python医疗系统设计_使用 Python 抓取、分析、可视化—万家医疗诊所信息

本篇文章是使用 Python 抓取万家医疗上面的诊所信息，并且对关键信息进行分析，实现数据可视化。由于时间和能力的问题，能抓取的数据类型较少，分析的维度也不足。但是尝试去剖析在国家倡导分级诊疗的大环境下，移动医疗在社区诊所上的发展情况。所以抓取了万家医疗网站里面的诊所数据，并从诊所区域分布、科室类型以及是否支持医保上进行了数据分析和可视化。

准备工作

首先是开始抓取前准备工作，导入需要使用的库文件，爬虫主要使用的是requests和BeautifulSoup两个库，数据分析主要使用 Numpy 和 Pandas 两个库，外加 matplotlib 库实现数据可视化。

import requests

from bs4 import BeautifulSoup

import time

import pandas as pd

import numpy as np

import matplotlib.pyplot as plt

抓取诊所列表信息

在抓取前需要先观察下万家医疗诊所列表页面的的结构，URL为“"https://www.pinganwj.com/clinic/pa1”，其中 ”pg1”为页面数，共有846个页面，预计诊所有8460家左右，可以使用循环遍历所有的页面，获取信息。

#设置 url 的前面部分

url = "https://www.pinganwj.com/clinic/"

确定了 URL 链接之后，还需要设置浏览器头部(headers)信息，否则系统会识别爬虫程序，从而阻止访问页面。

#设置url的前面部分

headers = {'User-Agent':'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/56.0.2924.87 Safari/537.36',

'Accept':'text/javascript, application/javascript, application/ecmascript, application/x-ecmascript, /; q=0.01',

'Accept-Charset':'ISO-8859-1,utf-8;q=0.7,*;q=0.3',

'Accept-Encoding&