经验首页 前端设计 程序设计 Java相关 移动开发 数据库/运维 软件/图像 大数据/云计算 其他经验
当前位置：技术经验 » 程序设计 » Python » 查看文章
Python | 新冠肺炎疫情数据的爬取与可视化分析
来源：cnblogs　　作者：02刘玉　　时间：2021/6/15 9:18:31　　对本文有异议

前言

这两年，新冠肺炎肆虐而来，随着确诊人数的不断上升，全世界的人都陷入了恐慌中。我们经常能在手机、电视上看到各个地区疫情的情况，但那些数据大多数都是零碎的，我们不可能去记住每个数据，但我们可以用爬虫爬取各个地区发出的新闻数据，再将这些数据进行整理分析。所以我们在疫情期间可以通过访问一个网站，就能知道各个地区的疫情情况。

数据来源

中国的新冠肺炎疫情数据
国外的新冠肺炎疫情数据

爬虫设计方案

1. 爬虫名称
新冠肺炎疫情数据的爬取与可视化分析

2. 爬取内容与数据特征分析
爬取的内容包括了全球新冠肺炎疫情数据、中国各省市新冠肺炎疫情数据和福建各市新冠肺炎疫情数据。
爬取的数据都由中文和数字组成，所有数字数据都是大于等于0，不会出现小于0的情况。

3. 方案概述
分析网站页面结构，找到爬取数据的位置，根据不同的数据制定不同的爬取方法，将爬取的数据保存成csv文件，然后再将csv文件里的数据进行可视化处理。

网站页面的结构特征分析

1. 网站页面结构分析
从下面的网站截图中可以看出，该网站的结构分为三个部分，一部分是左上的疫情总览，一部分是右边各个地区的疫情消息，还有一部分就是左下各个地区具体的疫情数据，而这部分数据就是我们要爬取的数据。

2. 网站html页面结构分析
从下面的网站html截图中可以看出，该网站由div标签进行分割内容，总共分了两大块，左边和右边，我们需要的数据在左边。

进一步分析网站的html，发现数据都在class=data-list的div标签里，在div标签里的列表标签ul，存放着中国每个省的疫情数据。

在li标签下，还有一个div，这个div里的ul列表存放的数据是每个省市的数据。

3. 标签查找方法与遍历方法
通过上面网站html页面的分析，可以画出标签树。

（1）地区名称所在标签的查找方法
各个省份的名称在class=list-pro-name的div标签里，而各省份的城市的名称在class=list-city-name的div标签里。因为这两个标签的class属性不同，所以可以用BeautifulSoup库的find()方法，利用标签属性值检索。
（2）地区疫情数据所在标签的查找方法
从上面的标签树中可以看出，省疫情数据和市疫情数据分别在不同的li标签下的div标签里，第二个li是第一个li的子标签。在这两个标签之间没有可以唯一标识的熟悉，所以要查找到这两个标签需要BeautifulSoup库的CSS选择器，通过标签的父子关系分别找到两个li标签。

爬虫程序设计

1. 数据的爬取
（1）中国新冠疫情数据的爬取

  1. # 获取中国每个省的疫情数据
  2. def getProvinceData(html):
  3.     total_data=[]
  4.     temporary=[]
  5.     new_diagnosis_data=[]
  6.     cumulative_diagnosis_data=[]
  7.     cured_data=[]
  8.     dead_data=[]
  9.     soup = BeautifulSoup(html,'html.parser')
  10.     # 找到 class=data-list 的div标签
  11.     data = soup.find('div',{'class':'data-list'})
  12.     ul = data.find('ul')
  13.     div = ul.find_all('div',{'class':'list-pro-name'})
  14.     province_name_data=[]
  15.     for i in div:
  16.         # 获取省的名称
  17.         # 省名称在label标签里
  18.         province_name = i.find('label').string
  19.         province_name_data.append(province_name)
  20.     # 用CSS选择器获取第一层的数据（每个省的数据）
  21.     diagnosis = soup.select('div.data-list > ul > li > div.list-city-data')
  22.     for i in diagnosis:
  23.         temporary.append(i.string)
  24.     total = [temporary[i:i+4] for i in range(0,len(temporary),4)]
  25.     for i in range(len(total)):
  26.         # 获取新增确诊人数
  27.         new_diagnosis_data.append(total[i][0])
  28.         # 获取累计确诊人数
  29.         cumulative_diagnosis_data.append(total[i][1])
  30.         # 获取治愈人数
  31.         cured_data.append(total[i][2])
  32.         # 获取死亡人数
  33.         dead_data.append(total[i][3])
  34.     total_data.append(province_name_data)
  35.     total_data.append(new_diagnosis_data)
  36.     total_data.append(cumulative_diagnosis_data)
  37.     total_data.append(cured_data)
  38.     total_data.append(dead_data)
  39.     return total_data

（2）福建省新冠疫情数据的爬取

  1. # 获取福建省每个市的疫情数据
  2. def getCitiData(html):
  3.     citi_name_data=[]
  4.     new_diagnosis_data=[]
  5.     cumulative_diagnosis_data=[]
  6.     cured_data=[]
  7.     dead_data=[]
  8.     total_data=[]
  9.     soup = BeautifulSoup(html,'html.parser')
  10.     data = soup.find('div',{'class':'data-list'})
  11.     # 找到有唯一标识的属性的input标签
  12.     input1 = data.find('input',{'id':'_209'})
  13.     # 找到input标签的的父标签
  14.     div = input1.parent
  15.     # 找到所有的li
  16.     li = div.find_all('li')
  17.     # 遍历li组成的列表
  18.     for i in range(1,len(li)):
  19.         # 获取市名称
  20.         citi_name = li[i].find('div',{'class':'list-city-name'})
  21.         citi_name_data.append(citi_name.string+'市')
  22.         div = li[i].find_all('div',{'class':'list-city-data'})
  23.         # 获取新增确诊人数
  24.         new_diagnosis = div[0].string
  25.         new_diagnosis_data.append(new_diagnosis)
  26.         # 获取累计确诊人数
  27.         cumulative_diagnosis = div[1].string
  28.         cumulative_diagnosis_data.append(cumulative_diagnosis)
  29.         # 获取治愈人数
  30.         cured = div[2].string
  31.         cured_data.append(cured)
  32.         # 获取死亡人数
  33.         dead = div[3].string
  34.         dead_data.append(dead)
  35.     total_data.append(citi_name_data)
  36.     total_data.append(new_diagnosis_data)
  37.     total_data.append(cumulative_diagnosis_data)
  38.     total_data.append(cured_data)
  39.     total_data.append(dead_data)
  40.     return total_data

（3）国外新冠疫情数据的爬取

  1. # 获取全球每个国家的疫情数据
  2. def getWorldData(html):
  3.     country_name_data=[]
  4.     new_diagnosis_data=[]
  5.     cumulative_diagnosis_data=[]
  6.     cured_data=[]
  7.     dead_data=[]
  8.     total_data=[]
  9.     soup = BeautifulSoup(html,'html.parser')
  10.     data = soup.find('div',{'class':'data-list'})
  11.     # 因为有两层li，我们需要的是第二层的li，所以可以通过CSS选择器来获取第二层的li
  12.     data_list = data.select('ul > li > div > div > ul > li')
  13.     
  14.     for i in range(12,len(data_list)-1):
  15.         div = data_list[i].find_all('div')
  16.         # 获取国家名称
  17.         country_name = div[0].string
  18.         country_name_data.append(country_name)
  19.         # 获取新增确诊人数
  20.         new_diagnosis = div[1].string
  21.         new_diagnosis_data.append(new_diagnosis)
  22.         # 获取累计确诊人数
  23.         cumulative_diagnosis = div[2].string
  24.         cumulative_diagnosis_data.append(cumulative_diagnosis)
  25.         # 获取治愈人数
  26.         cured = div[3].string
  27.         cured_data.append(cured)
  28.         # 获取死亡人数
  29.         dead = div[4].string
  30.         dead_data.append(dead)
  31.     total_data.append(country_name_data)
  32.     total_data.append(new_diagnosis_data)
  33.     total_data.append(cumulative_diagnosis_data)
  34.     total_data.append(cured_data)
  35.     total_data.append(dead_data)
  36.     return total_data

（4）保存数据
疫情数据爬取完后，通过Pandask库的to_csv()方法，将爬取后的数据保存为csv文件。
保存后的部分数据：

2. 数据清洗与处理
（1）因为全球疫情的数据量较大，所以我们可以通过pandas库来查看数据是否有异常、缺失、重复

  1. import pandas as pd
  2. #导入数据
  3. df_world = pd.read_csv("各国家的新冠肺炎疫情数据.csv")
  4. # 查看数据的简要信息
  5. df_world.describe()

（2）通过查看数据的简要信息，数据正常，数据的最小值也不是负数

（3）通过pandas库的isnull()方法查看是否有空值

  1. # 查看是否有空值，有空值返回True，没有空值返回False
  2. df_world.isnull().value_counts()

（4）通过pandas库的duplicated()方法查看是否有重复行

  1. # 查看是否有重复行，有重复行返回True，没有重复行返回False
  2. df_world.duplicated()

（5）为了之后能更好的分析数据，需要对数据进行排序，后面再排序也可以

  1. #根据累计确诊人数对数据进行降序排序
  2. df = df_world.sort_values(by='累计确诊',ascending=False)

（6）保存处理后的数据

  1. #保存处理后的数据
  2. import pandas as pd
  3. df = df.set_index('名称')
  4. df.to_csv("各国家的新冠肺炎疫情数据.csv",encoding='utf-8')
  5. df_world = pd.read_csv("各国家的新冠肺炎疫情数据.csv")
  6. df_world.head()

3. 数据可视化分析
（1）中国新冠肺炎疫情地图

  1. # 用pyecharts库画中国新冠疫情地图
  2. from pyecharts import options as opts
  3. from pyecharts.charts import Map
  4. import pandas as pd
  5. # 自定义分段图例
  6. pieces=[
  7.         {"max": 70000, "min": 3000, "label": ">3000", "color": "#B40404"},
  8.         {"max": 3000, "min": 1000, "label": "1000-3000", "color": "#DF0101"},
  9.         {"max": 1000, "min": 100, "label": "100-1000", "color": "#F78181"},
  10.         {"max": 100, "min": 10, "label": "10-100", "color": "#F5A9A9"},
  11.         {"max": 10, "min": 0, "label": "<10", "color": "#FFFFCC"},
  12. ]
  13. name = []
  14. values = []
  15. # 导入数据
  16. df = pd.DataFrame(pd.read_csv("各省的新冠肺炎疫情数据.csv"))
  17. # 处理数据，将数据处理成Map所要求的数据
  18. for i in range(df.shape[0]):  # shape[0]:行数，shape[1]:列数
  19.     name.append(df.at[i,'名称'])
  20.     values.append(str(df.at[i,'累计确诊']))
  21. total = [[name[i],values[i]] for i in range(len(name))]
  22. # 创建地图（Map）
  23. china_map = (Map())
  24. # 设置中国地图
  25. china_map.add("确诊人数",total ,maptype="china",is_map_symbol_show=False)
  26. china_map.set_global_opts(
  27.     # 设置地图标题
  28.     title_opts=opts.TitleOpts(title="中国各省、直辖市、自治区、特别行政区新冠肺炎确诊人数"),
  29.     # 设置自定义图例
  30.     visualmap_opts=opts.VisualMapOpts(max_=70000,is_piecewise=True,pieces=pieces),
  31.     legend_opts=opts.LegendOpts(is_show=False)
  32.     )
  33. # 直接在notebook显示地图，默认是保存为html文件
  34. china_map.render_notebook()

（2）中国确诊人数前15地区的治愈率与死亡率的折线图

  1. import pandas as pd
  2. import matplotlib.pyplot as plt
  3. # 创建画布
  4. fig=plt.figure(figsize=(10,8))
  5. ax=fig.add_subplot(1,1,1)
  6. #中文字体
  7. plt.rcParams['font.family'] = ['SimHei']
  8. # 导入数据
  9. df_china = pd.read_csv("各省的新冠肺炎疫情数据.csv")
  10. df_china['治愈率'] = df_china['治愈']/df_china['累计确诊']
  11. df_china['死亡率'] = df_china['死亡']/df_china['累计确诊']
  12. plt.plot(df_china.iloc[0:16,0],df_china.iloc[0:16,5],label="治愈率")
  13. plt.plot(df_china.iloc[0:16,0],df_china.iloc[0:16,6],label="死亡率")
  14. # y轴刻度标签
  15. ax.set_yticks([0.05,0.2,0.4,0.6,0.8,1.0])
  16. ax.set_yticklabels(["5 %","20 %","40 %","60 %","80 %","100 %"],fontsize=12)
  17. # 图例
  18. plt.legend(loc='center right',fontsize=12)
  19. # 标题
  20. plt.title("中国确诊人数前15地区的治愈率与死亡率")
  21. # 网格
  22. plt.grid()
  23. plt.show()

（3）中国确诊人数前15地区的新增确诊人数的折线图

  1. import pandas as pd
  2. import matplotlib.pyplot as plt
  3. # 创建画布
  4. fig=plt.figure(figsize=(10,8))
  5. #中文字体
  6. plt.rcParams['font.family'] = ['SimHei']
  7. #导入数据
  8. df_china = pd.read_csv("各省的新冠肺炎疫情数据.csv")
  9. plt.plot(df_china.iloc[0:15,0],df_china.iloc[0:15,1],label="新增确诊")
  10. # 图例
  11. plt.legend(fontsize=12)
  12. # 标题
  13. plt.title("中国确诊人数前15地区的新增确诊人数")
  14. # y轴标签
  15. plt.ylabel('人数')
  16. # 网格
  17. plt.grid()
  18. plt.show()

（4）福建新冠肺炎疫情地图

  1. #用pyecharts库画福建疫情分布地图
  2. import pandas as pd
  3. from pyecharts.charts import Map,Geo
  4. from pyecharts import options as opts
  5. #自定义分段图例
  6. pieces=[
  7.         {"max": 100, "min": 70, "label": ">70", "color": "#B40404"},
  8.         {"max": 70, "min": 40, "label": "40-79", "color": "#DF0101"},
  9.         {"max": 40, "min": 20, "label": "20-40", "color": "#F78181"},
  10.         {"max": 20, "min": 10, "label": "10-20", "color": "#F5A9A9"},
  11.         {"max": 10, "min": 0, "label": "<10", "color": "#FFFFCC"},
  12. ]
  13. name = []
  14. values = []
  15. #导入数据
  16. df_citi = pd.read_csv("各市的新冠肺炎疫情数据.csv")
  17. # 处理数据，将数据处理成Map所要求的数据
  18. for i in range(df_citi.shape[0]):  # shape[0]:行数，shape[1]:列数
  19.     name.append(df_citi.at[i,'名称'])
  20.     values.append(str(df_citi.at[i,'累计确诊']))
  21. total = [[name[i],values[i]] for i in range(len(name))]
  22. # 创建地图
  23. chinaciti_map = (Map())
  24. # 设置福建省地图
  25. chinaciti_map.add("确诊人数",total ,maptype="福建",is_map_symbol_show=False)
  26. chinaciti_map.set_global_opts(
  27.     # 地图标题
  28.     title_opts=opts.TitleOpts(title="福建各市新冠肺炎确诊人数"),
  29.     # 设置自定义图例
  30.     visualmap_opts=opts.VisualMapOpts(max_=100,is_piecewise=True,pieces=pieces),
  31.     legend_opts=opts.LegendOpts(is_show=False)
  32.     )
  33. # 直接在notebook显示地图，默认是保存为html文件
  34. chinaciti_map.render_notebook()

（5）福建新冠肺炎疫情饼图

  1. import matplotlib.pyplot as plt
  2. import pandas as pd
  3. # 创建画布
  4. plt.figure(figsize=(6,4))
  5. #中文字体
  6. plt.rcParams['font.family'] = ['SimHei']
  7. #导入数据
  8. df_citi = pd.read_csv("各市的新冠肺炎疫情数据.csv")
  9. labels = df_citi['名称'].values
  10. data = df_citi['累计确诊'].values
  11. plt.pie(data ,labels=labels, autopct='%1.1f%%')
  12. #设置显示图像为圆形
  13. plt.axis('equal')
  14. # 标题
  15. plt.title('福建省各市新冠疫情比例')
  16. plt.show()

（6）全球新冠肺炎疫情地图
因为世界地图的国家名是英文的，而爬取的数据的国家名是中文的，国家名对不上会导致数据显示不到地图上，所以要先建一个映射字典，将英文替换成中文

  1. #中文国家名映射字典
  2. nameMap = {
  3.     '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',
  4.     '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',
  5.     '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',
  6.     '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',
  7.     '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',
  8.     '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',
  9.     'Switzerland':'瑞士','Chile':'智利','China':'中国','Ivory Coast':'象牙海岸','Cameroon':'喀麦隆','Dem. Rep. Congo':'刚果（金）','Congo':'刚果（布）',
  10.     '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',
  11.     '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',
  12.     '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',
  13.     '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':'格陵兰岛',
  14.     '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',
  15.     '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',
  16.     'Jordan':'约旦','Japan':'日本','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',
  17.     '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',
  18.     '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',
  19.     'Mali':'马里','Myanmar':'缅甸','Montenegro':'黑山','Mongolia':'蒙古国','Mozambique':'莫桑比克', 'Mauritania':'毛里塔尼亚','Malawi':'马拉维',
  20.     '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',
  21.     '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',
  22.     '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',
  23.     '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',
  24.     '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',
  25.     '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',
  26.     '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',
  27.     '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',
  28.     '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',
  29.     'Yemen':'也门','South Africa':'南非','Zambia':'赞比亚','Zimbabwe':'津巴布韦'
  30.     }

映射字典弄好后，就可以作图了

  1. #用pyecharts库画全球疫情分布地图
  2. import pandas as pd
  3. from pyecharts.charts import Map,Geo
  4. from pyecharts import options as opts
  5. #自定义分段图例
  6. pieces=[
  7.         {"max": 50000000, "min": 10000000, "label": ">1000万", "color": "#8B1A1A"},
  8.         {"max": 10000000, "min": 5000000, "label": "500万-1000万", "color": "#CD2626"},
  9.         {"max": 5000000, "min": 1000000, "label": "100万-500万", "color": "#EE2C2C"},
  10.         {"max": 1000000, "min": 100000, "label": "10万-100万", "color": "#FF3030"},
  11.         {"max": 100000, "min": 10000, "label": "10000-10万", "color": "#FA8072"},
  12.         {"max": 10000, "min": 1000, "label": "1000-10000", "color": "#FFF8DC"},
  13.         {"max": 1000, "min": 0, "label": "<500", "color": "#FFFFF0"},
  14. ]
  15. name = []
  16. values = []
  17. # 导入数据
  18. df_world = pd.read_csv("各国家的新冠肺炎疫情数据.csv")
  19. df_china = pd.read_csv("各省的新冠肺炎疫情数据.csv")
  20. # 因为爬取的全球数据不包括中国，所以要把中国的数据加进去
  21. china_data = sum(df_china['累计确诊'])
  22. values.append(china_data)
  23. name.append('中国')
  24. # 处理数据，将数据处理成Map所要求的数据
  25. for i in range(df_world.shape[0]):  # shape[0]:行数，shape[1]:列数
  26.     name.append(df_world.at[i,'名称'])
  27.     values.append(str(df_world.at[i,'累计确诊']))
  28. total = [[name[i],values[i]] for i in range(len(name))]
  29. world_map = (Map())
  30. #设置地图为世界地图、设置中文国家名、设置不显示国家首都红点
  31. world_map.add("确诊人数",total ,maptype="world",name_map=nameMap,is_map_symbol_show=False)
  32. #设置不显示国家名
  33. world_map.set_series_opts(label_opts=opts.LabelOpts(is_show=False))
  34. world_map.set_global_opts(
  35.     # 标题
  36.     title_opts=opts.TitleOpts(title="全球各个国家新冠肺炎确诊人数"),
  37.     #设置自定义分段图例
  38.     visualmap_opts=opts.VisualMapOpts(max_=50000000,is_piecewise=True,pieces=pieces),
  39.     legend_opts=opts.LegendOpts(is_show=False)
  40.     )
  41. # 直接在notebook显示地图，默认是保存为html文件
  42. world_map.render_notebook()


（7）全球新冠肺炎疫情确诊人数排名前10的国家的条形图

  1. # 全球新冠肺炎疫情确诊人数排名前10的国家
  2. import seaborn as sns
  3. import matplotlib.pyplot as plt
  4. import pandas as pd
  5. #画布大小
  6. fig=plt.figure(figsize=(10,8))
  7. ax=fig.add_subplot(1,1,1)
  8. #中文字体
  9. plt.rcParams['font.family'] = ['SimHei']
  10. #导入数据
  11. df_world = pd.read_csv("各国家的新冠肺炎疫情数据.csv")
  12. sns.barplot(x = df_world.iloc[0:11,0].values,y =df_world.iloc[0:11,2].values,palette="rocket")
  13. #y轴刻度标签
  14. ax.set_yticks([5000000,10000000,15000000,20000000,25000000,30000000,35000000])
  15. ax.set_yticklabels(["500万","1000万","1500万","2000万","2500万","3000万","3500万"],fontsize=12)
  16. #标题
  17. plt.title("全球新冠肺炎疫情确诊人数排名前10的国家",fontsize=12)
  18. #y轴标签
  19. plt.ylabel("确 诊 人 数")
  20. plt.show()


（8）全球新冠肺炎疫情确诊人数前5国家的确诊人数、治愈人数的条形图

  1. import matplotlib.pyplot as plt
  2. #画布大小
  3. fig=plt.figure(figsize=(10,8))
  4. ax=fig.add_subplot(1,1,1)
  5. #中文字体
  6. plt.rcParams['font.family'] = ['SimHei']
  7. #导入数据
  8. df_world = pd.read_csv("各国家的新冠肺炎疫情数据.csv")
  9. #国家
  10. country = df_world.iloc[0:6,0]
  11. #确诊人数
  12. diagnosis = df_world.iloc[0:6,2]
  13. #治愈人数
  14. cured = df_world.iloc[0:6,3]
  15. x = list(range(len(country)))
  16. #设置间距
  17. total_width, n = 0.5, 2
  18. width = total_width / n        
  19. #柱状图1
  20. for i in range(len(x)):
  21.     x[i] += width
  22. plt.bar(x, diagnosis, width=width, label='确诊人数', tick_label=country,color='#FF3030' ) 
  23. #柱状图2
  24. for i in range(len(x)):
  25.     x[i] += width
  26. plt.bar(x, cured, width=width, label='治愈人数',color='#32CD32')
  27. #y轴刻度标签
  28. ax.set_yticks([5000000,10000000,15000000,20000000,25000000,30000000,35000000])
  29. ax.set_yticklabels(["500万","1000万","1500万","2000万","2500万","3000万","3500万"],fontsize=12)
  30. #标题
  31. plt.title("全球新冠肺炎疫情确诊人数前5国家的确诊人数、治愈人数")
  32. #y轴标签
  33. plt.ylabel("确 诊 人 数",fontsize=12)
  34. #图例
  35. plt.legend(loc='upper right',fontsize=12)
  36. plt.show()


（9）全球新冠肺炎疫情确诊人数前15国家的治愈率与死亡率的折线图

  1. import pandas as pd
  2. import matplotlib.pyplot as plt
  3. # 创建画布
  4. fig=plt.figure(figsize=(10,8))
  5. ax=fig.add_subplot(1,1,1)
  6. #中文字体
  7. plt.rcParams['font.family'] = ['SimHei']
  8. #导入数据
  9. df_world = pd.read_csv("各国家的新冠肺炎疫情数据.csv")
  10. df_world['治愈率'] = df_world['治愈']/df_world['累计确诊']
  11. df_world['死亡率'] = df_world['死亡']/df_world['累计确诊']
  12. plt.plot(df_world.iloc[0:16,0],df_world.iloc[0:16,5],label="治愈率")
  13. plt.plot(df_world.iloc[0:16,0],df_world.iloc[0:16,6],label="死亡率")
  14. #y轴刻度标签
  15. ax.set_yticks([0.05,0.2,0.4,0.6,0.8,1.0])
  16. ax.set_yticklabels(["5 %","20 %","40 %","60 %","80 %","100 %"],fontsize=12)
  17. plt.legend(loc='center right',fontsize=12)
  18. plt.title("全球新冠肺炎疫情确诊人数前15国家的治愈率与死亡率")
  19. plt.grid()
  20. plt.show()

完整代码

疫情数据爬取的完整代码

  1. import requests
  2. from bs4 import BeautifulSoup
  3. import pandas as pd
  4. # 主函数
  5. def main():
  6.     # 中国新冠疫情数据网址
  7.     url = "https://www.haoyunbb.com/news/3/36573.html"
  8.     html = getUrlData(url)
  9.     total_data1 = getProvinceData(html)
  10.     total_data2 = getCitiData(html)
  11.     # 全球（国外）新冠疫情数据网址
  12.     url = "https://www.haoyunbb.com/news/3/39230.html"
  13.     html = getUrlData(url)
  14.     total_data3 = getWorldData(html)
  15.     saveData(total_data1,total_data2,total_data3)
  16. # 获取网页数据
  17. def getUrlData(url):
  18.     try:
  19.         # get请求，设置超时时间
  20.         r = requests.get(url,headers=headers,timeout=30)
  21.         r.raise_for_status
  22.         r.encoding=r.apparent_encoding
  23.         html = r.text
  24.         return html
  25.     except:
  26.         return '发生异常'
  27. # 获取中国每个省的疫情数据
  28. def getProvinceData(html):
  29.     total_data=[]
  30.     temporary=[]
  31.     new_diagnosis_data=[]
  32.     cumulative_diagnosis_data=[]
  33.     cured_data=[]
  34.     dead_data=[]
  35.     soup = BeautifulSoup(html,'html.parser')
  36.     # 找到 class=data-list 的div标签
  37.     data = soup.find('div',{'class':'data-list'})
  38.     ul = data.find('ul')
  39.     div = ul.find_all('div',{'class':'list-pro-name'})
  40.     province_name_data=[]
  41.     for i in div:
  42.         # 获取省的名称
  43.         # 省名称在label标签里
  44.         province_name = i.find('label').string
  45.         province_name_data.append(province_name)
  46.     # 用CSS选择器获取第一层的数据（每个省的数据）
  47.     diagnosis = soup.select('div.data-list > ul > li > div.list-city-data')
  48.     for i in diagnosis:
  49.         temporary.append(i.string)
  50.     total = [temporary[i:i+4] for i in range(0,len(temporary),4)]
  51.     for i in range(len(total)):
  52.         # 获取新增确诊人数
  53.         new_diagnosis_data.append(total[i][0])
  54.         # 获取累计确诊人数
  55.         cumulative_diagnosis_data.append(total[i][1])
  56.         # 获取治愈人数
  57.         cured_data.append(total[i][2])
  58.         # 获取死亡人数
  59.         dead_data.append(total[i][3])
  60.     total_data.append(province_name_data)
  61.     total_data.append(new_diagnosis_data)
  62.     total_data.append(cumulative_diagnosis_data)
  63.     total_data.append(cured_data)
  64.     total_data.append(dead_data)
  65.     return total_data
  66. # 获取福建省每个市的疫情数据
  67. def getCitiData(html):
  68.     citi_name_data=[]
  69.     new_diagnosis_data=[]
  70.     cumulative_diagnosis_data=[]
  71.     cured_data=[]
  72.     dead_data=[]
  73.     total_data=[]
  74.     soup = BeautifulSoup(html,'html.parser')
  75.     data = soup.find('div',{'class':'data-list'})
  76.     # 找到有唯一标识的属性的input标签
  77.     input1 = data.find('input',{'id':'_209'})
  78.     # 找到input标签的的父标签
  79.     div = input1.parent
  80.     # 找到所有的li
  81.     li = div.find_all('li')
  82.     # 遍历li组成的列表
  83.     for i in range(1,len(li)):
  84.         # 获取市名称
  85.         citi_name = li[i].find('div',{'class':'list-city-name'})
  86.         citi_name_data.append(citi_name.string+'市')
  87.         div = li[i].find_all('div',{'class':'list-city-data'})
  88.         # 获取新增确诊人数
  89.         new_diagnosis = div[0].string
  90.         new_diagnosis_data.append(new_diagnosis)
  91.         # 获取累计确诊人数
  92.         cumulative_diagnosis = div[1].string
  93.         cumulative_diagnosis_data.append(cumulative_diagnosis)
  94.         # 获取治愈人数
  95.         cured = div[2].string
  96.         cured_data.append(cured)
  97.         # 获取死亡人数
  98.         dead = div[3].string
  99.         dead_data.append(dead)
  100.     total_data.append(citi_name_data)
  101.     total_data.append(new_diagnosis_data)
  102.     total_data.append(cumulative_diagnosis_data)
  103.     total_data.append(cured_data)
  104.     total_data.append(dead_data)
  105.     return total_data
  106. # 获取全球每个国家的疫情数据
  107. def getWorldData(html):
  108.     country_name_data=[]
  109.     new_diagnosis_data=[]
  110.     cumulative_diagnosis_data=[]
  111.     cured_data=[]
  112.     dead_data=[]
  113.     total_data=[]
  114.     soup = BeautifulSoup(html,'html.parser')
  115.     data = soup.find('div',{'class':'data-list'})
  116.     # 因为有两层li，我们需要的是第二层的li，所以可以通过CSS选择器来获取第二层的li
  117.     data_list = data.select('ul > li > div > div > ul > li')
  118.     
  119.     for i in range(12,len(data_list)-1):
  120.         div = data_list[i].find_all('div')
  121.         # 获取国家名称
  122.         country_name = div[0].string
  123.         country_name_data.append(country_name)
  124.         # 获取新增确诊人数
  125.         new_diagnosis = div[1].string
  126.         new_diagnosis_data.append(new_diagnosis)
  127.         # 获取累计确诊人数
  128.         cumulative_diagnosis = div[2].string
  129.         cumulative_diagnosis_data.append(cumulative_diagnosis)
  130.         # 获取治愈人数
  131.         cured = div[3].string
  132.         cured_data.append(cured)
  133.         # 获取死亡人数
  134.         dead = div[4].string
  135.         dead_data.append(dead)
  136.     total_data.append(country_name_data)
  137.     total_data.append(new_diagnosis_data)
  138.     total_data.append(cumulative_diagnosis_data)
  139.     total_data.append(cured_data)
  140.     total_data.append(dead_data)
  141.     return total_data
  142. # 保存数据
  143. def saveData(total_data1,total_data2,total_data3):
  144.     df1 = data(total_data1)
  145.     df2 = data(total_data2)
  146.     df3 = data(total_data3)
  147.     # 将爬取的数据保存为csv文件
  148.     df1.to_csv("各省的新冠肺炎疫情数据.csv",encoding='utf-8')
  149.     df2.to_csv("各市的新冠肺炎疫情数据.csv",encoding='utf-8')
  150.     df3.to_csv("各国家的新冠肺炎疫情数据.csv",encoding='utf-8')
  152. def data(total_data):
  153.     df = pd.DataFrame({'名称':total_data[0],'新增确诊':total_data[1],'累计确诊':total_data[2],'治愈':total_data[3],'死亡':total_data[4]})
  154.     # 将名称列设置为索引列
  155.     df = df.set_index('名称')
  156.     return df
  157. # 程序入口
  158. if __name__== "__main__":
  159.     main()
  161. # 数据清洗与处理
  162. #因为全球疫情的数据量较大，所以我们可以通过pandas库来查看数据是否有异常、缺失、重复
  163. import pandas as pd
  164. #导入数据
  165. df_world = pd.read_csv("各国家的新冠肺炎疫情数据.csv")
  167. # 查看数据的简要信息
  168. # 通过查看数据的简要信息，数据正常，数据的最小值也不是负数
  169. df_world.describe()
  171. # 查看是否有空值，有空值返回True，没有空值返回False
  172. df_world.isnull().value_counts()
  174. # 查看是否有重复行，有重复行返回True，没有重复行返回False
  175. df_world.duplicated()
  177. #根据累计确诊人数对数据进行降序排序
  178. df = df_world.sort_values(by='累计确诊',ascending=False)
  180. #保存处理后的数据
  181. import pandas as pd
  182. df = df.set_index('名称')
  183. df.to_csv("各国家的新冠肺炎疫情数据.csv",encoding='utf-8')
  184. df_world = pd.read_csv("各国家的新冠肺炎疫情数据.csv")
  185. df_world.head()
  187. # 数据可视化
  188. # 用pyecharts库画中国新冠疫情地图
  189. from pyecharts import options as opts
  190. from pyecharts.charts import Map
  191. import pandas as pd
  192. # 自定义分段图例
  193. pieces=[
  194.         {"max": 70000, "min": 3000, "label": ">3000", "color": "#B40404"},
  195.         {"max": 3000, "min": 1000, "label": "1000-3000", "color": "#DF0101"},
  196.         {"max": 1000, "min": 100, "label": "100-1000", "color": "#F78181"},
  197.         {"max": 100, "min": 10, "label": "10-100", "color": "#F5A9A9"},
  198.         {"max": 10, "min": 0, "label": "<10", "color": "#FFFFCC"},
  199. ]
  200. name = []
  201. values = []
  202. # 导入数据
  203. df = pd.DataFrame(pd.read_csv("各省的新冠肺炎疫情数据.csv"))
  204. # 处理数据，将数据处理成Map所要求的数据
  205. for i in range(df.shape[0]):  # shape[0]:行数，shape[1]:列数
  206.     name.append(df.at[i,'名称'])
  207.     values.append(str(df.at[i,'累计确诊']))
  208. total = [[name[i],values[i]] for i in range(len(name))]
  209. # 创建地图（Map）
  210. china_map = (Map())
  211. # 设置中国地图
  212. china_map.add("确诊人数",total ,maptype="china",is_map_symbol_show=False)
  213. china_map.set_global_opts(
  214.     # 设置地图标题
  215.     title_opts=opts.TitleOpts(title="中国各省、直辖市、自治区、特别行政区新冠肺炎确诊人数"),
  216.     # 设置自定义图例
  217.     visualmap_opts=opts.VisualMapOpts(max_=70000,is_piecewise=True,pieces=pieces),
  218.     legend_opts=opts.LegendOpts(is_show=False)
  219.     )
  220. # 直接在notebook显示地图，默认是保存为html文件
  221. china_map.render_notebook()
  222. 中国确诊人数前15地区的治愈率与死亡率折线图
  223. import pandas as pd
  224. import matplotlib.pyplot as plt
  225. # 创建画布
  226. fig=plt.figure(figsize=(10,8))
  227. ax=fig.add_subplot(1,1,1)
  228. #中文字体
  229. plt.rcParams['font.family'] = ['SimHei']
  230. # 导入数据
  231. df_china = pd.read_csv("各省的新冠肺炎疫情数据.csv")
  232. df_china['治愈率'] = df_china['治愈']/df_china['累计确诊']
  233. df_china['死亡率'] = df_china['死亡']/df_china['累计确诊']
  234. plt.plot(df_china.iloc[0:16,0],df_china.iloc[0:16,5],label="治愈率")
  235. plt.plot(df_china.iloc[0:16,0],df_china.iloc[0:16,6],label="死亡率")
  236. # y轴刻度标签
  237. ax.set_yticks([0.05,0.2,0.4,0.6,0.8,1.0])
  238. ax.set_yticklabels(["5 %","20 %","40 %","60 %","80 %","100 %"],fontsize=12)
  239. # 图例
  240. plt.legend(loc='center right',fontsize=12)
  241. # 标题
  242. plt.title("中国确诊人数前15地区的治愈率与死亡率")
  243. # 网格
  244. plt.grid()
  245. plt.show()
  246. # 中国确诊人数前15地区的新增确诊人数折线图
  247. import pandas as pd
  248. import matplotlib.pyplot as plt
  249. # 创建画布
  250. fig=plt.figure(figsize=(10,8))
  251. #中文字体
  252. plt.rcParams['font.family'] = ['SimHei']
  253. #导入数据
  254. df_china = pd.read_csv("各省的新冠肺炎疫情数据.csv")
  255. plt.plot(df_china.iloc[0:15,0],df_china.iloc[0:15,1],label="新增确诊")
  256. # 图例
  257. plt.legend(fontsize=12)
  258. # 标题
  259. plt.title("中国确诊人数前15地区的新增确诊人数")
  260. # y轴标签
  261. plt.ylabel('人数')
  262. # 网格
  263. plt.grid()
  264. plt.show()
  266. #用pyecharts库画福建疫情分布地图
  267. import pandas as pd
  268. from pyecharts.charts import Map,Geo
  269. from pyecharts import options as opts
  270. #自定义分段图例
  271. pieces=[
  272.         {"max": 100, "min": 70, "label": ">70", "color": "#B40404"},
  273.         {"max": 70, "min": 40, "label": "40-79", "color": "#DF0101"},
  274.         {"max": 40, "min": 20, "label": "20-40", "color": "#F78181"},
  275.         {"max": 20, "min": 10, "label": "10-20", "color": "#F5A9A9"},
  276.         {"max": 10, "min": 0, "label": "<10", "color": "#FFFFCC"},
  277. ]
  278. name = []
  279. values = []
  280. #导入数据
  281. df_citi = pd.read_csv("各市的新冠肺炎疫情数据.csv")
  282. # 处理数据，将数据处理成Map所要求的数据
  283. for i in range(df_citi.shape[0]):  # shape[0]:行数，shape[1]:列数
  284.     name.append(df_citi.at[i,'名称'])
  285.     values.append(str(df_citi.at[i,'累计确诊']))
  286. total = [[name[i],values[i]] for i in range(len(name))]
  287. # 创建地图
  288. chinaciti_map = (Map())
  289. # 设置福建省地图
  290. chinaciti_map.add("确诊人数",total ,maptype="福建",is_map_symbol_show=False)
  291. chinaciti_map.set_global_opts(
  292.     # 地图标题
  293.     title_opts=opts.TitleOpts(title="福建各市新冠肺炎确诊人数"),
  294.     # 设置自定义图例
  295.     visualmap_opts=opts.VisualMapOpts(max_=100,is_piecewise=True,pieces=pieces),
  296.     legend_opts=opts.LegendOpts(is_show=False)
  297.     )
  298. # 直接在notebook显示地图，默认是保存为html文件
  299. chinaciti_map.render_notebook()
  301. #福建省各市新冠疫情比例饼图
  302. import matplotlib.pyplot as plt
  303. import pandas as pd
  304. # 创建画布
  305. plt.figure(figsize=(6,4))
  306. #中文字体
  307. plt.rcParams['font.family'] = ['SimHei']
  308. #导入数据
  309. df_citi = pd.read_csv("各市的新冠肺炎疫情数据.csv")
  310. labels = df_citi['名称'].values
  311. data = df_citi['累计确诊'].values
  312. plt.pie(data ,labels=labels, autopct='%1.1f%%')
  313. #设置显示图像为圆形
  314. plt.axis('equal')
  315. # 标题
  316. plt.title('福建省各市新冠疫情比例')
  317. plt.show()
  319. #用pyecharts库画全球疫情分布地图
  320. import pandas as pd
  321. from pyecharts.charts import Map,Geo
  322. from pyecharts import options as opts
  323. #自定义分段图例
  324. pieces=[
  325.         {"max": 50000000, "min": 10000000, "label": ">1000万", "color": "#8B1A1A"},
  326.         {"max": 10000000, "min": 5000000, "label": "500万-1000万", "color": "#CD2626"},
  327.         {"max": 5000000, "min": 1000000, "label": "100万-500万", "color": "#EE2C2C"},
  328.         {"max": 1000000, "min": 100000, "label": "10万-100万", "color": "#FF3030"},
  329.         {"max": 100000, "min": 10000, "label": "10000-10万", "color": "#FA8072"},
  330.         {"max": 10000, "min": 1000, "label": "1000-10000", "color": "#FFF8DC"},
  331.         {"max": 1000, "min": 0, "label": "<500", "color": "#FFFFF0"},
  332. ]
  333. name = []
  334. values = []
  335. # 导入数据
  336. df_world = pd.read_csv("各国家的新冠肺炎疫情数据.csv")
  337. df_china = pd.read_csv("各省的新冠肺炎疫情数据.csv")
  338. # 因为爬取的全球数据不包括中国，所以要把中国的数据加进去
  339. china_data = sum(df_china['累计确诊'])
  340. values.append(china_data)
  341. name.append('中国')
  342. # 处理数据，将数据处理成Map所要求的数据
  343. for i in range(df_world.shape[0]):  # shape[0]:行数，shape[1]:列数
  344.     name.append(df_world.at[i,'名称'])
  345.     values.append(str(df_world.at[i,'累计确诊']))
  346. total = [[name[i],values[i]] for i in range(len(name))]
  347. world_map = (Map())
  348. #设置地图为世界地图、设置中文国家名、设置不显示国家首都红点
  349. world_map.add("确诊人数",total ,maptype="world",name_map=nameMap,is_map_symbol_show=False)
  350. #设置不显示国家名
  351. world_map.set_series_opts(label_opts=opts.LabelOpts(is_show=False))
  352. world_map.set_global_opts(
  353.     # 标题
  354.     title_opts=opts.TitleOpts(title="全球各个国家新冠肺炎地图"),
  355.     #设置自定义分段图例
  356.     visualmap_opts=opts.VisualMapOpts(max_=50000000,is_piecewise=True,pieces=pieces),
  357.     legend_opts=opts.LegendOpts(is_show=False)
  358.     )
  359. # 直接在notebook显示地图，默认是保存为html文件
  360. world_map.render_notebook()
  362. # 全球新冠肺炎疫情确诊人数排名前10的国家
  363. import seaborn as sns
  364. import matplotlib.pyplot as plt
  365. import pandas as pd
  366. #画布大小
  367. fig=plt.figure(figsize=(10,8))
  368. ax=fig.add_subplot(1,1,1)
  369. #中文字体
  370. plt.rcParams['font.family'] = ['SimHei']
  371. #导入数据
  372. df_world = pd.read_csv("各国家的新冠肺炎疫情数据.csv")
  373. sns.barplot(x = df_world.iloc[0:11,0].values,y =df_world.iloc[0:11,2].values,palette="rocket")
  374. #y轴刻度标签
  375. ax.set_yticks([5000000,10000000,15000000,20000000,25000000,30000000,35000000])
  376. ax.set_yticklabels(["500万","1000万","1500万","2000万","2500万","3000万","3500万"],fontsize=12)
  377. #标题
  378. plt.title("全球新冠肺炎疫情确诊人数排名前10的国家",fontsize=12)
  379. #y轴标签
  380. plt.ylabel("确 诊 人 数")
  381. plt.show()
  383. import matplotlib.pyplot as plt
  384. #画布大小
  385. fig=plt.figure(figsize=(10,8))
  386. ax=fig.add_subplot(1,1,1)
  387. #中文字体
  388. plt.rcParams['font.family'] = ['SimHei']
  389. #导入数据
  390. df_world = pd.read_csv("各国家的新冠肺炎疫情数据.csv")
  391. #国家
  392. country = df_world.iloc[0:6,0]
  393. #确诊人数
  394. diagnosis = df_world.iloc[0:6,2]
  395. #治愈人数
  396. cured = df_world.iloc[0:6,3]
  397. x = list(range(len(country)))
  398. #设置间距
  399. total_width, n = 0.5, 2
  400. width = total_width / n        
  401. #柱状图1
  402. for i in range(len(x)):
  403.     x[i] += width
  404. plt.bar(x, diagnosis, width=width, label='确诊人数', tick_label=country,color='#FF3030' ) 
  405. #柱状图2
  406. for i in range(len(x)):
  407.     x[i] += width
  408. plt.bar(x, cured, width=width, label='治愈人数',color='#32CD32')
  409. #y轴刻度标签
  410. ax.set_yticks([5000000,10000000,15000000,20000000,25000000,30000000,35000000])
  411. ax.set_yticklabels(["500万","1000万","1500万","2000万","2500万","3000万","3500万"],fontsize=12)
  412. #标题
  413. plt.title("全球新冠肺炎疫情确诊人数前5国家的确诊人数、治愈人数")
  414. #y轴标签
  415. plt.ylabel("确 诊 人 数",fontsize=12)
  416. #图例
  417. plt.legend(loc='upper right',fontsize=12)
  418. plt.show()
  420. import pandas as pd
  421. import matplotlib.pyplot as plt
  422. # 创建画布
  423. fig=plt.figure(figsize=(10,8))
  424. ax=fig.add_subplot(1,1,1)
  425. #中文字体
  426. plt.rcParams['font.family'] = ['SimHei']
  427. #导入数据
  428. df_world = pd.read_csv("各国家的新冠肺炎疫情数据.csv")
  429. df_world['治愈率'] = df_world['治愈']/df_world['累计确诊']
  430. df_world['死亡率'] = df_world['死亡']/df_world['累计确诊']
  431. plt.plot(df_world.iloc[0:16,0],df_world.iloc[0:16,5],label="治愈率")
  432. plt.plot(df_world.iloc[0:16,0],df_world.iloc[0:16,6],label="死亡率")
  433. #y轴刻度标签
  434. ax.set_yticks([0.05,0.2,0.4,0.6,0.8,1.0])
  435. ax.set_yticklabels(["5 %","20 %","40 %","60 %","80 %","100 %"],fontsize=12)
  436. plt.legend(loc='center right',fontsize=12)
  437. plt.title("全球新冠肺炎疫情确诊人数前15国家的治愈率与死亡率")
  438. plt.grid()
  439. plt.show()

总结

因为这次的主题爬虫爬的是最基础的网站，所以进行的还是比较顺利的。在数据的可视化上，除了用pyecharts库的Map模块将数据显示到地图上花了一些功夫，其他都还好，达到了我的预期效果。

因为现在很多网站是用JSON存储数据或者用JS动态加载数据的，所以之后会多学习这些方面的知识。

原文链接：http://www.cnblogs.com/yusama/p/14829396.html

 友情链接：直通硅谷 　点职佳 　北美留学生论坛

Python热门文章

  • Python | 新冠肺炎疫情数据的爬取与可视化分析
  • Python爬小草1024图片，盖达尔的诱惑（urllib.request）
  • pytorch如何获得模型的计算量和参数量
  • 计算曲线与坐标轴的面积
  • 基于Python实现语音合成小工具
  • PyQt5笔记之弹出窗口大全
  • python反编译学习之字节码详解
  • Python爬虫基础讲解（二十）：多进程——multiprocessing模块的使用
  • python?OpenCV计算图片相似度的5种算法
  • matplotlib 设置图形大小时 figsize 与 dpi 的关系

    • Python推荐文章

  • python 音频处理（2)——提取PPG特征之whisper库的使用（2.1）
  • 《最新出炉》系列初窥篇-Python+Playwright自动化测试-60 - 判断元素是否显示 - 下篇 - 北京-宏哥
  • [python] 启发式算法库scikit-opt使用指北
  • 《最新出炉》系列初窥篇-Python+Playwright自动化测试-59 - 判断元素是否显示 - 上篇 - 北京-宏哥
  • 界面自动化测试录制工具，让python selenium自动化测试脚本开发更加方便
  • 《最新出炉》系列入门篇-Python+Playwright自动化测试-56- 多文件上传 - 下篇 - 北京-宏哥
  • 音频文件降噪及python示例
  • 全网最适合入门的面向对象编程教程：20 类和对象的 Python 实现-组合关系的实现与 CSV 文件保存
  • 张高兴的 MicroPython 入门指南：（一）环境配置、Blink、部署
  • Python——比 Seaborn 更好的相关性热力图：Biokit Corrplot

    • 本站QQ群：前端 618073944 | Java 606181507 | Python 626812652 | C/C++ 612253063 | 微信 634508462 | 苹果 692586424 | C#/.net 182808419 | PHP 305140648 | 运维 608723728

    W3xue 的所有内容仅供测试，对任何法律问题及风险不承担任何责任。通过使用本站内容随之而来的风险与本站无关。
    关于我们  |  意见建议  |  捐助我们  |  报错有奖  |  广告合作、友情链接（目前9元/月）请联系QQ：27243702 沸活量
    皖ICP备17017327号-2　皖公网安备34020702000426号