Python实现疫情地图可视化
一、 json模块
JSON(JavaScript Object Notation)是一种轻量级的数据交换格式,易于阅读和编写,同时也易于机器解析和生成,并有效地提升网络传输效率。
# 如何将json数据解析成我们所熟悉的python数据类型?import json# 将json格式的str转化成python的数据格式:字典dic = json.loads('{"name":"Tom","age":23}')res = json.loads('["name","age","gender"]')print(f'利用loads将json字符串转化成python数据类型{dic}',type(dic))print(f'利用loads将json字符串转化成python数据类型{res}',type(res))
dics = {"name":"Tom","age":23}result = json.dumps(dics)print(type(result))result
二、通过python实现疫情地图可视化
需求:爬取疫情的数据、如何处理json数据以及根据疫情数据如何利用pyecharts绘制疫情地图。
1.数据的获取(基于request模块)
import requestsimport json# 国内疫情数据China_url = 'https://view.inews.qq.com/g2/getOnsInfo?name=disease_h5'headers = { # 浏览器伪装 'User-Agent':'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/87.0.4280.141 Safari/537.36', 'referer': 'https://news.qq.com/',}# 发起get请求,获取响应数据response = requests.get(China_url,headers=headers).json()data = json.loads(response['data'])# 保存数据with open('./2021-02-03国内疫情.json','w',encoding='utf-8') as f: # 不采用ASCII编码 f.write(json.dumps(data,ensure_ascii=False,indent=2))
爬取的数据保存格式为json,开头的部分数据如下:
2.将json格式的数据保存到Excel
无论是json数据存储的,还是python的基本数据类型存储的,对于数据分析都不是很友好,所以我们可以将其数据存储类型转化为pandas的DataFrame类型,因为DataFrame和Excel可以更好的相互转换。
生成的数据模式如下:
将以上的数据进行处理,获得Excel表一样规范的数据格式。
import pandas as pdchinaTotalData = pd.DataFrame(china_citylist)# 将整体数据chinaTotalData中的today和total数据添加到DataFrame中# 处理total字典里面的各个数据项# ======================================================================confirmlist = []suspectlist = []deadlist = []heallist = []deadRatelist = []healRatelist = []# print(chinaTotalData['total'].values.tolist()[0])for value in chinaTotalData['total'].values.tolist(): confirmlist.append(value['confirm']) suspectlist.append(value['suspect']) deadlist.append(value['dead']) heallist.append(value['heal']) deadRatelist.append(value['deadRate']) healRatelist.append(value['healRate'])chinaTotalData['confirm'] = confirmlistchinaTotalData['suspect'] = suspectlistchinaTotalData['dead'] = deadlistchinaTotalData['heal'] = heallistchinaTotalData['deadRate'] = deadRatelistchinaTotalData['healRate'] = healRatelist# ===================================================================# 创建全国today数据today_confirmlist = []today_confirmCutslist = []for value in chinaTotalData['today'].values.tolist(): today_confirmlist.append(value['confirm']) today_confirmCutslist.append(value['confirmCuts'])chinaTotalData['today_confirm'] = today_confirmlistchinaTotalData['today_confirmCuts'] = today_confirmCutslist# ==================================================================# 删除total、today两列chinaTotalData.drop(['total','today'],axis=1,inplace=True)chinaTotalData.head()# 将其保存到Excel中chinaTotalData.to_excel('2021-02-03国内疫情.xlsx',index=False)
处理好的数据结构如下表:
3.应用pyecharts进行数据可视化
pyecharts是一款将python与echarts结合的强大的数据可视化工具。绘制出来的图比python的Matplotlib简单美观。使用之前需要在python环境中按照pycharts。在终端中输入命令:pip install pyecharts
利用pyecharts绘制疫情地图
根据上面的疫情数据,我们可以利用其画出全国的疫情地图
在绘制前,我们需要安装echarts的地图包(可根据不同的地图需求进行安装)
pip install echarts-countries-pypkgpip install echarts-china-provinces-pypkgpip install echarts-china-cities-pypkgpip install echarts-china-misc-pypkgpip install echarts-china-countries-pypkgpip install echarts-united-kingdom-pypkg
# 导入对应的绘图工具包import pandas as pdfrom pyecharts import options as optsfrom pyecharts.charts import Mapdf = pd.read_excel('./2021-02-03国内疫情.xlsx')# 1.根据绘制国内总疫情图(确诊)data = df.groupby(by='province',as_index=False).sum()data_list = list(zip(data['province'].values.tolist(),data['confirm'].values.tolist()))# 数据格式[(黑龙江,200),(吉林,300),...]def map_china() -> Map: c = ( Map() .add(series_name="确诊病例",data_pair=data_list,maptype='china') .set_global_opts( title_opts = opts.TitleOpts(title='疫情地图'), visualmap_opts=opts.VisualMapOpts(is_piecewise=True, pieces = [{"max":9, "min":0, "label":"0-9","color":"#FFE4E1"}, {"max":99, "min":10, "label":"10-99","color":"#FF7F50"}, {"max":499, "min":100, "label":"100-4999","color":"#F08080"}, {"max":999, "min":500, "label":"500-999","color":"#CD5C5C"}, {"max":9999, "min":1000, "label":"1000-9999","color":"#990000"}, {"max":99999, "min":10000, "label":"10000-99999","color":"#660000"},] ) ) ) return cd_map = map_china()d_map.render("mapEchrts.html")
最终的运行效果如下:
注:以上的运行环境是python3.7版本,IDE是基于浏览器端的Jupter Notebook。
以上就是python实现疫情地图可视化的详细内容,更多关于python 疫情地图可视化的资料请关注 其它相关文章!
最后更新于 2021-10-24 08:08:54 并被添加「」标签,已有 位童鞋阅读过。
本站使用「署名 4.0 国际」创作共享协议,可自由转载、引用,但需署名作者且注明文章出处
相关文章
- 详解HTML5 LocalStorage 本地存储
- svchost.exe的流程是什么?svchost.exe占用内存过多的解决方案。
- 笔记本如何一键重装系统 小白一键重装系统工具使用步骤
- 化妆棉卸妆棉片卸妆用脸部湿敷棉敷脸专用拍爽肤水正品官方旗舰店
- 味隐小包装特产猪肉铺蜜汁味散装手撕肉干零食大礼包靖江肉脯