疫情可视化

技术栈

python+pyecharts+爬虫

爬取网址：

https://api.inews.qq.com/newsqa/v1/query/inner/publish/modules/list?modules=chinaDayList,chinaDayAddList,nowConfirmStatis,provinceCompare
和
https://view.inews.qq.com/g2/getOnsInfo?name=disease_h5

数据爬取：

一.爬取国内疫情数据
首先导入所需的模块：

编写简单的爬取肺炎数据的爬虫，首先在console里面找到的API：

这里使用了time模块去和时间做匹配本来想做定时功能的，定时的爬取数据
然后响应内容就是对应的json对象

发现resp.json()的作用就是将API页面的json转化为字典
然后我想取出其中的值：

结果报错：切片应该是int而不是str，仔细看了页面才知道原来data的值被封成了str
所以json.loads()作用是把str转化为字典，如果没有封成str就不用这一步。

接着就是遍历这个列表，用一个字典取存储，把新增确诊人数、累计确诊人数、死亡人数、治愈人数、死亡率、治愈率存储进字典，然后添加进列表dataset里，最后在用pandas的DataFrame将dataset转换为表格形式，将其存进一个csv文件里

二.爬取近两个月内的中国确诊人数

导入所需的库

import requests
# import json
import pandas as pd

利用requests库去模拟浏览器请求数据

将爬取的内容转换为字典并取其中的值，resp.json()的作用就是将API页面的json转化为字典，用字典去存储爬取下来了的日期值还有确诊人数值，最后将字典添加到一个列表里，并打印列表的数据观察

接着将爬取的列表数据利用pandas这个库，将其转换为DataFrame对象，并存储到当前目录下的国内近两个月新增确诊数csv文件中

地图实现：

引入所需的库pandas和库pyecharts的Map和options

对csv文件进行读取并获取省份列表和确诊人数，将两个列表用zip连接起来形成一个新的列表

核心部分，构造一个画地图所需的Map，初始化配置项，初始化该地图的宽高还有网页标题；
将列表的数据添加进图中；
设置全局配置项，包括设置标题，视觉映射配置项（设置分段的规格），以及将分段字段设置为True；
最后将画出的地图保存在一个html进行展示，调用的方法是render（）。

近两个月中国确诊人数折线图的实现：

折线图所需的库有Line和options以及处理数据的pandas

对数据进行处理，获取csv文件中的日期列表和对应日期的确诊人数列表，因为日期列表如果不转换成字符串类型类别会使得折线图混乱，所以日期列表需要转换为字符串列表

核心部分：构造一个Line对象，设置初始化配置项，设置画布的宽高还有网页标题；
添加x轴的数据以及添加y轴的数据；
设置全局配置项（设置标题）；
最后调用render方法，生成中国疫情折线图

34个省份的出生率和死亡率柱状图的实现

柱状图所需的库有Bar和options以及处理数据的pandas

柱状图所需的数据有省份的名称列表、治愈率列表、死亡率列表，运用pandas读取国内疫情数据的csv文件，并获取对应的名称、治愈率、死亡率存储到对应的列表中。

核心部分：画柱形图所需的Bar对象，初始化配置项，设置画布的宽和高还有网页标题；
x轴添加省份列表，y轴添加治愈率和死亡率列表；
设置全局配置项，设置标题配置项；
最后调用render方法绘制生成柱状图。

34个省份的确诊人数词云图的实现：

导入词云图所需的库options pandas WordCloud

绘制词云图，词云图的数据是一个列表，列表的数据格式为省份列表和省份对应的确诊人数列表，所以先读取csv的数据获取省份确诊人数和省份名称添加到一个zip中，然后将zip转换为列表

核心部分：画词云图需要一个WordCloud，然后初始化配置项，添加网页标题，宽和高默认；
接着利用data_pair添加列表数据，设置显示的次的大小的范围；
接着设置全局配置项，设置标题，设置标题文本的配置项（设置字体大小）；
设置工具提示配置项；
最后调用render方法画出词云图。

34个省份的确诊人数环图（饼图）的实现：

echarts的init方法
导入饼图所需的库

利用pandas的read_csv方法读取csv中省份的数据存储到列表还有省份确诊人数存储到列表

核心部分：画饼图需要一个Pie对象，然后初始化配置项，添加网页标题，宽和高；
接着调用add方法设置饼图的数据data_pair，设置环图的半径；
最后调用render方法画出饼图。

最终成品

全国各个省份的确诊人数环图

全国各个省份的确诊人数词云图

全国各个省份的确诊人数地图

全国近两个月的确诊人数折线图

全国各个省份的死亡率和治愈率柱形图

源码地址

源码下载

参考资料

json.loads()和response.json()的区别

推荐一款Python数据可视化神器

python 数据可视化

[pyecharts学习笔记]——全局配置项（InitOpts初始化配置项）

pyecharts官网

gallery.pyecharts.org