Python 전염병 상황 지도 시각 화 실현

json 모듈
       JSON(JavaScript Object Notation)은 가 벼 운 데이터 교환 형식 으로 읽 기와 쓰기 쉬 우 며 기계 적 으로 해석 하고 생 성 하기 쉬 우 며 네트워크 전송 효율 을 효과적으로 향상 시 킵 니 다.

json.loads():json 형식의 str 를 python 의 데이터 형식 으로 변환 합 니 다

json.loads():python 의 데이터 형식(사전 또는 목록)을 json 형식 으로 변환 합 니 다

#    json           Python    ？
import json
#  json   str   python     ：  
dic = json.loads('{"name":"Tom","age":23}')
res = json.loads('["name","age","gender"]')
print(f'  loads json      Python    {dic}',type(dic))
print(f'  loads json      Python    {res}',type(res))

dics = {"name":"Tom","age":23}
result = json.dumps(dics)
print(type(result))
result

2.Python 을 통 해 전염병 상황 지도 시각 화 실현
수요:전염병 상황 의 데 이 터 를 얻 고 제 이 슨 데 이 터 를 어떻게 처리 하 는 지,전염병 상황 데이터 에 따라 pyecharts 를 어떻게 이용 하여 전염병 상황 지 도 를 그립 니까?


1.데이터 가 져 오기(request 모듈 기반)

import requests
import json
#       
China_url = 'https://view.inews.qq.com/g2/getOnsInfo?name=disease_h5'
headers = {
 #      
 'User-Agent':'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/87.0.4280.141 Safari/537.36',
 'referer': 'https://news.qq.com/',
}
#   get  ，      
response = requests.get(China_url,headers=headers).json()
data = json.loads(response['data'])
#     
with open('./2021-02-03    .json','w',encoding='utf-8') as f:
 #    ASCII  
 f.write(json.dumps(data,ensure_ascii=False,indent=2))

기어 오 르 는 데이터 저장 형식 은 json 이 고 시작 부분 데 이 터 는 다음 과 같 습 니 다.

2.json 형식의 데 이 터 를 Excel 에 저장
        json 데이터 가 저장 되 어 있 든 Python 의 기본 데이터 형식 이 저장 되 어 있 든 데이터 분석 에 우호 적 이지 않 기 때문에 우 리 는 데이터 저장 유형 을 pandas 의 DataFrame 유형 으로 바 꿀 수 있 습 니 다.DataFrame 과 Excel 은 서로 잘 전환 할 수 있 기 때 문 입 니 다.
생 성 된 데이터 모드 는 다음 과 같 습 니 다.

이상 의 데 이 터 를 처리 하여 엑셀 표 와 같은 규범 화 된 데이터 형식 을 얻 을 수 있 습 니 다.

import pandas as pd
chinaTotalData = pd.DataFrame(china_citylist)

#      chinaTotalData  today total     DataFrame 
#   total          
# ======================================================================
confirmlist = []
suspectlist = []
deadlist = []
heallist = []
deadRatelist = []
healRatelist = []
# print(chinaTotalData['total'].values.tolist()[0])
for value in chinaTotalData['total'].values.tolist():
 confirmlist.append(value['confirm'])
 suspectlist.append(value['suspect'])
 deadlist.append(value['dead'])
 heallist.append(value['heal'])
 deadRatelist.append(value['deadRate'])
 healRatelist.append(value['healRate'])

chinaTotalData['confirm'] = confirmlist
chinaTotalData['suspect'] = suspectlist
chinaTotalData['dead'] = deadlist
chinaTotalData['heal'] = heallist
chinaTotalData['deadRate'] = deadRatelist
chinaTotalData['healRate'] = healRatelist
# ===================================================================
#     today  
today_confirmlist = []
today_confirmCutslist = []
for value in chinaTotalData['today'].values.tolist():
 today_confirmlist.append(value['confirm'])
 today_confirmCutslist.append(value['confirmCuts'])

chinaTotalData['today_confirm'] = today_confirmlist
chinaTotalData['today_confirmCuts'] = today_confirmCutslist
# ==================================================================
#   total、today  
chinaTotalData.drop(['total','today'],axis=1,inplace=True)
chinaTotalData.head()
#      Excel 
chinaTotalData.to_excel('2021-02-03    .xlsx',index=False)

처 리 된 데이터 구 조 는 다음 표 와 같다.

3.pyecharts 를 사용 하여 데이터 시각 화
        pyecharts 는 python 과 echarts 를 결합 시 키 는 강력 한 데이터 시각 화 도구 입 니 다.파 이 썬 의 Matplotlib 보다 간단 하고 아름 답 게 그 려 진 그림 입 니 다.사용 하기 전에 Python 환경 에서 pycharts 를 따라 야 합 니 다.터미널 에 명령 입력:pip install pyecharts
pyecharts 를 이용 하여 전염병 상황 지 도 를 그립 니 다.
        위의 전염병 상황 데이터 에 근거 하여 우 리 는 그것 을 이용 하여 전국의 전염병 상황 지 도 를 그 릴 수 있다.
그림 을 그리 기 전에 echarts 의 지도 패 키 지 를 설치 해 야 합 니 다(지도 수요 에 따라 설치 할 수 있 습 니 다)

pip install echarts-countries-pypkg
pip install echarts-china-provinces-pypkg
pip install echarts-china-cities-pypkg
pip install echarts-china-misc-pypkg
pip install echarts-china-countries-pypkg
pip install echarts-united-kingdom-pypkg

#           
import pandas as pd
from pyecharts import options as opts
from pyecharts.charts import Map

df = pd.read_excel('./2021-02-03    .xlsx')
# 1.          （  ）
data = df.groupby(by='province',as_index=False).sum()
data_list = list(zip(data['province'].values.tolist(),data['confirm'].values.tolist()))
#     [(   ,200),(  ,300),...]

def map_china() -> Map:
 c = (
  Map()
  .add(series_name="    ",data_pair=data_list,maptype='china')
  .set_global_opts(
   title_opts = opts.TitleOpts(title='    '),
   visualmap_opts=opts.VisualMapOpts(is_piecewise=True,
     pieces = [{"max":9, "min":0, "label":"0-9","color":"#FFE4E1"},
       {"max":99, "min":10, "label":"10-99","color":"#FF7F50"},
       {"max":499, "min":100, "label":"100-4999","color":"#F08080"},
       {"max":999, "min":500, "label":"500-999","color":"#CD5C5C"},
       {"max":9999, "min":1000, "label":"1000-9999","color":"#990000"},
       {"max":99999, "min":10000, "label":"10000-99999","color":"#660000"},]
   )
  )
 )
 return c

d_map = map_china()
d_map.render("mapEchrts.html")

최종 실행 효 과 는 다음 과 같 습 니 다.

주:이상 의 실행 환경 은 Python 3.7 버 전 이 며,IDE 는 브 라 우 저 단 에 기반 한 Jupter Notebook 입 니 다.
이상 은 Python 이 전염병 지도 시각 화 를 실현 하 는 상세 한 내용 입 니 다.python 전염병 지도 시각 화 에 관 한 자 료 는 다른 관련 글 을 주목 하 십시오!