分享一个Python API,可获超详细的全球新冠疫情数据

分享73个Python源代码总有一个是你想要的 阅读详情

点击上方“编程派”,选择设为“设为星标”

优质文章,第一时间送达!

作者:EarlGrey@编程派

全球新冠肺炎疫情蔓延,Github 上出现了很多相关的项目,比如约翰霍普金斯大学开发的疫情数据看板,提供了比较及时、详细的数据。

那么,我们有没有办法获得类似的数据,并尝试自己做些数据分析呢?今天跟大家分享的,就是基于上述项目数据的一个开源 API 接口。

该API由Github仓库coronavirus-tracker-api提供,使用Python 和 Flask 框架编写,响应延迟<200ms

推测该项目使用的是 Heroku 提供免费空间。如果要对接口进行调用,在 https://coronavirus-tracker-api.herokuapp.com 后加上对应的目录路径即可(使用行 requests.get() 即可完成,接口可能还没有调用次数限制)。

全部数据:/all
确诊数据:/confirmed
死亡数据:/deaths
康复数据:/recovered

接口返回数据中,还包含了详细的地理位置信息,可以用于绘制疫情的地理分布。

需要说明的是:接口的数据,其实是从 https://github.com/CSSEGISandData/2019-nCoV 获取,经过处理后存储在缓存中,缓存一小时。

如果你想在本地复制该 API 项目,可以参照如下步骤进行:

git clone https://github.com/ExpDev07/coronavirus-tracker-api.git
cd coronavirus-tracker-api
pipenv shell
pipenv install

项目依赖为 Python 3,Flask 和 pipenv。部署成功后,运行 flask run 即可在本地完成测试。

回复下方「关键词」,获取优质资源

回复关键词「 pybook03」,立即获取主页君与小伙伴一起翻译的《Think Python 2e》电子版
回复关键词「入门资料」,立即获取主页君整理的 10 本 Python 入门书的电子版
回复关键词「m」,立即获取Python精选优质文章合集
回复关键词「book 数字」,将数字替换成 0 及以上数字,有惊喜好礼哦~
题图:pexels,CC0 授权。

好文章,我在看
基于python获取2019-nCoV疫情实时追踪数据.rar 基于python获取2019-nCoV疫情实时追踪数据.rar,最新版,更新到2020.2.19号,有全国的,每日新增,及每日累计的 立即下载

相关推荐

周利伟—python实现疫情地图.pptx

周利伟 2012年毕业于西北农林科技大学,是在互联网行业奋斗8年的老兵。 先后供职于迅雷、阿里巴巴、宇通客车,目前在一家独角兽企业做测试开发架构师。 组织成立了郑州地区的软件测试圈子,参与组织多场线下沙龙。 微信公众号“软件测试布道师”维护者。 知识星球“测试开发技术圈”星主。

疫情相关的api文档

疫情相关的api文档 api文档说明:疫情相关的api文档来自于天行数据提供的免费api文档:天行数据官网 (1)请求接口1(获取国内疫情新闻、疫情概况、风险地区名单三大信息): http://api.tianapi.com/ncovabroad/index

weixin_46560512的博客 9954

python绘制新型冠状病毒疫情地图与疫情曲线

python绘制新型冠状病毒疫情地图与疫情曲线。 读取腾讯的接口获得数据,再使用matplotlib库进行绘制。

Python疫情数据获取与可视化展示

使用Python爬取腾讯新闻疫情数据,并使用pyecharts可视化,绘制国内、国际日增长人数地图,matplotlib绘制方寸图。同时代码是在notebook中完成,随笔记录所的所学,此博客为我记录文章所用,发布到此,仅供网友阅读参考。作者:北山啦写在前面:这个已经不是什么新鲜的话题了,所以请大佬勿喷。

北山啦的博客 3万+

基于python的疫情分析.zip

个人用,作为机器学习的期末作业答案,用了逻辑回归,线性回归,多项式回归的方式进行疫情的分析和对未来的预测,预测时间已经过期。

Python疫情大数据分析之可视化分析、GIS地图及文本挖掘、知识图谱代码(博客前五篇)

该资源是针对这次肺炎疫情写个Python大数据分析系列博客,包括网络爬虫、可视化分析、GIS地图显示、情感分析、舆情分析、主题挖掘、威胁情报溯源、知识图谱、预测预警及AI和NLP应用等。希望该系列线上远程教学对您有所帮助,也希望早点战胜病毒,武汉加油、湖北加油、全国加油。待到疫情结束樱花盛开,这座英雄的城市等你们来。 基础性资源,希望对您有所帮助。 详见内容:https://blog.youkuaiyun.com/Eastmount/article/details/105462139

新冠肺炎国内外疫情数据爬取

环境说明 爬虫环境: Python3 IDE:Pycharm 爬虫工具包: requests BeautifulSoup json 从腾讯新闻网爬取 使用chrome浏览器对腾讯新闻网进行页面元素审查,进入network,刷新,查看response: 寻找到这三个js文件,发现其中以json格式存储了新冠肺炎疫情数据。 进入Headers,对请求头进行分析,发现有效的URL分别为 https://view.inews.qq.com/g2/getOnsInfo?name=disease_h5 https:

NiZjiTouA的博客 1万+

Python3监控疫情的完整代码

主要介绍了Python3监控疫情的完整代码,代码简单易懂,非常不错具有一定的参考借鉴价值,需要的朋友可以参考下

尝试用 Python 写了个病毒传播模拟程序

用 Python Numpy 写的超简单的病毒传播模拟程序

DavyCloud 2156

Pikachu靶场环境搭建(Windows环境下安装详细教程)

Pikachu靶场是一个漏洞测试练习平台。其中包含了常见的web安全漏洞,如果你是一个渗透测试学习者没有靶场的练手,那么pikachu是一个很好的测试平台。

weixin_42857656的博客 1827

NVIDIA GPU任务调度全景:从Block分配到Warp发射

GPU并行计算的核心是任务调度,而CUDA kernel在GPU上的执行并非简单的一次性操作,而是经过从CPU命令队列到硬件前端,再到GigaThread引擎和Warp Scheduler的多层协同。理解这一过程,是性能优化的基础。Warp作为硬件调度的基本单位,其状态切换与延迟隐藏能力直接决定计算单元的利用率;而Occupancy作为衡量SM上活跃Warp池大小的指标,也并非越高越好,需要结合访存模式与资源占用综合判断。对于多任务并发场景,Stream优先级、计算抢占、MIG硬件隔离与MPS软件共享等机制

weixin_32612263的博客 270

全国精确到市的新冠疫情历史数据

新冠疫情历史数据,精确到全国市一级

wang_chun1的博客 7365

MyBatis示例

MyBatis示例 基本示例 环境准备 jdk : 1.8.0 MyEclipse MySQL MyBatis-3.4.6.jar 新建JavaWeb Project 命名:mybatis 导入JAR包或添加POM.xml中添加依赖 MyBatis_config.xml &amp;amp;amp;amp;amp;lt;?xml version=&amp;amp;amp;amp;quot;1.0&amp;amp;amp;amp;quot; encoding=&a

走在命运的左岸 721

python爬取全球疫情数据

最近参加了江苏省的数模省赛,做了一个题目,是关于疫情的,我们选择腾讯的疫情数据作为爬取对象,相关的代码如下。为了测试爬虫历时,我还记录了打印操作。 # 导入相关模块 import openpyxl import requests import time # 记录爬虫开始的时间 start = time.time() # 需要爬取的网址、反爬虫头部信息、国家信息、保存结果的excel文件路径 urlList = [ # 美国疫情网址 "https://api.inews.qq.com/new

weixin_45096408的博客 8075

解决LangChain4j报错HTTP/1.1 header parser received no bytes

当使用调用自己部署的大模型服务时报错: 报错信息如下:

weixin_44455388的博客 2338

OpenClaw进阶实战(二十一):工作流6:跨平台舆情监控与自动响应

摘要: 本文介绍基于OpenClaw构建自动化舆情监控系统,实现多平台数据采集、AI情感分析与智能预警。系统架构包含数据采集(微博/小红书/抖音)、消息队列、情感分析(SnowNLP/大模型API)、分级预警和自动响应模块。通过技能化开发(如微博API采集、小红书模拟登录)实现7×24小时监控,结合情感强度与传播速度分级处理负面舆情,形成"采集-分析-预警-处置"闭环,适用于企业私有化部署。

PeterPan的博客 301

python爬虫爬取腾讯网站——实时疫情数据并生成Excel表格

期末爬虫项目

Ztf1123的博客 6696

X书关键词协议搜索

【代码】X书关键词协议搜索。

Codeooo 博客 6379

Python实战采集全球疫情数据

结构化的数据 json数据 直接通过字典键值对的方式取值 [‘data’] [‘WomAboard’]动态的数据: 你在右键点击查看网页源代码 找不到的数据。.json(): 字典 键值对的方式把数据取出来。

kakA的博客 596

PCIE的MSI中断处理机制与优化策略

PCIe设备的。

xiaoheshang_123的博客 521

【CicadaPlayer】av_rescale_q 学习:转换PTS和Duration

参考 av_rescale_q()理解 大神时间基准的总结: AVPacket下的pts和dts以AVStream->time_base为单位(数值比较大),时间间隔就是AVStream->time_base。 大神:多种转换的总结 av_rescale_q用于计算Packet的PTS 如: if (pkt->pts != AV_NOPTS_VALUE) { pkt->pts = av_rescale_q(pkt->pts, m

突围 842

Python爬虫:数学建模中获取全球COVID-19数据

好几天没有更新博客,参加了个疫情预测数学建模发现爬虫获取数据是真的很舒服不需要很多时间就可以得到你想要的数据,还可保存成你想要的格式,下边就记录一下。 在分享一个数据的网址自己认为是非常全也可以到处全球数据:Sources - Worldwide data on COVID-19 环境准备 准备好Anaconda3和PyCharm3 准备需要爬取的网址、反爬虫头部信息、国家信息、保存结果的excel文件路径 导入爬虫需要的包 pip install openpyxl pip install reques

Josvin 2415

jre9下载 jdk9

(Java SE Runtime Environment 9.0) 9.0u175 官方最新版 【x86|x64】

基于django+vue疫情开放下的新冠信息共享平台【开题报告+程序+论文】-计算机毕设

研究背景 随着全球新冠疫情的持续演变与防控策略的调整,社会对于及时、准确、全面的疫情信息需求日益增强。特别是在疫情逐步开放的新阶段,公众对于疫情动态、防控政策、科学防疫知识以及疫苗接种进展等方面的信息获取需求更为迫切。然而,当前信息来源广泛且繁杂,存在信息不对称、传播效率低、真伪难辨等问题,严重影响了公众的科学认知和防疫行动。因此,构建一个高效、专业、可信赖的新冠信息共享平台显得尤为重要,旨在汇聚权威信息,提升信息透明度,促进疫情防控工作的有效开展。 研究意义 本研究旨在通过开发疫情开放下的新冠信息共享平

图楠计算机_毕设 1179

锂电池充电器电路设计 里面有电路

锂电池充电器电路设计 里面有电路 3.7V升压到5V电路设计。

win10 跳过U8环境检测的IE WebControls.rar

win10 安装u8的时候 提示IE WebControls 不通过,这个工具可以欺骗u8的检查。 跳过U8环境检测的IE WebControls。提示导入失败后,重新检测通过。

韩国新冠疫情数据分析实战:从数据获取到趋势洞察的完整流程

数据分析是挖掘信息、驱动决策的核心技术,其原理在于通过系统性的方法处理原始数据,提取有价值的信息。在公共卫生领域,数据分析的技术价值尤为凸显,它能够量化疫情发展趋势、评估干预措施效果,并为资源调配提供科学依据。典型的应用场景包括流行病传播建模、政策效果评估和医疗资源需求预测。本文以韩国新冠疫情公开数据为具体案例,详细阐述了数据获取、清洗、特征工程到可视化分析的全过程,其中重点介绍了如何利用Pandas进行数据处理以及构建7日移动平均、检测阳性率等关键衍生指标,并深入探讨了空间异质性分析和不同变异株影响的量化

weixin_34245082的博客 396

Camera2Demo

在Camera2 的基础上进行封装,使得Camera2一堆初始化逻辑与Activity分离,降低耦合度,完成预览拍照并保存的操作

【毕业设计】大数据-实时疫情数据可视化项目 - flask python

🔥 这两年开始毕业设计和毕业答辩的要求和难度不断提升,传统的毕设题目缺少创新和亮点,往往达不到毕业答辩的要求,这两年不断有学弟学妹告诉学长自己做的项目系统达不到老师的要求。为了大家能够顺利以及最少的精力通过毕设,学长分享优质毕业设计项目,今天要分享的是🚩 基于大数据的实时疫情数据可视化项目🥇学长这里给一个题目综合评分(每项满分5分)🧿 选题指导, 项目分享:https://gitee.com/dancheng-senior/project-sharing-1/blob/master/%E6%AF%...

HUXINY的博客 8898

韩国新冠疫情数据分析实战:从数据获取到可视化洞察

数据分析是挖掘信息、驱动决策的核心技术,其原理在于通过系统性的方法处理原始数据,提取有价值的信息。在公共卫生、商业智能等领域,数据分析能揭示趋势、评估干预措施效果,具有重要的技术价值。以公共卫生事件应对为例,数据分析可应用于疫情态势评估、政策效果量化等场景。本文以韩国新冠疫情数据为具体案例,详细演示了从数据获取、清洗、多维度分析到关键指标(如基本再生数Rt)计算的全流程,并重点探讨了数据质量、可视化陷阱等工程实践问题,为处理类似时序数据提供了完整的分析框架和实用代码参考。

weixin_33898233的博客 405
上一篇: 一招大幅提升 requests 访问速度
下一篇: Python 常见的17个错误分析
codingpy
博客等级 码龄11年 1873粉丝 104原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值