当下，新型冠状病毒感染的肺炎疫情无时无刻不牵动着人们的心。面对来势汹汹的疫情，除了奋战在前线的医护人员以及防疫建设工作者们，小媛们也想尽一份绵薄之力。
这不，今天为大家带来了一份超超超简单的！生成自己的疫情地图的方法，各位想要动手的小可爱可以操练起来啦！
秘诀嘛
总结起来就八个字：
万能接口～快速上手
下面我们开始喽～
01
爬取丁香园实时统计数据
我们要爬取的是丁香园大佬的公开统计数据，这才让我们的疫情地图生成有了可能。咳咳，数据才是王道。
代码语言：javascript复制import json
import re
import requests
import datetime
today = datetime.date.today().strftime('%Y%m%d') #20200315
def crawl_dxy_data():
"""
爬取丁香园实时统计数据，保存到data目录下，以当前日期作为文件名，存JSON文件
"""
response = requests.get('https://ncov.dxy.cn/ncovh5/view/pneumonia') #request.get()用于请求目标网站
print(response.status_code) # 打印状态码
try:
url_text = response.content.decode() #更推荐使用response.content.deocde()的方式获取响应的html页面
#print(url_text)
url_content = re.search(r'window.getAreaStat = (.*?)}]}catch', #re.search():扫描字符串以查找正则表达式模式产生匹配项的第一个位置 ，然后返回相应的match对象。
url_text, re.S) #在字符串a中，包含换行符n，在这种情况下：如果不使用re.S参数，则只在每一行内进行匹配，如果一行没有，就换下一行重新开始;
#而使用re.S参数以后，正则表达式会将这个字符串作为一个整体，在整体中进行匹配。
texts = url_content.group() #获取匹配正则表达式的整体结果
content = texts.replace('window.getAreaStat = ', '').replace('}catch', '') #去除多余的字符
json_data = json.loads(content)
with open('data/' today '.json', 'w', encoding='UTF-8') as f:
json.dump(json_data, f, ensure_ascii=False)
except:
print('<Response [%s]>' % response.status_code)
if __name__ == '__main__':
crawl_dxy_data()当 print(response.status_code) 输出200即为成功状态。
从以上代码我们可以看到，我们会生成一个 data/' today '.json 的文件，这样我们就轻松爬取到今日的疫情数据啦：data/20200331.json
02
安装可视化工具库
Echarts 是一个由百度开源的数据可视化工具，凭借着良好的交互性，精巧的图表设计，得到了众多开发者的认可。当数据分析遇上数据可视化时，pyecharts 诞生了。
更多pyecharts api可以参考：
https://pyecharts.org/#/zh-cn/chart_api
安装第三方库pyecharts
代码语言：javascript复制pip install pyecharts如果下载时出现断线和速度过慢的问题导致下载失败，可以尝试使用清华镜像
代码语言：javascript复制pip install -i https://pypi.tuna.tsinghua.edu.cn/simple pyecharts以上两步是不是都超简单啦
接下来我们就可以疫情可视化啦
这里小媛选了饼状图和地图两种形式呈现给大家
可以根据喜好自行选择哦
03
绘制疫情饼状图
代码语言：javascript复制import json
import datetime
from pyecharts.charts import Pie
from pyecharts import options as opts
# 读原始数据文件
today = datetime.date.today().strftime('%Y%m%d') #20200331
datafile = 'data/' today '.json'
with open(datafile, 'r', encoding='UTF-8') as file:
json_array = json.loads(file.read())
# 分析全国实时确诊数据
china_data = []
for province in json_array:
china_data.append((province['provinceShortName'], province['confirmedCount']))
china_data = sorted(china_data, key=lambda x: x[1], reverse=True) #reverse=True,表示降序，反之升序
print(china_data)
labels = [data[0] for data in china_data]
counts = [data[1] for data in china_data]
c = (
Pie()
.add("累计确诊", [list(z) for z in zip(labels, counts)])
.set_global_opts(
title_opts=opts.TitleOpts(title="3月31日疫情分布图"),
legend_opts=opts.LegendOpts(orient="vertical"))
.set_series_opts(label_opts=opts.LabelOpts(formatter="{b}: {c}"))
.render("3月31日疫情分布图.html")
)以上代码 print(china_data) 会输出我国各省的今日疫情状况，输出如下：
代码语言：javascript复制[('湖北', 67801), ('广东', 1490), ('河南', 1276), ('浙江', 1257), ('湖南', 1018), ('安徽', 990), ('江西', 937), ('山东', 774), ('香港', 682), ('江苏', 646), ('北京', 580), ('重庆', 579), ('四川', 550), ('上海', 509), ('黑龙江', 484), ('福建', 343), ('河北', 321), ('台湾', 306), ('广西', 254), ('陕西', 253), ('云南', 181), ('天津', 174), ('海南', 168), ('贵州', 147), ('辽宁', 139), ('甘肃', 138), ('山西', 136), ('内蒙古', 107), ('吉林', 98), ('新疆', 76), ('宁夏', 75), ('澳门', 39), ('青海', 18), ('西藏', 1)]然后该代码会为我们生成一个文件：3月31日疫情分布图.html
一个简单的今日疫情饼状图就生成啦
以上的代码可以根据自己的喜好进行相应更改哦
04
绘制疫情地图
代码语言：javascript复制import json
import datetime
from pyecharts.charts import Map
from pyecharts import options as opts
# 读原始数据文件
today = datetime.date.today().strftime('%Y%m%d') #20200315
datafile = 'data/' today '.json'
with open(datafile, 'r', encoding='UTF-8') as file:
json_array = json.loads(file.read())
# 分析全国实时确诊数据：'confirmedCount'字段
china_data = []
for province in json_array:
china_data.append((province['provinceShortName'], province['confirmedCount']))
china_data = sorted(china_data, key=lambda x: x[1], reverse=True) #reverse=True,表示降序，反之升序
print(china_data)
# 全国疫情地图
# 自定义的每一段的范围，以及每一段的特别的样式。
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'},
]
labels = [data[0] for data in china_data]
counts = [data[1] for data in china_data]
m = Map()
m.add("累计确诊", [list(z) for z in zip(labels, counts)], 'china')
#系列配置项,可配置图元样式、文字样式、标签样式、点线样式等
m.set_series_opts(label_opts=opts.LabelOpts(font_size=12),
is_show=False)
#全局配置项,可配置标题、动画、坐标轴、图例等
m.set_global_opts(title_opts=opts.TitleOpts(title='全国实时确诊数据',
subtitle='数据来源：丁香园'),
legend_opts=opts.LegendOpts(is_show=False),
visualmap_opts=opts.VisualMapOpts(pieces=pieces,
is_piecewise=True, #是否为分段型
is_show=True)) #是否显示视觉映射配置
#render（）会生成本地 HTML 文件，默认会在当前目录生成 render.html 文件，也可以传入路径参数，如 m.render("mycharts.html")
m.render(path='全国实时确诊数据.html')该代码会为我们生成一个文件：全国实时确诊数据.html，一个简单的今日疫情地图就生成啦
怎么样
今天的内容
是不是
超令人激动
快来领取你自己的疫情地图吧！
悄悄：一种更简单的方法，进入AISTUDIO，环境都不用本地安装哦
作者：西柚媛
编辑：西柚媛
