flask + pyecharts 疫情数据分析搭建交互式动态可视化新冠肺炎疫情地图（附代码实现）

最新推荐文章于 2024-06-25 13:49:21 发布

云微123

最新推荐文章于 2024-06-25 13:49:21 发布

阅读量4.4k

点赞数 8

分类专栏： GIS AI 文章标签： python 可视化数据分析

本文链接：https://blog.csdn.net/qq_42779423/article/details/106554841

版权

本文介绍了使用flask和pyecharts构建的新冠肺炎疫情数据分析平台，包括疫情数据可视化、交互式地图展示。项目包括疫情数据获取、态势感知等功能，提供了完整的代码、数据集和实现链接。通过分析，揭示了疫情的发展趋势和各地确诊、死亡人数的变化情况。

摘要由CSDN通过智能技术生成

该项目是浙江大学地理空间数据库课程作业8：空间分析中，使用 flask + pyecharts 搭建的简单新冠肺炎疫情数据可视化交互分析平台的一部分，完整的实现包含疫情数据获取、态势感知、预测分析、舆情监测等任务；

包含完整代码、数据集和实现的github地址：
https://github.com/yunwei37/COVID-19-NLP-vis

项目分析报告已部署到网页端，可点击http://flask.yunwei123.tech/进行查看，数据已更新到6.17

最终效果：

动态交互展示的世界地图：
在这里插入图片描述
除了世界地图还可以动态展示中国地图：（这里就暂时没有录屏啦qwq）

代码实现

由于篇幅限制，这里讨论一下具体的函数实现方式，完整代码可在github中获取：

实现的基本原理是采用ajax方式，通过页面响应向后端flask发送请求，用pyecharts渲染新的地图，然后返回前端进行动态刷新：

先定义一个渲染当前国内确诊人数的函数，返回pyecharts图表：


import time, json
import pandas as pd
from pyecharts.charts import Map
import pyecharts.options as opts

def render_mapcountChina_rate(dateId):
    data = pd.read_csv(n)
    data = data[data['dateId'] == dateId]
    #print(data['currentConfirmedCount'])
    list_data = zip(list(data['provinceShortName']), list((data['deadCount']*1000 // data['confirmedCount'])/10))
    # [('湖北', 48206), ('广东', 1241), ('河南', 1169), ('浙江', 1145), ..., ('澳门', 10), ('西藏', 1)]

    c = (
        Map()
        .add('', list_data, 'china')
        .set_global_opts(
            title_opts=opts.TitleOpts(title='全国疫情分布图（死亡率）'+str(dateId)),
            visualmap_opts=opts.VisualMapOpts(is_show=True,
                                            spl