Python을 사용하여 전염병 데이터와 시각적 인터페이스를 분석하세요!

기타 2021-01-28 08:54:02 독서 시간: null

먼저 관련 데이터를 크롤링하고 데이터를 다른 파일에 저장하여 후속 데이터 처리를 용이하게해야합니다.

import time 
import json 
import requests 
from datetime import datetime 
import pandas as pd 
import numpy as np 


def catch_data () : 
    url = 'https : //view.inews.qq.com/g2/getOnsInfo ? name = disease_h5'response 
    = requests. get (url = url) .json () 
    #return 
    data dictionary data = json.loads (reponse [ 'data']) 
    return data 
data = catch_data () 
data.keys () 
lastUpdateTime = data [ 'lastUpdateTime'] 
# 데이터 세부 사항 , 데이터 구조는 더 복잡합니다. 단계별로 인쇄하고 먼저 데이터 구조를 이해합니다. 
areaTree = data [ 'areaTree'] 
# domestic data 
china_data = areaTree [0] [ 'children'] 
china_list = [] 
for a in range ( len (중국 _ 데이터))) : 
    = china_data [a] [ '이름']
    province_list = china_data [a] [ 'children'] 
    for b in range (len (province_list)) : 
        city ​​= province_list [b] [ 'name'] 
        total = province_list [b] [ 'total'] 
        today = province_list [b] [ 'today'] 
        china_dict = {} 
        china_dict [ 'province'] = 지방 
        china_dict [ 'city'] = city 
        china_dict [ 'total'] = total 
        china_dict [ 'today'] = 오늘 
        china_list.append (china_dict) 
china_data = pd .DataFrame (china_list) 
china_data.head () 
# 定义 数据 处理 函数
def confirm (x) : 
    confirm = eval (str (x)) [ 'confirm'] 
    return confirm 
def dead (x) :
    dead = eval (str (x)) [ 'dead']
    return dead 
def heal (x) : 
    heal = eval (str (x)) [ 'heal'] 
    return heal 
# 函数 映射
china_data [ 'confirm'] = china_data [ 'total']. map (confirm) 
china_data [ 'dead' ] = china_data [ 'total']. map (dead) 
china_data [ 'heal'] = china_data [ 'total']. map (heal) 
china_data = china_data [[ "province", "city", "confirm", "dead ","heal "]] 
china_data.head () 

area_data = china_data.groupby ("province ") ["confirm "]. sum (). reset_index () 
area_data.column = ["province ","confirm "] 
# print (area_data) 
area_data.to_csv ( "confirm.csv", encoding = "utf_8_sig") 

area_data = china_data.groupby ( "province") [ "dead"]. sum (). reset_index () 
area_data.column = [ "province", "dead"]
# print (area_data)
area_data.to_csv ( "dead.csv", encoding = "utf_8_sig") 

area_data = china_data.groupby ( "province") [ "heal"]. sum (). reset_index () 
area_data.column = [ "province", "heal "] 
# print (area_data) 
area_data.to_csv ("heal.csv ", encoding ="utf_8_sig ")

소문이있는 데이터가 있습니다

가져 오기 요청 
가져 오기 팬더를 pd 
클래스 SpiderRumor (object) : 
    def __init __ (self) : 
        self.url = "https://vp.fact.qq.com/loadmore?artnum=0&page=%s"self.header 
        = { 
            " User-Agent ":"Mozilla / 5.0 (iPhone, Mac OS X와 ​​같은 CPU iPhone OS 11_0) AppleWebKit / 604.1.38 (Gecko와 같은 KHTML) 버전 /11.0 Mobile / 15A372 Safari / 604.1 ", 
 } 
    def spider_run (self) : 
        df_all = list () 
        for url in [self.url % i for i in range (61)] : 
            data_list = requests.get (url, headers = self.header) .json () [ "content"] 
            temp_data = [[ df [ "title"], df [ "date"], df [ "result"], df [ "explain"], df [ "tag"]] data_list의 df]
            df_all.extend (temp_data)  
            print (임시 데이터 [0])
        pd.DataFrame (df_all, columns = [ "title", "date", "result", "explain", "tag"]). to_csv ( "冠状 病毒 谣言 数据 .csv", encoding = "utf_8_sig") 
if __name__ == '__main__': 
    spider = SpiderRumor () 
    spider.spider_run ()

모든 데이터를 얻은 후에 데이터 시각화를 완료합시다!

먼저 matplotlib 라이브러리로 만든 시각화를 살펴보십시오.

라인 차트 :

import numpy as np 
import pandas as pd 
import matplotlib.pyplot as plt 

# Windows 시스템 설정 중국어 글꼴 
plt.rcParams [ 'font.sans-serif'] = [ 'SimHei'] 
plt.rcParams [ 'axes.unicode_minus'] = False 

data = pd.read_csv ( 'Coronavirus rumors data.csv') 
labels = data [ 'date']. value_counts (). index.tolist () 
sizes = data [ 'date']. value_counts (). values.tolist () 

plt.figure (figsize = (30, 8)) 
plt.plot (labels, sizes) 
plt.xticks (labels, labels, rotation = 45) 
plt.title ( '일일 루머 수', fontsize = 40) 
plt. show ()

효과 사진 :

히스토그램 :

import numpy as np 
import pandas as pd 
import matplotlib.pyplot as plt 


# Windows 시스템 설정 중국어 글꼴 
plt.rcParams [ 'font.sans-serif'] = [ 'SimHei'] 
plt.rcParams [ 'axes.unicode_minus'] = False 

data = pd.read_csv ( "코로나 바이러스 소문 
data.csv ") df = pd.Series ([j for i in [eval (i) for i in data [ "tag"]. tolist ()] for j in i]) .value_counts () [: 20] 
X = df.index.tolist () 
Y = df.values.tolist () 
plt.figure (figsize = (15, 8)) # 캔버스 설정 
plt.bar (X, Y, color = "blue") 
plt.tight_layout () 
plt.grid (ls = '-.') 
plt.show ()

효과 사진 :

파이 차트:

import numpy as np 
import pandas as pd 
import matplotlib.pyplot as plt 


# Windows 시스템 설정 중국어 글꼴 
plt.rcParams [ 'font.sans-serif'] = [ 'SimHei'] 
plt.rcParams [ 'axes.unicode_minus'] = False 

data = pd.read_csv ( "coronavirus rumors data.csv") 
labels = data [ "explain"]. value_counts (). index.tolist () # 각 텍스트 
크기 = data [ "explain"]. value_counts ( ) .values.tolist () # 각 텍스트 
색상에 해당하는 발생 횟수를 필터링하는 것으로 이해할 수 있습니다. = [ 'lightgreen', 'gold', 'lightskyblue', 'lightcoral'] 
plt.figure (figsize = (18, 10)) 
plt.pie (크기, 레이블 = 레이블, 
        색상 = 없음, autopct = '% 1.1f %%', shadow = True, 
        explode = (0.1, 0.1, 0, 0, 0, 0, 0, 0, 0, 0),
        textprops = { 'fontsize': 15, 'color': 'black'}) # shadow = True는 그림자를 의미합니다.
plt.axis ( 'equal') # 양의 원으로 설정 equal ') # 양의 원으로 설정 
plt.legend (loc ='upper right ', ncol = 2)
plt.show ()

효과 사진 :

 

그런 다음 pyecharts 라이브러리의 시각화

라인 차트 :

pd로 팬더 
가져 오기 
pyecharts에서 np 로 numpy 가져 오기 import Line 


data = pd.read_csv ( "dead.csv") 
x = data [ "province"] 
y = data [ "dead"] 

line = Line ( '국내 사망 선 차트' ) 
line.add ( '확인 번호', x, y, is_label_show = True) 
line.render ( 'Domestic death line 
chart.html ') line.render_notebook ()

 

 

pandas를 pd로 
import numpy를 np 
로 pyecharts에서 import Line 


data = pd.read_csv ( "heal.csv") 
x = data [ "province"] 
y = data [ "heal"] 

line = Line ( 'Domestic healing line chart' ) 
line.add ( '확인 번호', x, y, is_label_show = True) 
line.render ( '국내 치료 라인 
차트 .html ') line.render_notebook ()

 

 

from pyecharts import Line 
import numpy as np 
import pandas as pd 


data = pd.read_csv ( "dead.csv") 
x = data [ "province"] 
y = data [ "dead"] 
data1 = pd.read_csv ( "heal.csv ") 
z = data1 ["heal "] 

line = Line ("治愈 死亡 折线 图 ") 
line.add ("治愈 ", x, z, mark_point = ["max ","min "], mark_line = ["average "]) 
line.add ("死亡 ", x, y, mark_point = ["max ","min "], mark_line = ["average "]) 
line.render ("治愈 死亡 折线 图 .html ")

 

 

import pandas as pd 
import numpy as np 
from pyecharts import Line 


data = pd.read_csv ( "confirm.csv") 
x = data [ "province"] 
y = data [ "confirm"] 

line = Line ( '국내 확인 된 선 차트' ) 
line.add ( '확인 번호', x, y, is_label_show = True) 
line.render ( '국내 확인 라인 
차트 .html ') line.render_notebook ()

 

히스토그램 :

from pyecharts import Bar 
import numpy as np 
import pandas as pd 


data = pd.read_csv ( "dead.csv") 
x = data [ "province"] 
y = data [ "dead"] 
data1 = pd.read_csv ( "heal.csv ") 
z = data1 ["heal "] 
bar = Bar ("治愈 死亡 柱状图 ") 
bar.add ("治愈 ", x, z, is_stack = True, is_label_show = True) 
bar.add ("死亡 ", x , y, is_stack = True, is_label_show = True) 
bar.render ( "治愈 死亡 柱状图 .html")

 

링 다이어그램 :

from pyecharts import Pie 
import pandas as pd 
import numpy as np 

data = pd.read_csv ( "dead.csv") 
x = data [ "province"] 
y = data [ "dead"] 

pie = Pie ( "死亡 环 图", title_pos = 'right') 
pie.add ( 
    "", 
    x, 
    y, 
    radius = [40, 75], 
    label_text_color = None, 
    is_label_show = True, 
    is_more_utils = True, 
    legend_orient = "vertical", 
    legend_pos = "left", 
) 
pie.render (path = "死亡 环 图 .html")

 

 

from pyecharts import Pie 
import pandas as pd 
import numpy as np 

data = pd.read_csv ( "heal.csv") 
x = data [ "province"] 
y = data [ "heal"] 

pie = Pie ( "治愈 环 图", title_pos = 'right') 
pie.add ( 
    "", 
    x, 
    y, 
    radius = [40, 75], 
    label_text_color = None, 
    is_label_show = True, 
    is_more_utils = True, 
    legend_orient = "vertical", 
    legend_pos = "left", 
) 
pie.render (path = "治愈 环 图 .html")

 

 

from pyecharts import Pie 
import pandas as pd 
import numpy as np 

data = pd.read_csv ( "confirm.csv") 
x = data [ "province"] 
y = data [ "confirm"] 

pie = Pie ( "确诊 环 图", title_pos = 'right') 
pie.add ( 
    "", 
    x, 
    y, 
    radius = [40, 75], 
    label_text_color = None, 
    is_label_show = True, 
    is_more_utils = True, 
    legend_orient = "vertical", 
    legend_pos = "left", 
) 
pie.render (path = "确诊 环 图 .html")

 

 

from pyecharts import Pie 
import numpy as np 
import pandas as pd 


data = pd.read_csv ( "冠状 病毒 谣言 数据 .csv") 
df = pd.Series ([j for i in [eval (i) for i in data [ "tag "] .tolist ()] for j in i]). value_counts () [: 20] 
X = df.index.tolist () 
Y = df.values.tolist () 
pie = Pie ("谣言 关键字 环 图 " , title_pos = 'center') 
pie.add ( 
    "", 
    X, 
    Y, 
    radius = [40, 75], 
    label_text_color = None, 
    is_label_show = True, 
    is_more_utils = True, 
    legend_orient = "vertical", 
    legend_pos = "left", 
) 
pie.render (path = "谣言 环 图 .html")

 

단어 구름 :


pyecharts에서 pd 로 팬더 가져 오기 import WordCloud 
import matplotlib.pyplot as plt 

# Windows 시스템 설정 중국어 글꼴 
plt.rcParams [ 'font.sans-serif'] = [ 'SimHei'] 
plt.rcParams [ 'axes.unicode_minus'] = False 

data = pd.read_csv ( "confirm.csv") 
x = data [ "province"] 
y = data [ "confirm"] 
wordcloud = WordCloud (width = 900, height = 420) 
wordcloud.add ( "", x, y , word_size_range = [20, 100]) 
wordcloud.render ( "Epidemic Word Cloud 
Diagram.html ") wordcloud.render_notebook ()

 

 

import numpy as np 
import pandas as pd 
from pyecharts import WordCloud 
import matplotlib.pyplot as plt 

# Windows 시스템 설정 중국어 글꼴 

plt.rcParams [ 'font.sans-serif'] = [ 'SimHei'] 
plt.rcParams [ 'axes.unicode_minus '] = False 

data = pd.read_csv ( "coronavirus rumors 
data.csv ") df = pd.Series ([j for i in [eval (i) for i in data [ "tag"]. tolist ()] for j i]). value_counts () [: 20] 
X = df.index.tolist () 
Y = df.values.tolist () 
wordcloud = WordCloud (width = 1300, height = 620) 
wordcloud.add ( "", X , Y, word_size_range = [20, 100]) 
wordcloud.render ( "rumor word cloud 
diagram.html ") wordcloud.render_notebook ()

 

마지막으로 일괄 실행 프로그램을위한 작은 스크립트가 첨부됩니다.


glob에서 os 가져 오기 import glob 

# os.system ( '谣言 饼图 .py') 
ls = glob ( '*. py') 
# print (len (ls)) 
for i in ls : 
    if i == '运行 .py ': 
        계속 
    print (i) 
    os.system (i)

파이썬을 함께 배우고, Xiaobai의지도, 공유를 가르치고, 나에게 개인 메시지를 보내는 것을 기억하십시오

최근 많은 친구들이 비공개 메시지를 통해 파이썬 학습 문제에 대해 상담했습니다. 의사 소통을 용이하게하려면 파란색을 클릭하여 토론 에 참여하고 리소스베이스에 직접 답변 하십시오.


 

 

추천

출처blog.csdn.net/weixin_43881394/article/details/113116574
추천
NYSE 기술 문제로 인해 Berkshire Hathaway(BRK.A)가 거의 100% 하락했습니다.
행
Vue3 uses 'vue-wechat-title' to set the unified routing title
프레임 워크와 라이브러리 - 강력한 부스터의 신속하고 효율적인 개발
企業の文書管理をより効率的にするにはどうすればよいでしょうか? バリブを見てみよう
Unity UGUI 앵커 포인트가 자동으로 정렬됩니다.
파이썬 스레드 큐
다행히, 중 거의 3 무엇을 초대 코드 88118877에 무엇을
어떻게 두 IntStreams을 연결합니까?
맥 제스처 이슈 BABBetterAndBetter 중국어 버전
파이썬 TCP 멀티 클라이언트 연결
여기 GitHub의 공식 앱!
아카이브
기타
2020-04-08(1460)
2020-04-07(1517)
2020-04-06(1499)
2020-04-05(1440)
2020-04-04(1629)
2020-04-03(1644)
2020-04-02(1572)
2020-04-01(1665)
2020-03-31(1639)
2020-03-30(1334)

코드 세계

© 2018 codetd.com