近期疫情反反复复,着实让人不安心,用python爬取疫情数据

最新推荐文章于 2025-03-22 12:07:42 发布

原创最新推荐文章于 2025-03-22 12:07:42 发布

· 718 阅读

7 ·

版权

文章标签：

#python #数据挖掘 #爬虫 #编程语言 #数据分析

python 专栏收录该内容

227 篇文章

订阅专栏

[课题]:

Python项目实战-疫情数据采集, 并做可视化展示

[知识点]:

1. 爬虫基本流程
2. json
3. requests 爬虫当中 发送网络请求
4. pandas 表格处理 / 保存数据
4. pyecharts 可视化

[开发环境]:

python 3.8 比较稳定版本 解释器发行版 anaconda --> jupyter notebook 里面写数据分析代码 专业性
pycharm 专业代码编辑器 按照年份与月份划分版本的

爬虫(采集网络当中数据文本图片视频音频)流程:

一. 明确需求
    我们要爬取的内容是什么?
    分析数据从哪里来的 https://news.qq.com/zt2020/page/feiyan.htm#/
    用开发者工具 进行抓包(数据包)分析
二. 代码流程
    1. 发送请求 访问网站 https://view.inews.qq.com/g2/getOnsInfo?name=disease_h5&_=1638361138568
    2. 获取数据
    3. 解析数据
        xpath css re json bs4(过时了)
        json 在python语言当中 字典类型数据 {键1:值1, 键2:值2, 键3:值3}
    4. 保存数据

导入模块

import requests      # 发送网络请求模块
import json
import pprint        # 格式化输出模块
import pandas as pd  # 数据分析当中一个非常重要的模块

1. 发送请求

url = 'https://view.inews.qq.com/g2/getOnsInfo?name=disease_h5&_=1638361138568'
response = requests.get(url, verify=False)
# <Response [200]>: 响应体Response  200: 状态码 发送请求成功

2. 获取数据

json_data = response.json()['data']

3. 解析数据

# json_data 什么类型?
json_data = json.loads(json_data)
china_data = json_data['areaTree'][0]['children'] # 列表
data_set = []
for i in china_data:
    data_dict = {}
    # 地区名称
    data_dict['province'] = i['name']
    # 新增确认
    data_dict['nowConfirm'] = i['total']['nowConfirm']
    # 死亡人数
    data_dict['dead'] = i['total']['dead']
    # 治愈人数
    data_dict['heal'] = i['total']['heal']
    # 死亡率
    data_dict['deadRate'] = i['total']['deadRate']
    # 治愈率
    data_dict['healRate'] = i['total']['healRate']
    data_set.append(data_dict)

df = pd.DataFrame(data_set)
df.to_csv('data.csv')

一、数据采集

#%% md


#%%

# 导入工具
import time   # 时间模块
import json   # json包
import requests    # 网络请求库   第三方   pip
import pandas as pd  # 数据处理   第三库  pip

#%% md

## 1. 目标网址
https://view.inews.qq.com/g2/getOnsInfo?name=disease_h5&callback=jQuery35106097998260028255_1617971061475&_=1617971061476

#%%

url = 'https://view.inews.qq.com/g2/getOnsInfo?name=disease_h5&_=%d'%int(time.time()*1000)

#%% md

## 2.模拟浏览器发送请求，获取响应

#%%

html = requests.get(url)

#%% md

## 3.解析网页   提取数据

#%% md

- 正则
- xpath
- bs4

#%%

# json类型转换
data = json.loads(html.json()['data'])
china_data = data['areaTree'][0]['children']

data_set = []

for i in china_data:
    data_dict = {}
    # 地区名称
    data_dict['province'] = i['name']
    # 疫情数据
    # 新增确诊
    data_dict['nowConfirm'] = i['total']['nowConfirm']
    data_dict['confirm'] = i['total']['confirm']
    data_dict['dead'] = i['total']['dead']
    data_dict['heal'] = i['total']['heal']
    data_dict['deadRate'] = i['total']['deadRate']
    data_dict['healRate'] = i['total']['healRate']
    data_set.append(data_dict)


#%%

df = pd.DataFrame(data_set)
df

#%% md

## 4. 保存数据   

#%%

df.to_csv(r'data.csv')

#%% md

在这里插入图片描述

二、数据可视化


#%% md

- matplotlib
- pyecharts    # pip install pyecharts

#%%

from pyecharts import options as opts
from pyecharts.charts import Bar,Line,Pie,Map,Grid

#%%

df2 = df.sort_values(by=['nowConfirm'],ascending=False)[:9]
df2

#%%

[list(i) for i in zip(df2['province'].values.tolist(),df2['nowConfirm'].values.tolist())]

#%%

pie = (
    Pie()
    .add(
        "",
        [list(i) for i in zip(df2['province'].values.tolist(),df2['nowConfirm'].values.tolist())],
        radius = ["10%","30%"]
    )
    .set_global_opts(
            legend_opts=opts.LegendOpts(orient="vertical", pos_top="70%", pos_left="70%"),
    )
    .set_series_opts(label_opts=opts.LabelOpts(formatter="{b}: {c}"))
)
pie.render_notebook()

#%%

line = (
    Line()
    .add_xaxis(list(df['province'].values))
    .add_yaxis("治愈率", df['healRate'].values.tolist())
    .add_yaxis("死亡率", df['deadRate'].values.tolist())
    .set_global_opts(
        title_opts=opts.TitleOpts(title="死亡率与治愈率"),

    )
)
line.render_notebook()

#%%

bar = (
    Bar()
    .add_xaxis(list(df['province'].values)[:6])
    .add_yaxis("死亡", df['dead'].values.tolist()[:6])
    .add_yaxis("治愈", df['heal'].values.tolist()[:6])
    .set_global_opts(
        title_opts=opts.TitleOpts(title="各地区确诊人数与死亡人数情况"),
        datazoom_opts=[opts.DataZoomOpts()],
        )
)
bar.render_notebook()

#%%

china_map = (
    Map()
    .add("现有确诊", [list(i) for i in zip(df['province'].values.tolist(),df['nowConfirm'].values.tolist())], "china")
    .set_global_opts(
        title_opts=opts.TitleOpts(title="各地区确诊人数"),
        visualmap_opts=opts.VisualMapOpts(max_=200, is_piecewise=True),
    )
)
china_map.render('a.html')

#%%