數(shù)據(jù)可視化之項目 | 疫情數(shù)據(jù)分析

「1、爬取數(shù)據(jù)」

「1.1——要用到的庫」

import?request???#?爬蟲
import?json??????#?處理數(shù)據(jù)?

「1.2——爬取數(shù)據(jù)」

def?getData():
????url?=?'https://view.inews.qq.com/g2/getOnsInfo?name=disease_h5'
????headers?=?{
????????'user-agent':?'Mozilla/5.0?(iPhone;?CPU?iPhone?OS?11_0?like?Mac?OS?X)?AppleWebKit/604.1.38?(KHTML,?like?Gecko)?Version/11.0?Mobile/15A372?Safari/604.1'
????}
????r?=?requests.get(url,headers)
????if?r.status_code?==?200:
?????????return?json.loads(json.loads(r.text)['data'])

data_dict?=?getData()

「2、數(shù)據(jù)處理」

「2.1——要用到的庫」

import?json??????#?處理數(shù)據(jù)?
import?pandas?as?pd??????#?處理數(shù)據(jù)?

「2.2——讀取列名：字典的鍵」

keys?=?data_dict.keys()
print(keys)

結(jié)果：dict_keys(['lastUpdateTime', 'chinaTotal', 'chinaAdd', 'isShowAdd', 'showAddSwitch', 'areaTree'])

「2.3——讀取國家：」

print('現(xiàn)在有多少個國家有疫情：',len(data_dict.get('areaTree')),data_dict.get('areaTree')[0]['name'])

「2.3——讀取省：」

print('現(xiàn)在有多少個省有疫情:',len(data_dict.get('areaTree')[0]['children']),data_dict.get('areaTree')[0]['children'])??
#?倒數(shù)第一個【0】是省份id,改變它，可輸出不同的省份

**2.4——統(tǒng)計所有的省份名稱——使用for循環(huán)到省份 **

for?province?in?data_dict.get('areaTree')[0]['children']:
????print(province['name'])

**2.5——統(tǒng)計每個省當(dāng)天的數(shù)據(jù)?**

for?province?in?data_dict.get('areaTree')[0]['children']:?print(province['name'],province['today'])?

「2.6——統(tǒng)計每個省總的數(shù)據(jù)情況」

for?province?in?data_dict.get('areaTree')[0]['children']:?print(province['total'])

「# 數(shù)據(jù)說明：這些數(shù)據(jù)目前是字典，對于pandas數(shù)據(jù)分析，我們要把這些數(shù)據(jù)變成dataframe，然后可以導(dǎo)入到excel或者SQL中」

2.7——將數(shù)據(jù)變成列表再變成dataframe

#?1.先將數(shù)據(jù)變成列表
province_list?=?list()
for?province?in?data_dict.get('areaTree')[0]['children']:
????province_info?=?province['total']
????province_info['name']?=?province['name']
????province_list.append(province_info)

#?2.再變成dataframe
province_df?=?pd.DataFrame(province_list)

「2.8——查看數(shù)據(jù)類型」

print(province_df.info())

「2.9——按照數(shù)據(jù)類型來刪除datafram的列」

#按照數(shù)據(jù)類型刪除列
#include=包含什么類型,?exclude=不包含什么類型

province_df?=?province_df.select_dtypes(exclude=['bool'])

**?2.10——用tolist把省份的名稱和累計確診的數(shù)據(jù)轉(zhuǎn)換成list**

province_name?=?province_df.name.tolist()
print(province_name)
province_confirm?=?province_df.confirm.tolist()
print(province_confirm)

**?2.11——列表生成器**

for?tup?in?zip(province_name,?province_confirm):
????print(tup)

「3、交互式畫圖」

「3.1——用到的庫：」

from?pyecharts.charts?import?Map
from?pyecharts?import?options?as?opts??#?配色?標(biāo)題

「3.2——顏色配置（必須是list包裹dict）」

pieces?=?[
????{'min':1,'max':9,'color':'#FFE0E0'},
????{'min':10,'max':99,'color':'#FFC0C0'},
????{'min':100,'max':999,'color':'#FF9090'},
????{'min':1000,'max':9999,'color':'#FF6060'},
????{'min':10000,'max':99999,'color':'#FF3030'},
????{'min':100000,'max':99999,'color':'#DD0000'},
????{'min':1000000,'max':999999,'color':'#660000'}]

「3.3——定義地圖，填充數(shù)據(jù)」

#定義地圖,填充數(shù)據(jù)
china_map?=?Map()
china_map.add(‘全國疫情分布’,[tup?for?tup?in?zip(province_name,province_confirm)],‘china’)
china_map.set_global_opts(title_opts=opts.TitleOpts(title=‘中國加油!武漢加油!’),
visualmap_opts=opts.VisualMapOpts(is_piecewise=True,pieces=pieces))

「3.4——打印地圖，生成網(wǎng)頁」

china_map.render(path="中國地圖.html")???#?這個生成的html?地址可以用這個path參數(shù)來修改

4、結(jié)果展示