1 课题背景
自2019年12月12日武汉确诊新型冠状病毒患者开始,历时三年之久的新冠疫情仍未结束。新型冠状病毒肺炎(COVID-19)存在人畜跨界传播、传染性强、影响因素多样、传播途径复杂等特点,导致肺炎疫情发病急、发展快、溯源分析难、社会危害大等问题。随着新型冠状病毒毒株的不断变异,现出现了传播性极强、免疫逃逸能力极高的变异病毒。
为更直观、更专业地了解疫情的变化,本文设计了基于爬虫、Dianjo、Pyecharts的COVID-19疫情信息可视化系统。该系统主要包括疫情模型预测、疫情信息可视化以及防疫措施指南三大功能,能够实时动态展示疫情发展趋势,并根据预测模型进行疫情预测以及提供有效的防疫措施。
🧿 选题指导, 项目分享:
https://gitee.com/yaa-dc/warehouse-1/blob/master/python/README.md
2 实现效果
首页
动画展示
省份统计
省排名
3 Flask框架
简介
Flask是一个基于Werkzeug和Jinja2的轻量级Web应用程序框架。与其他同类型框架相比,Flask的灵活性、轻便性和安全性更高,而且容易上手,它可以与MVC模式很好地结合进行开发。Flask也有强大的定制性,开发者可以依据实际需要增加相应的功能,在实现丰富的功能和扩展的同时能够保证核心功能的简单。Flask丰富的插件库能够让用户实现网站定制的个性化,从而开发出功能强大的网站。
本项目在Flask开发后端时,前端请求会遇到跨域的问题,解决该问题有修改数据类型为jsonp,采用GET方法,或者在Flask端加上响应头等方式,在此使用安装Flask-CORS库的方式解决跨域问题。此外需要安装请求库axios。
Flask框架图
相关代码:
from flask import Flask, render_template
import csv
import codecs
web = Flask(__name__)
# 首页
@web.route('/')
def index():
return render_template('index.html')
# 疫情可视化动画展示模块
@web.route('/movie')
def movie_list():
movies = [{'file':'top10省现有确诊病例对比.mp4','title':'Top10省现有确诊病例对比'},
{'file':'Top15国现有确诊病例对比.mp4','title':'Top15国现有确诊病例对比'}]
return render_template('movie.html',movies=movies)
# 中国新冠疫情实时数据地图模块
@web.route('/map')
def map():
return render_template('map.html')
# 今日发生疫情省份统计模块
@web.route('/pie')
def pie():
with codecs.open(filename='../data/china_data.csv', mode='r', encoding='utf-8') as f:
reader = csv.reader(f)
head = next(reader)
today_confirm1 = {}
today_confirm2 = []
for item in reader:
args = tuple(item)
today_confirm1.update({args[2]: args[3]})
for key, value in today_confirm1.items():
if (value != '0'):
# today_confirm2.append({key: value})
today_confirm2.append({'name': key, 'value': value})
print(today_confirm2)
return render_template('pie.html',today_confirm=today_confirm2)
# 各省累计确诊排名模块
@web.route('/rank')
def rank():
with codecs.open('../data/china_data.csv', mode='r', encoding='utf-8') as f:
reader = csv.reader(f)
head = next(reader)
province_name = []
province_confirm = []
for item in reader:
args = tuple(item)
# print(args)
province_name.append(args[2])
province_confirm.append(args[9])
print(province_name)
print(province_confirm)
return render_template('rank.html', province_name=province_name,province_confirm=province_confirm)
web.run(debug=True)
4 Echarts
ECharts(Enterprise Charts)是百度开源的数据可视化工具,底层依赖轻量级Canvas库ZRender。兼容了几乎全部常用浏览器的特点,使它可广泛用于PC客户端和手机客户端。ECharts能辅助开发者整合用户数据,创新性的完成个性化设置可视化图表。支持折线图(区域图)、柱状图(条状图)、散点图(气泡图)、K线图、饼图(环形图)等,通过导入 js 库在 Java Web 项目上运行。
5 爬虫
简介
Scrapy是基于Twisted的爬虫框架,它可以从各种数据源中抓取数据。其架构清晰,模块之间的耦合度低,扩展性极强,爬取效率高,可以灵活完成各种需求。能够方便地用来处理绝大多数反爬网站,是目前Python中应用最广泛的爬虫框架。Scrapy框架主要由五大组件组成,它们分别是调度器(Scheduler)、下载器(Downloader)、爬虫(Spider)和实体管道(Item Pipeline)、Scrapy引擎(Scrapy Engine)。各个组件的作用如下:
-
调度器(Scheduler):说白了把它假设成为一个URL(抓取网页的网址或者说是链接)的优先队列,由它来决定下一个要抓取的网址是 什么,同时去除重复的网址(不做无用功)。用户可以自己的需求定制调度器。
-
下载器(Downloader):是所有组件中负担最大的,它用于高速地下载网络上的资源。Scrapy的下载器代码不会太复杂,但效率高,主要的原因是Scrapy下载器是建立在twisted这个高效的异步模型上的(其实整个框架都在建立在这个模型上的)。
-
爬虫(Spider):是用户最关心的部份。用户定制自己的爬虫(通过定制正则表达式等语法),用于从特定的网页中提取自己需要的信息,即所谓的实体(Item)。 用户也可以从中提取出链接,让Scrapy继续抓取下一个页面。
-
实体管道(Item Pipeline):用于处理爬虫(spider)提取的实体。主要的功能是持久化实体、验证实体的有效性、清除不需要的信息。
-
Scrapy引擎(Scrapy Engine):Scrapy引擎是整个框架的核心.它用来控制调试器、下载器、爬虫。实际上,引擎相当于计算机的CPU,它控制着整个流程。
官网架构图
相关代码:
# -*- coding: utf-8 -*-
import scrapy
import random
import time
from foodwake.items import FoodwakespiderItem
class FoodwakeSpider(scrapy.Spider):
name = 'foodwake'
allowed_domains = ['www.foodwake.com']
start_urls = ['http://www.foodwake.com/category/food-class/0']
# //:匹配任意位置的节点 @:匹配属性
def parse(self, response):
for box in response.xpath('//div[@class="row margin-b2"]//a'):
new_url = box.xpath('.//@href').extract()[0]
yield scrapy.http.Request(new_url, callback=self.parse_item)
def parse_item(self, response):
for box in response.xpath('//div[@class="row margin-b2"]//a'):
new_url = box.xpath('.//@href').extract()[0]
yield scrapy.http.Request(new_url, meta={"url": new_url}, callback=self.parse_item_info)
def parse_item_info(self, response):
item = FoodwakespiderItem()
name = response.xpath('//h1[@class="color-yellow"]/text()').extract()[0].strip()
# food_nickname = ""
# try:
# nicknames = response.xpath('//h2[@class="h3 text-light"]/text()').extract()[0].strip()
# food_nickname = nicknames.split(':')[1]
# except:
# food_nickname = "无"
# url = response.meta["url"]
infoList = []
for box in response.xpath('//table[@class="table table-hover"]//tr'):
tds = box.xpath('.//td')
if len(tds) == 3:
info = {}
td_name = tds.xpath('.//text()').extract()[0]
td_unit = tds.xpath('.//text()').extract()[1]
td_value = ""
try:
td_value = td_unit + tds.xpath('.//text()').extract()[2]
info[td_name] = td_value
except:
info[td_name] = td_unit
infoList.append(info)
item['name'] = name
item['info'] = str(infoList)
# item['url'] = url
# item['nickname'] = food_nickname
yield item
print("······休眠 1 至 5 秒······")
time.sleep(random.randint(1, 5))
6 最后
🧿 选题指导, 项目分享:
https://gitee.com/yaa-dc/warehouse-1/blob/master/python/README.md