Python爬虫爬取疫情数据并可视化展示
程序员文章站
2023-12-29 16:38:34
目录知识点开发环境爬虫完整代码导入模块分析网站发送请求获取数据解析数据保存数据数据可视化导入模块读取数据死亡率与治愈率各地区确诊人数与死亡人数情况知识点 爬虫基本流程 json re...
知识点
- 爬虫基本流程
- json
- requests 爬虫当中 发送网络请求
- pandas 表格处理 / 保存数据
- 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
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
https://news.qq.com/zt2020/page/feiyan.htm#/
找到数据所在url
发送请求
url = 'https://view.inews.qq.com/g2/getonsinfo?name=disease_h5&_=1638361138568' response = requests.get(url, verify=false)
获取数据
json_data = response.json()['data']
解析数据
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
df = pd.dataframe(data_set) df.to_csv('data.csv')
数据可视化
导入模块
from pyecharts import options as opts from pyecharts.charts import bar,line,pie,map,grid
读取数据
df2 = df.sort_values(by=['nowconfirm'],ascending=false)[:9] df2
死亡率与治愈率
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
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,更多关于python爬取数据 可视化展示的资料请关注其它相关文章!