中 
  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:
  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
  #可视化部分 
  import pandas  as pd 
  from pyecharts.charts import Map,Page 
  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:
  # 设置列对齐 
  pd.set_option('display.unicode.ambiguous_as_wide', True) 
  pd.set_option('display.unicode.east_asian_width', True) 
  # 打开文件 
  df = pd.read_excel('china.xlsx') 
  # 对省份进行统计 
  data2 = df['省份'] 
  data2_list = list(data2) 
  data3 = df['累计确诊'] 
  data3_list = list(data3) 
  data4 = df['死亡'] 
  data4_list = list(data4) 
  data5 = df ['治愈'] 
  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:
  c = ( 
      Map() 
          .add("治愈", [list(z) for z in zip(data2_list, data5_list)], "china") 
          .set_global_opts( 
          title_opts=opts.TitleOpts(), 
          visualmap_opts=opts.VisualMapOpts(max_=200), 
      ) 
  ) 
  c.render() 
  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:
  a = ( 
      Map() 
          .add("累计确诊", [list(z) for z in zip(data2_list, data3_list)], "china") 
          .set_global_opts( 
          title_opts=opts.TitleOpts(), 
          visualmap_opts=opts.VisualMapOpts(max_=200), 
      ) 
  ) 
   
  b = ( 
      Map() 
          .add("死亡", [list(z) for z in zip(data2_list, data4_list)], "china") 
          .set_global_opts( 
          title_opts=opts.TitleOpts(), 
          visualmap_opts=opts.VisualMapOpts(max_=200), 
      ) 
  ) 
   
  c = ( 
      Map() 
          .add("治愈", [list(z) for z in zip(data2_list, data5_list)], "china") 
          .set_global_opts( 
          title_opts=opts.TitleOpts(), 
          visualmap_opts=opts.VisualMapOpts(max_=200), 
      ) 
  ) 
   
  page = Page(layout=Page.DraggablePageLayout) 
  page.add( 
      a, 
      b, 
      c, 
  ) 
  # 先生成render.html文件 
  page.render() 
  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:
  #完成上一步之后把 page.render()这行注释掉 
  # 然后循行这下面 
  Page.save_resize_html("render.html", 
      cfg_file="chart_config.json", 
      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。
  结束语
  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。

TAG: 软件开发 Python

 

评分:0

我来说两句

Open Toolbar