本文技术点: requests, echarts, pyecharts

最近一周每天早上起来第一件事,就是打开新闻软件看疫情相关的新闻。了解下自己和亲友所在城市的确诊人数,但纯数字还是缺乏一个直观的概念。那我们来做一个吧。

至于数据,从各大网站的实时疫情页面就可以拿到。以某网站为例,用requests拿到html后,发现并没有数据。不要慌,那证明是个javascript渲染的页面,即使是javascript也是需要从后台取数据的。打开Chrome开发者工具,点开network,刷新页面,点击各个请求,肯定有一个是取json的。

注意这里的返回数据是包含在一个js变量的,用正则处理下就好,然后用python自带的json.loads方法就可以转为dict了result = requests.get( 'https://interface.sina.cn/news/wap/fymap2020_data.d.json?1580097300739&&callback=sinajp_1580097300873005379567841634181')

json_str = re.search("\(+([^)]*)\)+", result.text).group(1)

html = f"{json_str}"

table = json.loads(f"{html}")

数据格式很简单,省数据和下属城市的数据{  'city': [   {   'conNum': '4',

'cureNum': '0',

'deathNum': '0',

'name': '乌鲁木齐',

'susNum': '0'},

{   'conNum': '1',

'cureNum': '0',

'deathNum': '0',

'name': '伊犁州',

'susNum': '0'}],

'cureNum': '0',

'deathNum': '0',

'name': '新疆',

'susNum': '0',

'value': '5'}

英语好的同学可以直接猜到cureNum是治愈数,deathNum是死亡人数。value应该是确诊数,其它字段可以根据原网站表格确定

最直观的图表当然是地图了。国内大厂出的echarts自然会对国内地图有最好的支持。用pip安装pyecharts, 以及两个数据包echarts-china-provinces-pypkg和echarts-china-cities-pypkg 即可

遍历下json数据,把省名和确诊数存在data数据里传给map对象就好for province in table['data']['list']:

pp.pprint(province)

data.append((province['name'], province['value']))

for city in province['city']:

pp.pprint(city)

map_p = Map()

map_p.set_global_opts(title_opts=opts.TitleOpts(title="实时疫情图"), visualmap_opts=opts.VisualMapOpts(max_=100))

map_p.add("确诊", data, maptype="china")

map_p.render("ncov.html")  # 生成html文件

代码很简单,注意max是决定渲染颜色的。效果图如下

达到100确诊的省份一目了然。感兴趣的同学还可以制作市级别或者世界地图。

最后祝愿早日都变为蓝色吧。武汉加油,中国加油!

python模型疫情预测_用Python制作实时疫情图相关推荐

  1. python 比赛成绩预测_利用 Python 预测英雄联盟胜负,分析了 5 万多场比赛才得出的数据!值得,涨知识了!...

    Mika 来源 | 头图 |CSDN自东方IC今天教大家用Python预测英雄联盟比赛胜负. Show me data,用数据说话 今天我们聊一聊 Python预测LOL胜负 目前,英雄联盟S10全球 ...

  2. python泰坦尼克号数据预测_使用python预测泰坦尼克号生还

    简介 Titanic是Kaggle竞赛的一道入门题,参赛者需要根据旅客的阶级.性别.年龄.船舱种类等信息预测其是否能在海难中生还,详细信息可以参看https://www.kaggle.com/,本文的 ...

  3. python模型训练框架_以Python撰写 AI模型框架

    以Python撰写 AI模型框架 by 高焕堂 1. 前言: 在AI(人工智慧)方面,由于当今的机器学习本质是一种<大数据相关性支撑的>归纳性推理.软体框架的复用(Reuse)性愈高,对于 ...

  4. python历史 用量 预测_用python做时间序列预测七:时间序列复杂度量化

    本文介绍一种方法,帮助我们了解一个时间序列是否可以预测,或者说了解可预测能力有多强. Sample Entropy (样本熵) Sample Entropy是Approximate Entropy(近 ...

  5. python 比赛成绩预测_使用Python进行体育竞技分析(预测球队成绩)

    今天我们用python进行体育竞技分析,预测球队成绩 一. 体育竞技分析的IPO模式 : 输入I(input):两个球员的能力值,模拟比赛的次数(其中,运动员的能力值,可以通过发球方赢得本回合的概率来 ...

  6. python二手房价格预测_用python对2019年二手房价格进行数据分析

    原标题:用python对2019年二手房价格进行数据分析 ↑关注 + 置顶 ~ 有趣的不像个技术号 本文为读者投稿,作者:董汇标MINUS 最近和朋友聊到买房问题,所以对某二手房价格信息进行了爬取,爬 ...

  7. python黄金走势预测_使用python爬虫获取黄金价格的核心代码

    继续练手,根据之前获取汽油价格的方式获取了金价,暂时没钱投资,看看而已 #!/usr/bin/env python # -*- coding: utf-8 -*- """ ...

  8. python模型预测_用Python如何进行预测型数据分析

    数据分析一般分为探索性数据分析.验证型数据分析和预测型数据分析.上一篇讲了如何用Python实现验证型数据分析(假设检验),文章链接:转变:用Python如何实现"假设检验"​zh ...

  9. python模型部署方法_终极开箱即用的自动化Python模型选择方法

    python模型部署方法 Choosing the best model is a key step after feature selection in any data science proje ...

最新文章

  1. 【C++ 语言】异常 ( 抛出字符串异常 | 抛出异常对象 | 抛出任意对象 | 抛出自定义异常 )
  2. poj 2623 快排
  3. html表单php比较三个值大小,PHP比较三个数大小实现办法
  4. Struts2StudentsInfoManage学生管理系统struts2版
  5. Taro+react开发(22)--模态框组件
  6. java 鼠标精灵_纯Java实现跨平台鼠标键盘模拟、找图找色,Java版按键精灵
  7. 【高危漏洞通告】Spring Framework 远程代码执行 (CVE-2022-22965)
  8. 时下超火的在线教育移动应用UI套件设计素材
  9. 173. Insertion Sort List【LintCode by java】
  10. 如何快速提交网站备案 ICP备案
  11. python上方菜单栏不见了如何恢复_word菜单栏不见了,如何恢复
  12. lae界面开发工具入门之介绍十三--如何获取数据?
  13. 不要用PS啦,python+opencv代码给证件照换底色
  14. 用unity开发贪吃蛇,勾起我童年乐趣的小游戏
  15. 微软邮箱smtp服务器,微软宣布将为网页版的Outlook邮箱服务增加SMTP邮件代发(别名)功能...
  16. OpenCV基础篇——图形图像旋转
  17. linux(linux常用命令,软件安装,vim编辑器)
  18. Learning to Rank(转)
  19. android入门实例!一线互联网移动架构师NDK模块开发!看这一篇就够了!
  20. CMMI管理流程—配置管理计划

热门文章

  1. 李子柒一年能赚多少钱?年薪竟然是阿里 P8 级别的 200 倍!
  2. 微软的补丁为什么修复同一漏洞有两个相邻版本号的补丁以及GDR和QFE的区别
  3. 基于时间序列的协整关系的配对交易
  4. 从Word Embedding到Bert模型---NLP中预训练发展史
  5. rabbitMQ和对应的erlang版本匹配
  6. 简单工厂模式,工厂方法模式,抽象工厂方法的具体实现
  7. 用python查看音频数据量#用python对音频图片截取保留拼接#根据乐谱生成音乐
  8. 基于STM32的AD7699、(AD7689、AD7949、AD7682)芯片驱动
  9. flutter 序列化 jsonEncode jsonDecode
  10. 几何向量:直线和平面