序言

疫情降临转眼已经第三年了，时间过得真快，愿疫情早点结束，世界不再多灾多难。

最近疫情稍微好转一些了，所以咱们获取一下最新的疫情数据，做个可视化地图看看。

效果展示

获取到的数据咱们保存到表格

可视化地图

颜色是跟网上的一样，可以跟随鼠标移动变色，展示数据的。

还可以实现这种更好看的

以及柱状图

还等什么，我们直接开始把~

准备工作

涉及知识点

爬虫基本流程
requests 发送请求
re 正则表达式
json 结构化数据解析
pyecharts 可视化

开发环境

python 3.8: 解释器
pycharm: 代码编辑器

实现流程

发送请求
获取数据
解析数据
保存数据
可视化分析

前四步的话，基本大部分*虫都是如此。

具体操作，我就不详细写了，这个视频第56集有详细讲，前面几集也有基本思路，可以说很全面。

代码总是学完就忘记？100个爬虫实战项目！让你沉迷学习丨学以致用丨下一个Python大神就是你！

每次都写流程，有人看还好，没人看的话，或者看了又没人点赞收藏，就渐渐的没动力了。

索性直接用视频讲解放在那里，嘿嘿~

不过不要慌，代码里我都写了注释的。

代码展示

又到了紧张刺激的环节了

1、获取数据部分

import requests     # 发送请求 第三方模块 额外安装吧
import re           # 内置模块 无需安装
import json
import csv# 伪装 字典
headers = {# 浏览器基本信息'user-agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/100.0.4896.127 Safari/537.36'
}
with open('data.csv', mode='a', encoding='utf-8', newline='') as f:csv_writer = csv.writer(f)csv_writer.writerow(['area', 'curConfirm', 'curConfirmRelative', 'confirmed', 'crued', 'died'])
url = 'https://voice.这里加上我国网民最常用的那个网站地址/act/newpneumonia/newpneumonia/?from=osari_aladin_banner'
# 1. 发送请求
# x=1,y=2
response = requests.get(url=url, headers=headers)
# 2. 获取数据
# <Response [200]>: 访问成功
html_data = response.text
# print(html_data)
# 3. 解析数据 正则
# a. 告诉他 我们要怎么查找 "component":\[(.*?)\]
# b. 我们在哪里查找
# 正则会把所有能匹配到的数据都会给到我们
# (.*?)
# .*匹配任意字符 0次或者多次
# ? 非贪婪匹配符
json_str = re.findall('"component":\[(.*)\],', html_data)[0]
# 类型 转化一下 字典
json_dict = json.loads(json_str)
caseList = json_dict['caseList']for case in caseList:area = case['area']             # 省份curConfirm = case['curConfirm'] # 确诊人数curConfirmRelative = case['curConfirmRelative'] # 当前确诊confirmed = case['confirmed']   # 累计确诊crued = case['crued']           # 治愈人数died = case['died']             # 死亡人数print(area, curConfirm, curConfirmRelative, confirmed, crued, died)with open('data.csv', mode='a', encoding='utf-8', newline='') as f:csv_writer = csv.writer(f)csv_writer.writerow([area, curConfirm, curConfirmRelative, confirmed, crued, died])

2、可视化部分

import pandas as pd
from pyecharts.charts import Map
from pyecharts import options as optsdf = pd.read_csv('data.csv', encoding='utf-8')
china_map = (Map().add('现有确诊', [list(i) for i in zip(df['area'].values.tolist(), df['curConfirm'].values.tolist())], 'china').set_global_opts(title_opts=opts.TitleOpts(title='各地区确诊人数'),visualmap_opts=opts.VisualMapOpts(max_=200, is_inverse=True))
)
china_map.render('demo.html')

这里只有第一种可视化效果，其它的都是ipynb 格式的，我懒得打开了~

下方扫一下领取吧

使用Python获取最新疫情数据，制作可视化动态地图，实时展示各地情况相关推荐

Python获取中国疫情数据（最新版）
获取疫情数据的脚本是2020年就写了,网上有多个地方可以获取: 比如百度有: 实时更新:新型冠状病毒肺炎疫情地图腾讯有:实时更新:新冠肺炎疫情最新动态因为一开始写的时候,觉得比较简单,所以一直没有 ...
Python爬虫爬取疫情数据并可视化展示
这篇文章主要介绍了Python利用爬虫爬取疫情数据并进行可视化的展示,文中的示例代码讲解清晰,对工作或学习有一定的价值,需要的朋友可以参考一下.编程资料点击领取目录知识点开发环境爬虫完整代码 ...
Python获取2019-nCoV疫情实时追踪数据
戳蓝字"CSDN云计算"关注我们哦! 来源 | 三行科创责编 | Carol 出品 | CSDN云计算(ID:CSDNcloud) 2019-nCoV新型冠状病毒引发的肺炎牵动全 ...
毕业设计-基于Python爬虫的疫情数据可视化系统
基于Python爬虫的疫情数据可视化系统采用ECharts+Flask+Requests架构: 源码加3105088663
Python数据分析挖掘案例：Python爬虫助力疫情数据追踪
通过学习Python数据分析挖掘案例,可以掌握通过Python爬虫获取的数据进行处理以及可视化分析的主要方法和技能,并为后续相关课程学习及将来从事数据分析工作奠定基础. 新冠病毒疫情在武汉突然爆发,确 ...
Python爬取天气数据及可视化分析！
来源丨Python之王 Python爬取天气数据及可视化分析说在前面天气预报我们每天都会关注,我们可以根据未来的天气增减衣物.安排出行,每天的气温.风速风向.相对湿度.空气质量等成为关注的焦点.本 ...
python 行情数据,拼多多股票：Python获取股票行情数据的一种方法
Python获取股票行情数据的一种方法拼多多股票本号帮大家找了一个可免费获取股票行情数据的接口. Tushare社区目前主要维护新版本:tushare pro,数据更稳定拼多多股票质量更高,可获取 ...
Python爬取天气数据及可视化分析
Python爬取天气数据及可视化分析文章目录 Python爬取天气数据及可视化分析说在前面 1.数据获取请求网站链接提取有用信息保存csv文件 2.可视化分析当天温度变化曲线图当天相对湿 ...
python爬取疫情数据并存入excel中（包括国内各省份，全球，国内外历史疫情数据）代码可以直接运行
流程 1.进入获取疫情的url 例如: 腾讯新闻的疫情网站 https://news.qq.com/zt2020/page/feiyan.htm#/ 网易新闻:https://wp.m.163.com ...

使用Python获取最新疫情数据，制作可视化动态地图，实时展示各地情况

愿世界再无病痛，盼疫情早日结束

序言

效果展示

准备工作

代码展示

使用Python获取最新疫情数据，制作可视化动态地图，实时展示各地情况相关推荐

最新文章

热门文章