快捷搜索: 王者荣耀 脱发

Python爬虫爬取疫情数据并可视化展示

这篇文章主要介绍了Python利用爬虫爬取疫情数据并进行可视化的展示,文中的示例代码讲解清晰,对工作或学习有一定的价值,需要的朋友可以参考一下。

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
  5. 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

爬虫完整代码

导入模块

1 2 3 4 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

分析网站

先找到今天要爬取的目标数据

找到数据所在url

发送请求

1 2 url = response = requests.get(url, verify=False)

获取数据

1 json_data = response.json()[data]

解析数据

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 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)

保存数据

1 2 df = pd.DataFrame(data_set) df.to_csv(data.csv)

数据可视化

导入模块

1 2 from pyecharts import options as opts from pyecharts.charts import Bar,Line,Pie,Map,Grid

读取数据

1 2 df2 = df.sort_values(by=[nowConfirm],ascending=False)[:9] df2

死亡率与治愈率

1 2 3 4 5 6 7 8 9 10 11 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()

各地区确诊人数与死亡人数情况

1 2 3 4 5 6 7 8 9 10 11 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()

以上就是Python爬虫爬取疫情数据并可视化展示的详细内容。

经验分享 程序员 微信小程序 职场和发展