flask + pyecharts 疫情数据分析 搭建交互式动态可视化疫情趋势分析、舆情监测平台（附代码实现）

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

本项目采用flask作为后端，使用pyecharts进行数据可视化，通过ajax实现动态交互可视化效果；

疫情数据曲线图、日历图

疫情数据曲线图：可选择国家
![在这里插入图片描述](https://img-blog.csdnimg.cn/20200604093944839.png?x-oss-
process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQyNzc5NDIz,size_16,color_FFFFFF,t_70)
疫情新增确诊病例日历图：
![在这里插入图片描述](https://img-blog.csdnimg.cn/2020062114485499.png?x-oss-
process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQyNzc5NDIz,size_16,color_FFFFFF,t_70)
pyecharts 代码实现：

    import time, json
    import pandas as pd
    import pyecharts.options as opts
    from pyecharts.charts import Line
    from pyecharts.commons.utils import JsCode
    
    country_name = '中国'
    
    
    def render_lines(country_name):
        #-------------------------------------------------------------------------------------
        # 第一步：读取数据
        #-------------------------------------------------------------------------------------
        n = "dataSets\\countrydata.csv"
        data = pd.read_csv(n)
        data = data[data['countryName'] == country_name]
        date_list = list(data['dateId'])
        date_list = list(map(lambda x:str(x),date_list))
        confirm_list = list(data['confirmedCount'])
        current_list = list(data['currentConfirmedCount'])
        dead_list = list(data['deadCount'])
        heal_list = list(data['curedCount'])
        print(len(date_list))    
        #print(date_list)                        # 日期
        #print(confirm_list)