【Python】实时采集疫情数据(1)，赶紧收藏起来

③.解析数据

xpath css re json bs4(过时了)

json 在python语言当中 字典类型数据 {键1:值1, 键2:值2, 键3:值3}

④.保存数据

3.2、数据采集

---

导入模块

import time # 时间模块

import json # json包

import requests # 网络请求库 第三方 pip

import pandas as pd # 数据处理 第三库 pip

1. 目标网址

https://view.inews.qq.com/g2/getOnsInfo?name=disease_h5&callback=jQuery35106097998260028255_1617971061475&_=1617971061476

url = ‘https://view.inews.qq.com/g2/getOnsInfo?name=disease_h5&_=%d’%int(time.time()*1000)

2. 模拟浏览器发送请求，获取响应

html = requests.get(url)

3. 解析网页，提取数据

• 正则

• xpath

• bs4

json类型转换

data = json.loads(html.json()[‘data’])

china_data = data[‘areaTree’][0][‘children’]

data_set = []

for i in china_data:

data_dict = {}

地区名称

data_dict[‘province’] = i[‘name’]

疫情数据

新增确诊

data_dict[‘nowConfirm’] = i[‘total’][‘nowConfirm’]

data_dict[‘confirm’] = i[‘total’][‘confirm’]

data_dict[‘dead’] = i[‘total’][‘dead’]

data_dict[‘heal’] = i[‘total’][‘heal’]

data_dict[‘deadRate’] = i[‘total’][‘deadRate’]

data_dict[‘healRate’] = i[‘total’][‘healRate’]

data_set.append(data_dict)

df = pd.DataFrame(data_set)

df

4. 保存数据

df.to_csv(r’data.csv’)

四、数据可视化部分

=========================================================================

• matplotlib

• pyecharts # pip install pyecharts

from pyecharts import options as opts

from pyecharts.charts import Bar,Line,Pie,Map,Grid

df2 = df.sort_values(by=[‘nowConfirm’],ascending=False)[:9]

df2

[list(i) for i in zip(df2[‘province’].values.tolist(),df2[‘nowConfirm’].values.tolist())]

pie = (

Pie()

.add(

“”,

[list(i) for i in zip(df2[‘province’].values.tolist(),df2[‘nowConfirm’].values.tolist())],

radius = [“10%”,“30%”]

)

.set_global_opts(

legend_opts=opts.LegendOpts(orient=“vertical”, pos_top=“70%”, pos_left=“70%”),

)

.set_series_opts(label_opts=opts.LabelOpts(formatter=“{b}: {c}”))

)

pie.render_notebook()

死亡率与治愈率

line = (

Line()

.add_xaxis(list(df[‘province’].values))

.add_yaxis(“治愈率”, df[‘healRate’].values.tolist())

.add_yaxis(“死亡率”, df[‘deadRate’].values.tolist())

.set_global_opts(

title_opts=opts.TitleOpts(title=“死亡率与治愈率”),

)

)

line.render_notebook()

各地确诊与死亡人数情况

bar = (

Bar()

.add_xaxis(list(df[‘province’].values)[:6])

.add_yaxis(“死亡”, df[‘dead’].values.tolist()[:6])

.add_yaxis(“治愈”, df[‘heal’].values.tolist()[:6])

自我介绍一下，小编13年上海交大毕业，曾经在小公司待过，也去过华为、OPPO等大厂，18年进入阿里一直到现在。

深知大多数Python工程师，想要提升技能，往往是自己摸索成长或者是报班学习，但对于培训机构动则几千的学费，着实压力不小。自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！

因此收集整理了一份《2024年Python开发全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友，同时减轻大家的负担。

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，基本涵盖了95%以上Python开发知识点，真正体系化！

由于文件比较大，这里只是将部分目录大纲截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频，并且后续会持续更新

如果你觉得这些内容对你有帮助，可以添加V获取：vip1024c （备注Python）

如果你也是看准了Python，想自学Python，在这里为大家准备了丰厚的免费学习大礼包，带大家一起学习，给大家剖析Python兼职、就业行情前景的这些事儿。

一、Python所有方向的学习路线

Python所有方向路线就是把Python常用的技术点做整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。

二、学习软件

工欲善其必先利其器。学习Python常用的开发软件都在这里了，给大家节省了很多时间。

三、全套PDF电子书

书籍的好处就在于权威和体系健全，刚开始学习的时候你可以只看视频或者听某个人讲课，但等你学完之后，你觉得你掌握了，这时候建议还是得去看一下书籍，看权威技术书籍也是每个程序员必经之路。

四、入门学习视频

我们在看视频学习的时候，不能光动眼动脑不动手，比较科学的学习方法是在理解之后运用它们，这时候练手项目就很适合了。

四、实战案例

光学理论是没用的，要学会跟着一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

五、面试资料

我们学习Python必然是为了找到高薪的工作，下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料，并且有阿里大佬给出了权威的解答，刷完这一套面试资料相信大家都能找到满意的工作。

成为一个Python程序员专家或许需要花费数年时间，但是打下坚实的基础只要几周就可以，如果你按照我提供的学习路线以及资料有意识地去实践，你就有很大可能成功！
最后祝你好运！！！

dnimg.cn/img_convert/252731a671c1fb70aad5355a2c5eeff0.png)

五、面试资料

我们学习Python必然是为了找到高薪的工作，下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料，并且有阿里大佬给出了权威的解答，刷完这一套面试资料相信大家都能找到满意的工作。

成为一个Python程序员专家或许需要花费数年时间，但是打下坚实的基础只要几周就可以，如果你按照我提供的学习路线以及资料有意识地去实践，你就有很大可能成功！
最后祝你好运！！！