众志成城抗疫情:Python获取疫情实时数据！！

前文

防护篇：
各自家庭聚团圆，不要外出相互窜。
注意洗手衣勤换，戴上口罩防感染。
野生动物传染源，千万不要因嘴馋。
每天食用调配餐，清热食物桌上端。
防寒添衣要保暖，通风透气舒适感。
清洁卫生干一干，适当运动多出汗。
若有不适测体温，指定医院随就诊。
非常时期莫怨烦，目标明确防扩散。
科学防护专家言，从我做起保平安。

最近江苏南京、湖南张家界陆续爆发疫情。作为一个张家界本地人，听到这个消息还是很震惊的。

身在长沙，作为兢兢业业的打工人，默默地为江苏、张家界加油打气，为了关注疫情状况，今天我们用python来爬一爬疫情的实时数据！！

2.获取目标网站

为了使用python来获取疫情数据，我们需要找一个疫情实时追踪数据发布网站，国内比较有名的是腾讯新闻、网易新闻等，这些网站疫情内容都大同小异，主要包括国内疫情、海外疫情，每日新增确诊趋势，疫苗接种情况等，这里我们选用腾讯新闻疫情发布页来进行数据爬取分析。

网站分析：

使用chrome浏览器打开疫情发布页网址。
我们按F12 进入开发者模式，按 ctrl+R 刷新页面。
在Network下找到 getOnsInfo?name=disease_h5列，获得爬取目标网址。

3.爬取目标网站

我们写爬虫爬取网站数据，需要安装requests库，安装命令如下：

pip install requests

如安装报错，超时，可以试试镜像源安装速度很快。

带豆瓣镜像源的安装：requests库

例如：豆瓣：http://pypi.douban.com/simple/

使用：pip install -i https://pypi.douban.com/simple/ requests

只需要三行代码就可以获取该网页内容，代码如下：

url = 'https://view.inews.qq.com/g2/getOnsInfo?name=disease_h5' req = requests.get(url=url) content = json.loads(req.text)

打印之后爬取的效果：

4.解析爬取内容

上述网站内容我们虽然爬取成功，接下来我们需要对爬取的结果进行解析，从中找出我们感兴趣的部分。

4.1. 解析全国今日总况

相应的解析代码如下：

def get_all_china(content):

tmp_data = content["data"]

area_data = json.loads(tmp_data)["areaTree"]

country = area_data[0] country_list = []

name = country["name"]

today_confirm = country["today"]["confirm"]

now_confirm = country["total"]["nowConfirm"]

total_confirm = country["total"]["confirm"]

total_heal = country["total"]["heal"] country_list.append([name, today_confirm, now_confirm, total_confirm, total_heal]) return country_list

打印结果如下：

输出不行，这里使用PrettyTable库对输出进行美化，代码如下：

def format_list_prettytable(title,province_list):

table = PrettyTable(title) for province in province_list: table.add_row(province)

table.border = True return table

结果如下：

4.2. 解析全国各省份疫情情况

依次类推，可解析全国各省市疫情情况，代码如下：

def get_all_province(content):

tmp_data = content["data"]

area_data = json.loads(tmp_data)["areaTree"]

data = area_data[0]['children'] province_list = [] for province in

data: name = province["name"]

today_confirm = province["today"]["confirm"]

now_confirm = province["total"]["nowConfirm"]

total_confirm = province["total"]["confirm"]

total_heal = province["total"]["heal"]

province_list.append([name, today_confirm, now_confirm,

total_confirm, total_heal]) return province_list

结果如下：

4.3. 解析江苏各地级市疫情情况

最后，我们获取江苏省各地级市的疫情数据,代码如下：

结果如下：

5.结果可视化

使用matplotlib对上述爬去的江苏各地级市疫情分布可视化，得到结果如下：

今日新增可视化结果如下：

现有确诊可视化结果如下：

从上述图表可以看出，今日疫情已扩散至扬州，扬州今日新增感染人数最多，需引起重视。

结尾

完整的文章项目代码可以来小白解答学习的Python交流圈：959755565 大家一起学习、成长，Figthing！！