【中国疫情数据可视化】-创新互联

中国疫情动态数据可视化

**可视化介绍**
- 疫情动态
- 一：抓取疫情数据
- 二：数据存储
- 三：选择合适的图表并展示
- 四：如何实现每日更新
- 五：如何向外界分享展示

创新互联主营海门网站建设的网络公司,主营网站建设方案,app软件定制开发,海门h5小程序定制开发搭建,海门网站营销推广欢迎海门等地区企业咨询可视化介绍

可视化实际上是对数据的一种描述，让数据有了新的生命，方便我们去观察和分析数据的动态变化，及时做出决策，那么让我们一起来实现一个数据可视化的小案例吧。

疫情动态

当下对我们影响大的莫过于疫情的动态了，相信每一次的数据变化都会牵动着许多人的心，人们到处去查询各地的疫情动态信息，为了更方便更直观的看到中国疫情的动向，我们开始着手开搞吧！但是再开搞前，我们要思考如下几个问题？

疫情数据怎么获取？
数据如何进行存储？
合适的图表？
如何实现图表的展示？
怎么实现每日的更新？
怎么对外共享？

一：抓取疫情数据

一般我们都会选择去官方公布的数据网站进行查询，这样数据比较准！那我们准备开发环境。
1:电脑一台！！！
2:Python3.x
3:一个合理的编辑器！！！
4:记得带一双手！！！
注！数据来源：腾讯官方疫情数据
废话少说！上教程！！！ ctrl c v 就是干！！！

哈哈哈，是不是有点懵！不要慌！下面继续来看，手把手教你学会！
1:首先用“谷歌”浏览器打开数据链接(你别整那360啥玩意的真闹挺···)
不出意外的话
一堆报文·····是不是嘎嘎恶心～不要慌！！
2:给我按F12
在这里插入图片描述
首先点network，没有东西你就刷新一下界面就有了，然后观察左下角的列表，看看是否携带数据！，然后看右边的几个小方块，第一个headers可以查看请求的方式和请求头的信息，payload可查看请求时需要携带的参数，Preview是对当前的信息进行一个预览，Response是请求成功后返回的东西。
知道这些后，就可以看到我们当前的请求是post请求，携带参数在payload中。
3:梳理json数据
在这里插入图片描述
这就很通俗易懂了吧，师傅领进门修行在个人，自己尝试解析一下，这里不赘述了！
4:准备上代码！

# Author:   Architect_WangBoWen
# Datetime: 2022-12-05 21:21:21


import requests

url = 'https://api.inews.qq.com/newsqa/v1/query/inner/publish/modules/list?modules=localCityNCOVDataList,diseaseh5Shelf'

headers = {'User-Agent':'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_14_6) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/103.0.0.0 Safari/537.36'
}

data  = {'modules':'localCityNCOVDataList,diseaseh5Shelf'}

res = requests.post(url = url,headers=headers,data=data)
json_data = res.json()['data']
res = requests.get(url=url,headers=headers,data=data)
res_json = res.json()
yq_list = res_json['data']['diseaseh5Shelf']['areaTree'][0]['children']
province_confirm_map = {}
for value in yq_list:
        province_confirm_map[value['name']] = value['today']['local_confirm_add']

二：数据存储

这里就很简单了吧，数据已经读在变量里面了，这不随心所欲，想存哪存哪了！

三：选择合适的图表并展示

这里全国的疫情信息，肯定是用中国地图啊！别问为啥，我是中国人我骄傲！！！
这里我们可选用echarts进行可视化展示，奈何俺不是一位前端程序猿，那就用pyecharts吧，没错python是世界上最好的语言.java(别喷我(@^@))

import requests
import pyecharts

url = 'https://api.inews.qq.com/newsqa/v1/query/inner/publish/modules/list?modules=localCityNCOVDataList,diseaseh5Shelf'

headers = {'User-Agent':'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_14_6) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/103.0.0.0 Safari/537.36'
}

data  = {'modules':'localCityNCOVDataList,diseaseh5Shelf'}

def yq_map_ksh(url,headers,data):
    res = requests.get(url=url,headers=headers,data=data)
    res_json = res.json()
    yq_list = res_json['data']['diseaseh5Shelf']['areaTree'][0]['children']
    province_confirm_map = {}
    for value in yq_list:
        province_confirm_map[value['name']] = value['today']['local_confirm_add']
    all_list = []
    for key,value in province_confirm_map.items():
        all_list.append([key,value])
    yq_ksh_map = pyecharts.charts.Map()
    yq_ksh_map.add("当日省份确诊",all_list,"china")
    yq_ksh_map.set_global_opts(title_opts = pyecharts.options.TitleOpts(title='疫情防控')
                               ,visualmap_opts = pyecharts.options.VisualMapOpts(
                                        is_piecewise= True
                                        , pieces=[
                                                    {"min": 0, "max": 50, "label": "0~50", "color": "khaki"}
                                                  , {"min": 50, "max": 100, "label": "50~100", "color": "yellow"}
                                                  , {"min": 100, "max": 500, "label": "100~500", "color": "orange"}
                                                  , {"min": 500, "max": 40000, "label": "500~1000", "color": "red"}
                                                  ]                             )
                               )
    yq_ksh_map.render('/Users/bohu/PycharmProjects/pythonProject/Flask/可视化/templates/index.html')
yq_map_ksh(url,headers,data)

在这里插入图片描述