Python|用python爬取全国和全球疫情数据，并进行可视化分析(过程详细代码可运行) python|开发语言|后端|数据分析

用Python爬取最新疫情数据这次重大疫情，每时每刻数据都有可能变化，这篇博文将为大家讲解如何爬取实时疫情数据，并且分析数据，作出数据可视化的效果。
报告梗概：对中国疫情分析
1.1 展示各省疫情具体情况（包括各省的城市）
1.2 找出国内新增疫情的城市
1.3 展示各省这次疫情感染的总人数
1.4 绘制中国疫情累计感染分布图
对中国疫情累计趋势进行分析
2.1 绘制本土累计确诊趋势图
2.2 绘制全国感染新增趋势图（最近几个月）
全球其他国家疫情分析
3.1 绘制全球各国感染总人数情况分布图
查看各国疫情发展情况
第一步：疫情数据接口获取腾讯新闻从WHO和霍普金斯大学网站获取并整理了COVID-19的疫情跟踪数据，API接口URL为：

url1 = "https://view.inews.qq.com/g2/getOnsInfo?name=disease_h5" url2 = "https://view.inews.qq.com/g2/getOnsInfo?name=disease_other" url3 = "https://view.inews.qq.com/g2/getOnsInfo?name=disease_foreign" url4 = "https://api.inews.qq.com/newsqa/v1/automation/foreign/daily/list?country=美国"

第二步：导入必要库

import numpy as np#导入必要的库函数 import pandas as pd import matplotlib import matplotlib.pyplot as plt from matplotlib.ticker import MaxNLocator import requests import json from pyecharts.charts import Map, Geo from PIL import Image

1.对中国本地的疫情进行分析过程： 1,先从API接口得到中国本地疫情数据
2，因为提前分析过得到的json文件中’data’数据是字符串，所以把’data’转换成字典类型方便分析

url1 = "https://view.inews.qq.com/g2/getOnsInfo?name=disease_h5" resp=requests.get(url1) listdata=https://www.it610.com/article/[] listdata=resp.json() listdata1=json.loads(listdata['data']) #把'data'转换成字典类型方便分析

#从文件中读取中国疫情的整体情况 listtime=listdata1['lastUpdateTime'] pd_china=pd.DataFrame() pd1=pd.DataFrame(listdata1['chinaTotal'],index=['chinaTotal'], columns=['confirm', 'heal','dead','suspect','nowConfirm','nowSevere','importedCase','noInfect']) pd_china=pd_china.append(pd1) pd1=pd.DataFrame(listdata1['chinaAdd'],index=['chinaAdd'], columns=['confirm', 'heal','dead','suspect','nowConfirm','nowSevere','importedCase','noInfect']) pd_china=pd_china.append(pd1) pd_china['lastUpdateTime']=listtime pd_china=pd_china.rename(columns={"confirm": "累计确诊", "heal": "治愈","dead":"累计死亡","suspect":"疑是患者","nowConfirm":"现有患者","importedCase":"境外输入","noInfect":"无症状感染者","lastUpdateTime":"最近更新时间","nowSevere":"重症患者"}) pd_china=pd_china.rename(index={"chinaTotal":"中国累计","chinaAdd":"中国新增"}) pd_china

Python|用python爬取全国和全球疫情数据，并进行可视化分析(过程详细代码可运行)

文章图片

1.1 对国内各省市数据进行清洗分析?

areaTree=listdata1['areaTree'] china_data=https://www.it610.com/article/areaTree[0]['children']#获得中国各省市数据 china_data china_list = [] for a in range(len(china_data)): province = china_data[a]['name']#得到所有的省 province_list = china_data[a]['children']#得到每个省的城市列表 for b in range(len(province_list)): city = province_list[b]['name'] total = province_list[b]['total'] today = province_list[b]['today'] china_dict = {}#将每个城市的信息用字典存储 china_dict['province'] = province china_dict['city'] = city china_dict['total'] = total china_dict['today'] = today china_list.append(china_dict) china_data = https://www.it610.com/article/pd.DataFrame(china_list) china_data['最近更新时间']=listtime print('各省各地的疫情情况') china_data

文章图片

# 定义数据处理函数 def confirm(x):# 把从上面得到的 'total'或者 'today' (均为字典类型数据) 中'confirm'对应的值输出 confirm = eval(str(x))['confirm'] return confirm def suspect(x):# 把从上面得到的 'total'或者 'today' (均为字典类型数据) 中'suspect'对应的值输出 suspect = eval(str(x))['suspect'] return suspect def dead(x):# 把从上面得到的 'total'或者 'today' (均为字典类型数据) 中'dead'对应的值输出 dead = eval(str(x))['dead'] return dead def heal(x):# 把从上面得到的 'total'或者 'today' (均为字典类型数据) 中'heal'对应的值输出 heal =eval(str(x))['heal'] return heal # 函数映射 china_data['confirm'] = china_data['total'].map(confirm) china_data['suspect'] = china_data['total'].map(suspect) china_data['dead'] = china_data['total'].map(dead) china_data['heal'] = china_data['total'].map(heal) china_data['addconfirm'] = china_data['today'].map(confirm) china_data = https://www.it610.com/article/china_data[["province","city","confirm","suspect","dead","heal","addconfirm"]] china_data=https://www.it610.com/article/china_data.rename(columns={"province":"省份","city":"城市","confirm":"累计感染","suspect":"疑似","dead":"死亡","heal":"治愈","addconfirm":"新增感染"}) print('各省各地的疫情具体情况') china_data['最近更新时间']=listtime china_data

文章图片

1.2 找出国内新增疫情的城市

china_data1=china_data[china_data['新增感染']>=1] china_data1

文章图片

1.3 计算各省感染的总人数，并绘制柱状图

area_data = https://www.it610.com/article/china_data.groupby("省份")["累计感染"].sum().reset_index() area_data.columns = ["省份","累计感染"] print('\n各省份感染总人数比较\n') print(area_data )

matplotlib.rcParams['font.sans-serif'] = ['SimHei']# 用黑体显示中文 # 绘图 plt.figure(figsize = (10,8),dpi=100)#调整图像大小与像素 plt.bar(x=0,bottom=area_data['省份'],height=0.5,width=area_data['累计感染'],orientation='horizontal',label='人数',color='red',alpha=0.5 )#在柱状图上显示具体数值, ha参数控制水平对齐方式, va控制垂直对齐方式 for x1, yy in zip(area_data['累计感染'], area_data['省份']): plt.text(x1+1, yy , str(x1),va='center', fontsize=10, rotation=0) # 设置标题 plt.title("各省感染总人数情况") # 为两条坐标轴设置名称 plt.xlabel("感染人数") plt.ylabel("省份") # 显示图例 plt.legend(loc="upper right") plt.show() plt.close()

文章图片

1.4 绘制中国疫情累计感染分布图?

privince=[] columns=[] x=[]# 把各省感染人数与各省对应 for i in range(len(area_data)): privince.append(area_data.loc[i]['省份']) columns.append(int(area_data.loc[i]['累计感染'])) for z in zip(list(privince), list(columns)): list(z) x.append(z)

from pyecharts.charts import Map import pyecharts.options as opts from pyecharts import options from pyecharts.globals import ChartType area_map = Map() area_map.add("中国疫情感染人数分布图",x, "china",is_map_symbol_show=False) area_map.set_global_opts(title_opts=opts.TitleOpts(title="中国疫情累计感染人数分布地图"),visualmap_opts=opts.VisualMapOpts(is_piecewise=True, pieces=[ {"min": 1500, "label": '>10000人', "color": "#6F171F"}, {"min": 500, "max": 15000, "label": '500-1000人', "color": "#C92C34"}, {"min": 100, "max": 499, "label": '100-499人', "color": "#E35B52"}, {"min": 10, "max": 99, "label": '10-99人', "color": "#F39E86"}, {"min": 1, "max": 9, "label": '1-9人', "color": "#FDEBD0"}])) area_map.render_notebook()

文章图片

2 对中国疫情累计趋势进行分析

url2 = "https://view.inews.qq.com/g2/getOnsInfo?name=disease_other" resp=requests.get(url2) listdata=https://www.it610.com/article/[] listdata=resp.json() listdata2=json.loads(listdata['data'])

chinaDayList=listdata2['chinaDayList']#将原数据文本中国记录的疫情数据（字典形式）装入一个数列 i=len(chinaDayList) #计算从开始统计疫情数据到今日为止的天数 china_date=pd.DataFrame() for n in range(i): pd1=pd.DataFrame(data=https://www.it610.com/article/chinaDayList[n],index=[n],columns=['confirm','dead','heal','nowConfirm','nowSevere','healRate','date']) china_date=china_date.append(pd1) china_date=china_date.rename(columns={"confirm":"累计确诊","dead":"累计死亡","heal":"累计治愈","nowConfirm":"现有确诊","nowSevere":"本土新增","healRate":"治愈率","date":"日期"}) print('\n全国疫情累计情况（展示最后五条）') china_date.tail()

文章图片

2.1 绘制本土累计确诊趋势图

matplotlib.rcParams['font.sans-serif'] = ['SimHei'] plt.figure(figsize=(10,4),dpi=90)#调整大小，清晰度 plt.xticks(rotation=70)#字体倾斜 x=np.array(china_date['日期']) y=np.array(china_date['累计确诊']) plt.xticks(range(0,i,4)) plt.plot(x,y) plt.title('全国疫情累计趋势图') plt.xlabel("日期") plt.ylabel("感染人数") plt.show()

文章图片

2.2 绘制全国感染新增趋势图（最近几个月）

matplotlib.rcParams['font.sans-serif'] = ['SimHei'] plt.figure(figsize=(10,4),dpi=90)#调整大小，清晰度 plt.xticks(rotation=70)#字体倾斜 x=np.array(china_date['日期']) y=np.array(china_date['本土新增']) plt.xticks(range(0,i,4)) plt.plot(x,y) plt.title('全国感染新增趋势图') plt.xlabel("日期") plt.ylabel("感染人数") plt.show()

文章图片

3. 全球其他国家疫情分析

url3 = "https://view.inews.qq.com/g2/getOnsInfo?name=disease_foreign" resp=requests.get(url3) listdata=https://www.it610.com/article/[] listdata=resp.json() listdata3=json.loads(listdata['data'])

areaTree=listdata3['foreignList']#获取各个国家总数据 country_list=pd.DataFrame() for a in range(len(areaTree)): pd1=pd.DataFrame(areaTree[a],index=[a],columns=['name','continent','y','date','confirmAdd','confirm','dead','heal','nowConfirm']) country_list=country_list.append(pd1) country_list=country_list.rename(columns={"name":"名字","continent":"所属大洲","y":"年","date":"日期","confirmAdd":"新增","confirm":"感染","dead":"死亡","heal":"治愈","nowConfirm":"现存感染人数"}) print('\n展示前10条记录') country_list.head(10)

3.1 绘制全球各国感染总人数情况分布图

# 创建一个空列表，用来装每个国家的相关数据 info_list = [] name2=[] confirm2=[] # 遍历轮询每个国家的信息 for a in range(len(areaTree)):# 提取国家名称 name = areaTree[a]['name'] name2.append(name)#提取每个国家的确诊人数 confirm = int(areaTree[a]["confirm"]) confirm2.append(confirm)#把每个国家和确诊人数放在一个元组里，然后添加到列表中 info_tuple = (name,confirm) info_list.append(info_tuple)

#将各国中文名与英文名对应 nameMap = { 'Singapore Rep.':'新加坡', 'Dominican Rep.':'多米尼加', 'Palestine':'巴勒斯坦', 'Bahamas':'巴哈马', 'Timor-Leste':'东帝汶', 'Afghanistan':'阿富汗', 'Guinea-Bissau':'几内亚比绍', "C?te d'Ivoire":'科特迪瓦', 'Siachen Glacier':'锡亚琴冰川', "Br. Indian Ocean Ter.":'英属印度洋领土', 'Angola':'安哥拉', 'Albania':'阿尔巴尼亚', 'United Arab Emirates':'阿联酋', 'Argentina':'阿根廷', 'Armenia':'亚美尼亚', 'French Southern and Antarctic Lands':'法属南半球和南极领地', 'Australia':'澳大利亚', 'Austria':'奥地利', 'Azerbaijan':'阿塞拜疆', 'Burundi':'布隆迪', 'Belgium':'比利时', 'Benin':'贝宁', 'Burkina Faso':'布基纳法索', 'Bangladesh':'孟加拉国', 'Bulgaria':'保加利亚', 'The Bahamas':'巴哈马', 'Bosnia and Herz.':'波斯尼亚和黑塞哥维那', 'Belarus':'白俄罗斯', 'Belize':'伯利兹', 'Bermuda':'百慕大', 'Bolivia':'玻利维亚', 'Brazil':'巴西', 'Brunei':'文莱', 'Bhutan':'不丹', 'Botswana':'博茨瓦纳', 'Central African Rep.':'中非', 'Canada':'加拿大', 'Switzerland':'瑞士', 'Chile':'智利', 'China':'中国', 'Ivory Coast':'象牙海岸', 'Cameroon':'喀麦隆', 'Dem. Rep. Congo':'刚果民主共和国', 'Congo':'刚果', 'Colombia':'哥伦比亚', 'Costa Rica':'哥斯达黎加', 'Cuba':'古巴', 'N. Cyprus':'北塞浦路斯', 'Cyprus':'塞浦路斯', 'Czech Rep.':'捷克', 'Germany':'德国', 'Djibouti':'吉布提', 'Denmark':'丹麦', 'Algeria':'阿尔及利亚', 'Ecuador':'厄瓜多尔', 'Egypt':'埃及', 'Eritrea':'厄立特里亚', 'Spain':'西班牙', 'Estonia':'爱沙尼亚', 'Ethiopia':'埃塞俄比亚', 'Finland':'芬兰', 'Fiji':'斐', 'Falkland Islands':'福克兰群岛', 'France':'法国', 'Gabon':'加蓬', 'United Kingdom':'英国', 'Georgia':'格鲁吉亚', 'Ghana':'加纳', 'Guinea':'几内亚', 'Gambia':'冈比亚', 'Guinea Bissau':'几内亚比绍', 'Eq. Guinea':'赤道几内亚', 'Greece':'希腊', 'Greenland':'格陵兰', 'Guatemala':'危地马拉', 'French Guiana':'法属圭亚那', 'Guyana':'圭亚那', 'Honduras':'洪都拉斯', 'Croatia':'克罗地亚', 'Haiti':'海地', 'Hungary':'匈牙利', 'Indonesia':'印度尼西亚', 'India':'印度', 'Ireland':'爱尔兰', 'Iran':'伊朗', 'Iraq':'伊拉克', 'Iceland':'冰岛', 'Israel':'以色列', 'Italy':'意大利', 'Jamaica':'牙买加', 'Jordan':'约旦', 'Japan':'日本', 'Japan':'日本本土', 'Kazakhstan':'哈萨克斯坦', 'Kenya':'肯尼亚', 'Kyrgyzstan':'吉尔吉斯斯坦', 'Cambodia':'柬埔寨', 'Korea':'韩国', 'Kosovo':'科索沃', 'Kuwait':'科威特', 'Lao PDR':'老挝', 'Lebanon':'黎巴嫩', 'Liberia':'利比里亚', 'Libya':'利比亚', 'Sri Lanka':'斯里兰卡', 'Lesotho':'莱索托', 'Lithuania':'立陶宛', 'Luxembourg':'卢森堡', 'Latvia':'拉脱维亚', 'Morocco':'摩洛哥', 'Moldova':'摩尔多瓦', 'Madagascar':'马达加斯加', 'Mexico':'墨西哥', 'Macedonia':'马其顿', 'Mali':'马里', 'Myanmar':'缅甸', 'Montenegro':'黑山', 'Mongolia':'蒙古', 'Mozambique':'莫桑比克', 'Mauritania':'毛里塔尼亚', 'Malawi':'马拉维', 'Malaysia':'马来西亚', 'Namibia':'纳米比亚', 'New Caledonia':'新喀里多尼亚', 'Niger':'尼日尔', 'Nigeria':'尼日利亚', 'Nicaragua':'尼加拉瓜', 'Netherlands':'荷兰', 'Norway':'挪威', 'Nepal':'尼泊尔', 'New Zealand':'新西兰', 'Oman':'阿曼', 'Pakistan':'巴基斯坦', 'Panama':'巴拿马', 'Peru':'秘鲁', 'Philippines':'菲律宾', 'Papua New Guinea':'巴布亚新几内亚', 'Poland':'波兰', 'Puerto Rico':'波多黎各', 'Dem. Rep. Korea':'朝鲜', 'Portugal':'葡萄牙', 'Paraguay':'巴拉圭', 'Qatar':'卡塔尔', 'Romania':'罗马尼亚', 'Russia':'俄罗斯', 'Rwanda':'卢旺达', 'W. Sahara':'西撒哈拉', 'Saudi Arabia':'沙特阿拉伯', 'Sudan':'苏丹', 'S. Sudan':'南苏丹', 'Senegal':'塞内加尔', 'Solomon Is.':'所罗门群岛', 'Sierra Leone':'塞拉利昂', 'El Salvador':'萨尔瓦多', 'Somaliland':'索马里兰', 'Somalia':'索马里', 'Serbia':'塞尔维亚', 'Suriname':'苏里南', 'Slovakia':'斯洛伐克', 'Slovenia':'斯洛文尼亚', 'Sweden':'瑞典', 'Swaziland':'斯威士兰', 'Syria':'叙利亚', 'Chad':'乍得', 'Togo':'多哥', 'Thailand':'泰国', 'Tajikistan':'塔吉克斯坦', 'Turkmenistan':'土库曼斯坦', 'East Timor':'东帝汶', 'Trinidad and Tobago':'特里尼达和多巴哥', 'Tunisia':'突尼斯', 'Turkey':'土耳其', 'Tanzania':'坦桑尼亚', 'Uganda':'乌干达', 'Ukraine':'乌克兰', 'Uruguay':'乌拉圭', 'United States':'美国', 'Uzbekistan':'乌兹别克斯坦', 'Venezuela':'委内瑞拉', 'Vietnam':'越南', 'Vanuatu':'瓦努阿图', 'West Bank':'西岸', 'Yemen':'也门', 'South Africa':'南非', 'Zambia':'赞比亚', 'Zimbabwe':'津巴布韦' }

during = [# 定义感染人数的等级 {"min":10000000}, {"min": 1000000, "max":9999999}, {"min": 100000, "max": 999999}, {"min": 10000, "max": 99999}, {"min": 1000, "max": 9999}, {"min":0,"max":999}, ]

map = Map(opts.InitOpts(width='1000px',height='600px')).add(series_name="", # 要展示的数据项 data_pair=info_list, # 地图类型为世界地图 maptype="world", # 自定义读取的名称的映射 name_map=nameMap, # 是否显示标记图形 is_map_symbol_show=False) # label_opts:标签配置项设置，is_show：是否显示视觉映射配置 map.set_series_opts(label_opts=opts.LabelOpts(is_show=False))

#is_piecewise：是否为分段展示，pieces：设置每一个区间的范围 #max_：设置 visualMapPiecewise 所有取值区间中的最大值，TitleOpts：标题设置 map.set_global_opts( title_opts=opts.TitleOpts(pos_left="40px",title="世界疫情分布情况地图（我国除外）",subtitle_textstyle_opts=opts.TextStyleOpts(font_size=20)), legend_opts=opts.LegendOpts(selected_mode='multiple'), visualmap_opts=opts.VisualMapOpts(max_=10000000,is_piecewise=True,pieces=during), ) map.render_notebook()

文章图片

4 查看各国疫情发展情况

name=input('想查看的国家： ')

#先找到想要查看的国家需要的API接口 url='https://api.inews.qq.com/newsqa/v1/automation/foreign/daily/list?country=' url4 = url+str(name) resp=requests.get(url4) listdata=https://www.it610.com/article/[] listdata=resp.json()

listForeign=pd.DataFrame(listdata['data']) listForeign=listForeign.rename(columns={"y":"年","date":"日期","confirm_add":"新增感染人数","confirm":"感染总人数","heal":"治愈","dead":"死亡总数"})#把 "00.00"类型的日期数据转换成"00-00"类型的数据 i=len(listForeign) list=[] for n in range(i): list.append(listForeign['日期'][n].replace('.','-')) del listForeign['日期'] listForeign['日期']=list # 把年份与时间合并 listForeign['时间']=listForeign['年'].astype(str)+'-'+listForeign['日期'].astype(str) del listForeign['日期'] del listForeign['年'] listForeign=listForeign[listForeign['新增感染人数']>0] listForeign

文章图片

matplotlib.rcParams['font.sans-serif'] = ['SimHei'] plt.figure(figsize=(12,4),dpi=90)#调整大小，清晰度 plt.xticks(rotation=70)#字体倾斜 i=len(listForeign) x=np.array(listForeign['时间']) y=np.array(listForeign['新增感染人数']) plt.xticks(range(0,i,20)) plt.plot(x,y,color='red',label='新增感染人数') plt.title(name+'感染新增趋势图') plt.xlabel("日期") plt.ylabel("新增感染人数") plt.show()

【Python|用python爬取全国和全球疫情数据，并进行可视化分析(过程详细代码可运行)】