用Python可视化新冠疫情数据
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：
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：
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()
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()
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
栏 目：Python代码
下一篇：Python中的高级数据结构详解
本文标题：用Python可视化新冠疫情数据
本文地址：http://www.codeinn.net/misctech/197199.html
