【数据可视化】—— 2019-nCov (新型冠状肺炎) 可视化(python)

2019-nCov 数据爬虫与可视化

项目详情： 这是一个项目传送门哦 ^_.

【背景】

新年伊始，全国人民就参加了一场没有硝烟的战斗——2019-nCov, 关于这场“战疫”, 我们每个人都是战斗士。感谢医生和护士还有来自各界各地一直奋战在一线的人们，而我们这些老百姓能做的就是他们最坚实的后盾。相信在党和国家的带领下，大家都会在最暖的阳光下，做自己喜欢的事。
话不多说，而这次的主角便是普通老百姓最关注的每日实时数据，参考了一些博客，使用 Python 进行爬虫获取数据，并选择重点数据进行可视化分析。
本项目是针对2019新型冠状肺炎的各地疫情（全球）的数据获取及可视化，针对数据集为爬虫抓取新冠肺炎疫情数据集。

众多浏览器如何选取数据源：《新型肺炎实时疫情追踪专题，各浏览器怎么做的》.

数据来源 : 腾讯疫情追踪.
这个数据集的特征如下表所示：

特征名称	说明
areaTree	这个节点下面包含全世界数据，中国数据到市级的数据，是最详细的
lastUpdateTime	最后更新时间
chinaTotal	国内累计值
chinaAdd	国内每日新增
confirm	确诊
heal	治愈
dead	死亡
nowConfirm	现有确诊
suspect	疑似
nowSevere	重症
chinaDayList	每日人数汇总历史数据
chinaDayAddList	每日新增人数历史数据
dailyNewAddHistory	每日新增人数历史数据，分湖北、非湖北、全国三个维度
articleList	每日新发布新闻

【分析与可视化思路】

数据爬取

1. 加载所需数据分析与可视化的包

import requests
import json
import pandas as pd
import warnings
import matplotlib.pyplot as plt
#导入pyecharts的包，用于数据可视化
from pyecharts.charts import Map
from pyecharts import options as opts #
%matplotlib inline
#更改设计风格  R 语言的
plt.style.use('ggplot')
plt.rcParams['font.sans-serif']=['SimHei'] #用来正常显示中文标签
plt.rcParams['axes.unicode_minus']=False #用来正常显示负号
warnings.filterwarnings('ignore')

2. 爬取数据
   json.loads() 用于读取字符串，即，可以把文件打开，使用readline读取一行，然后json.loads()解析一行
   https://view.inews.qq.com/g2/getOnsInfo?name=disease_h5.
   https://view.inews.qq.com/g2/getOnsInfo?name=disease_other.

url_1 ='https://view.inews.qq.com/g2/getOnsInfo?name=disease_h5'    # url

def getData(url):
    r = requests.get(url)
    if r.status_code == 200:
        return json.loads(json.loads(r.text)['data'])
data_dict = getData(url_1)
data_dict

• 数据清洗

• 数据分析

  • 五数描述统计

• 数据可视化

  • 全球分布
    
    • 全国各省市分布

• 历史确诊 vs 历史疑似
• 这是一副 html的图，使用代码可以动态变化。

• 数据存储

  • Mysql 数据库

  • csv

• 总结与思考

• 致谢 Acknowledge

  • link.
  • link.