Python地图绘制|每日一练（Python国内疫情数据爬取与地图绘制） python爬虫|python地图绘制|Pytho

Python 国内疫情数据爬取与地图绘制

效果图
累计确诊疫情地图绘制
① 时时数据抓取
② 获取省份疫情数据
③ 视觉配置项分段颜色数据设置
④ 累计确诊疫情地图绘制
现存确诊疫情地图绘制
① 获取省份疫情数据
② 现存确诊疫情地图绘制

[ 系列文章篇 ]
Python 地图篇 - 使用 pyecharts 绘制世界地图、中国地图、省级地图、市级地图实例详解
效果图 【Python地图绘制|每日一练（Python国内疫情数据爬取与地图绘制）】先给大家看下效果图哈：

文章图片

可以看刚和查询的吉林累计确诊疫情数据是一致的。

文章图片

累计确诊疫情地图绘制 ① 时时数据抓取肺炎疫情的相关数据获取请参考下面的文章：
[ 相关文章 ]
每日一练：Python 爬虫爬取全国新冠肺炎疫情数据实例详解，使用 beautifulsoup4 库实现
省份的效果图展示：

文章图片

城市的效果图展示：

文章图片

② 获取省份疫情数据这里是根据 json 字符串提取的省份疫情数组数据。

import jsondef get_provinces(json_content): """ xiaolanzao, 2022.04.27 【作用】获取省份疫情数据【参数】 json_content : json字符串【返回】省份累计确诊数组数据 """ # 将字符串转化为字典 json_data = json.loads(json_content)data = []# 省份数据展示 for i in json_data: # 省份名称处理，和地图对应 province_name = i["provinceName"] if(len(province_name)>1): if(province_name[-1] == "省"): province_name = province_name[:-1] if(province_name[-1] == "市"): province_name = province_name[:-1] if(len(province_name)>3): if(province_name[-3:] == "自治区"): province_name = province_name[:-3] if(len(province_name)>3): if(province_name[-3:] == "维吾尔"): province_name = province_name[:-3] if(len(province_name)>2): if(province_name[-2:] == "壮族"): province_name = province_name[:-2] if(province_name[-2:] == "回族"): province_name = province_name[:-2]data.append((province_name, i["confirmedCount"]))print("全国各省份疫情数据如下：") for i in data: print(i)return datadata = https://www.it610.com/article/get_provinces(json_content)

注意：这里对原来的名称进行了处理，省份名称和地图对应才能被识别到。

# 省份名称处理，和地图对应 province_name = i["provinceName"] if(len(province_name)>1): if(province_name[-1] == "省"): province_name = province_name[:-1] if(province_name[-1] == "市"): province_name = province_name[:-1] if(len(province_name)>3): if(province_name[-3:] == "自治区"): province_name = province_name[:-3] if(len(province_name)>3): if(province_name[-3:] == "维吾尔"): province_name = province_name[:-3] if(len(province_name)>2): if(province_name[-2:] == "壮族"): province_name = province_name[:-2] if(province_name[-2:] == "回族"): province_name = province_name[:-2]

未处理前是这样的：

文章图片

处理后是这样的：

文章图片

③ 视觉配置项分段颜色数据设置首先要设置个视觉配置项分段显示的数据，后面会根据数据在哪个分段显示为哪种演示。

pieces = [ {'min': 10000, 'color': '#540d0d'}, {'max': 9999, 'min': 1000, 'color': '#9c1414'}, {'max': 999, 'min': 500, 'color': '#d92727'}, {'max': 499, 'min': 100, 'color': '#ed3232'}, {'max': 99, 'min': 10, 'color': '#f27777'}, {'max': 9, 'min': 1, 'color': '#f7adad'}, {'max': 0, 'color': '#f7e4e4'}, ]

# 全局配置项 .set_global_opts( # 设置标题 title_opts=opts.TitleOpts(title="中国疫情地图"), # 设置视觉配置项分段显示 visualmap_opts=opts.VisualMapOpts( pieces=pieces, is_piecewise=True, is_show=True ) )

这是效果图：

文章图片

④ 累计确诊疫情地图绘制这里就根据数据生成地图了。

# -*- coding:utf-8 -*- # 2022-4-1 # 作者：小蓝枣 # 疫情地图# 需要引用的库 from pyecharts import options as opts from pyecharts.charts import Mappieces = [ {'min': 10000, 'color': '#540d0d'}, {'max': 9999, 'min': 1000, 'color': '#9c1414'}, {'max': 999, 'min': 500, 'color': '#d92727'}, {'max': 499, 'min': 100, 'color': '#ed3232'}, {'max': 99, 'min': 10, 'color': '#f27777'}, {'max': 9, 'min': 1, 'color': '#f7adad'}, {'max': 0, 'color': '#f7e4e4'}, ]def create_china_map(): ''' 作用：生成中国疫情地图 ''' ( Map() .add( series_name="累计确诊", data_pair=data, maptype="china", # 是否默认选中，默认为True is_selected=True, # 是否启用鼠标滚轮缩放和拖动平移，默认为True is_roam=True, # 是否显示图形标记，默认为True is_map_symbol_show=False ) # 系列配置项 # 关闭标签名称显示 .set_series_opts(label_opts=opts.LabelOpts(is_show=True)) # 全局配置项 .set_global_opts( # 设置标题 title_opts=opts.TitleOpts(title="中国疫情地图"), # 设置视觉配置项分段显示 visualmap_opts=opts.VisualMapOpts( pieces=pieces, is_piecewise=True, is_show=True ) ) # 生成本地html文件 .render("中国疫情地图.html") )create_china_map()

效果图如下：

文章图片

现存确诊疫情地图绘制 ① 获取省份疫情数据这里和上面的区别就是由 data.append((province_name, i["confirmedCount"])) 换成了 data.append((province_name, i["currentConfirmedCount"]))

import jsondef get_provinces(json_content): """ xiaolanzao, 2022.04.27 【作用】获取省份疫情数据【参数】 json_content : json字符串【返回】省份现存确诊数组数据 """ # 将字符串转化为字典 json_data = json.loads(json_content)data = []# 省份数据展示 for i in json_data: # 省份名称处理，和地图对应 province_name = i["provinceName"] if(len(province_name)>1): if(province_name[-1] == "省"): province_name = province_name[:-1] if(province_name[-1] == "市"): province_name = province_name[:-1] if(len(province_name)>3): if(province_name[-3:] == "自治区"): province_name = province_name[:-3] if(len(province_name)>3): if(province_name[-3:] == "维吾尔"): province_name = province_name[:-3] if(len(province_name)>2): if(province_name[-2:] == "壮族"): province_name = province_name[:-2] if(province_name[-2:] == "回族"): province_name = province_name[:-2]data.append((province_name, i["currentConfirmedCount"]))print("全国各省份疫情数据如下：") for i in data: print(i)return datadata = https://www.it610.com/article/get_provinces(json_content)

② 现存确诊疫情地图绘制这里只是改变了下数据集名，由 series_name="累计确诊" 变成了 series_name="现存确诊"

# -*- coding:utf-8 -*- # 2022-4-1 # 作者：小蓝枣 # 疫情地图# 需要引用的库 from pyecharts import options as opts from pyecharts.charts import Mappieces = [ {'min': 10000, 'color': '#540d0d'}, {'max': 9999, 'min': 1000, 'color': '#9c1414'}, {'max': 999, 'min': 500, 'color': '#d92727'}, {'max': 499, 'min': 100, 'color': '#ed3232'}, {'max': 99, 'min': 10, 'color': '#f27777'}, {'max': 9, 'min': 1, 'color': '#f7adad'}, {'max': 0, 'color': '#f7e4e4'}, ]def create_china_map(): ''' 作用：生成中国疫情地图 ''' ( Map() .add( series_name="现存确诊", data_pair=data, maptype="china", # 是否默认选中，默认为True is_selected=True, # 是否启用鼠标滚轮缩放和拖动平移，默认为True is_roam=True, # 是否显示图形标记，默认为True is_map_symbol_show=False ) # 系列配置项 # 关闭标签名称显示 .set_series_opts(label_opts=opts.LabelOpts(is_show=True)) # 全局配置项 .set_global_opts( # 设置标题 title_opts=opts.TitleOpts(title="中国疫情地图"), # 设置视觉配置项分段显示 visualmap_opts=opts.VisualMapOpts( pieces=pieces, is_piecewise=True, is_show=True ) ) # 生成本地html文件 .render("中国疫情地图.html") )create_china_map()

效果图如下：