1. 前言

今天，群裡白堊老師問如何用python畫武漢肺炎疫情地圖。白堊老師是研究海洋生態與地球生物的學者，國家重點實驗室成員，於不惑之年學習python，實為我等學習楷模。先前我並沒有關注武漢肺炎的具體資料，也沒有畫過類似的資料分佈圖。於是就拿了兩個小時，專門研究了一下，遂成此文。

2. 資料下載

網上一搜，首先搜到的是騰訊的疫情實時追蹤，那就用這個資料來源吧。

有了網址怎麼抓資料呢？這裡，我送大家一雙火眼金睛，可以從紛亂中找到最靠譜的下載方式。我習慣用FireFox瀏覽器，下面的講解就以FireFox為例（其他瀏覽器基本類似）。

• 開啟選單，點選“Web開發者”，在遞進選單中選擇"網路"：

• 重新整理頁面，我們很快就能發現，應答型別為json格式的這個請求，最有可能包含我們需要的資料了：

• 深入分析，我們就得到了url地址、請求方法、引數、應答格式等資訊。查詢引數中，callback是回撥函式名，我們可以嘗試置空，_應該是以毫秒為單位的當前時間戳。有了這些資訊，分分鐘就可以抓到資料了。我們先在IDLE中以互動方式抓一下看看效果：

>>> import time, json, requests
>>> url = 'https://view.inews.qq.com/g2/getOnsInfo?name=wuwei_ww_area_counts&callback=&_=%d'%int(time.time()*1000)
>>> data = json.loads(requests.get(url=url).json()['data'])
>>> print(len(data))
301
>>> print(data[0])
{'country': '中國', 'area': '湖北', 'city': '武漢', 'confirm': 698, 'suspect': 0, 'dead': 63, 'heal': 42}
>>> print(data[-1])
{'country': '中國', 'area': '山東', 'city': '棗莊', 'confirm': 2, 'suspect': 0, 'dead': 0, 'heal': 0}

只要兩行程式碼，就可以抓到資料了。怎麼樣，是不是超級簡單？

3. 資料處理

以省為單位畫疫情圖，我們只需要統計同屬一個省的所有地市的確診資料即可。最終的資料抓取程式碼如下：

import time, json, requests

def catch_distribution():
    """抓取行政區域確診分佈資料"""
    
    data = dict()
    url = 'https://view.inews.qq.com/g2/getOnsInfo?name=wuwei_ww_area_counts&callback=&_=%d'%int(time.time()*1000)
    for item in json.loads(requests.get(url=url).json()['data']):
        if item['area'] not in data:
            data.update({item['area']:0})
        data[item['area']] += int(item['confirm'])
    
    return data

4. 資料視覺化

資料視覺化，我習慣使用matplotlib模組。matplotlib有很多擴充套件工具包（toolkits），比如，畫3D需要mplot3d工具包，畫地圖的話，則需要basemap工具包，以及處理地圖投影的pyproj模組。另外畫海陸分界線、國界線、行政分界線等還需要shape資料。所需模組請自行安裝，shape檔案可以從這裡下載，繪圖用到的向量字型檔可以從自己的電腦上隨便找一個（我用的是simsun.ttf）。我的主程式是2019nCoV.py，shape檔案下載下來之後，是這樣儲存的：



以下為全部程式碼，除了疫情地圖，還包括了全國每日武漢肺炎確診資料的下載和視覺化。

# -*- coding: utf-8 -*-

import time
import json
import requests
from datetime import datetime
import numpy as np
import matplotlib
import matplotlib.figure
from matplotlib.font_manager import FontProperties
from matplotlib.backends.backend_agg import FigureCanvasAgg
from matplotlib.patches import Polygon
from matplotlib.collections import PatchCollection
from mpl_toolkits.basemap import Basemap
import matplotlib.pyplot as plt
import matplotlib.dates as mdates

plt.rcParams['font.sans-serif'] = ['FangSong']  # 設定預設字型
plt.rcParams['axes.unicode_minus'] = False  # 解決儲存影象時'-'顯示為方塊的問題

def catch_daily():
    """抓取每日確診和死亡資料"""
    
    url = 'https://view.inews.qq.com/g2/getOnsInfo?name=wuwei_ww_cn_day_counts&callback=&_=%d'%int(time.time()*1000)
    data = json.loads(requests.get(url=url).json()['data'])
    data.sort(key=lambda x:x['date'])
    
    date_list = list() # 日期
    confirm_list = list() # 確診
    suspect_list = list() # 疑似
    dead_list = list() # 死亡
    heal_list = list() # 治癒
    for item in data:
        month, day = item['date'].split('.')
        date_list.append(datetime.strptime('2020-%s-%s'%(month, day), '%Y-%m-%d'))
        confirm_list.append(int(item['confirm']))
        suspect_list.append(int(item['suspect']))
        dead_list.append(int(item['dead']))
        heal_list.append(int(item['heal']))
    
    return date_list, confirm_list, suspect_list, dead_list, heal_list

def catch_distribution():
    """抓取行政區域確診分佈資料"""
    
    data = {'西藏':0}
    url = 'https://view.inews.qq.com/g2/getOnsInfo?name=wuwei_ww_area_counts&callback=&_=%d'%int(time.time()*1000)
    for item in json.loads(requests.get(url=url).json()['data']):
        if item['area'] not in data:
            data.update({item['area']:0})
        data[item['area']] += int(item['confirm'])
    
    return data

def plot_daily():
    """繪製每日確診和死亡資料"""
    
    date_list, confirm_list, suspect_list, dead_list, heal_list = catch_daily() # 獲取資料
    
    plt.figure('2019-nCoV疫情統計圖表', facecolor='#f4f4f4', figsize=(10, 8))
    plt.title('2019-nCoV疫情曲線', fontsize=20)
    
    plt.plot(date_list, confirm_list, label='確診')
    plt.plot(date_list, suspect_list, label='疑似')
    plt.plot(date_list, dead_list, label='死亡')
    plt.plot(date_list, heal_list, label='治癒')
    
    plt.gca().xaxis.set_major_formatter(mdates.DateFormatter('%m-%d')) # 格式化時間軸標註
    plt.gcf().autofmt_xdate() # 優化標註（自動傾斜）
    plt.grid(linestyle=':') # 顯示網格
    plt.legend(loc='best') # 顯示圖例
    plt.savefig('2019-nCoV疫情曲線.png') # 儲存為檔案
    #plt.show()

def plot_distribution():
    """繪製行政區域確診分佈資料"""
    
    data = catch_distribution()
    
    font = FontProperties(fname='res/simsun.ttf', size=14)
    lat_min = 0
    lat_max = 60
    lon_min = 70
    lon_max = 140
    
    handles = [
            matplotlib.patches.Patch(color='#ffaa85', alpha=1, linewidth=0),
            matplotlib.patches.Patch(color='#ff7b69', alpha=1, linewidth=0),
            matplotlib.patches.Patch(color='#bf2121', alpha=1, linewidth=0),
            matplotlib.patches.Patch(color='#7f1818', alpha=1, linewidth=0),
]
    labels = [ '1-9人', '10-99人', '100-999人', '>1000人']
    
    fig = matplotlib.figure.Figure()
    fig.set_size_inches(10, 8) # 設定繪圖板尺寸
    axes = fig.add_axes((0.1, 0.12, 0.8, 0.8)) # rect = l,b,w,h
    m = Basemap(llcrnrlon=lon_min, urcrnrlon=lon_max, llcrnrlat=lat_min, urcrnrlat=lat_max, resolution='l', ax=axes)
    m.readshapefile('res/china-shapefiles-master/china', 'province', drawbounds=True)
    m.readshapefile('res/china-shapefiles-master/china_nine_dotted_line', 'section', drawbounds=True)
    m.drawcoastlines(color='black') # 洲際線
    m.drawcountries(color='black')  # 國界線
    m.drawparallels(np.arange(lat_min,lat_max,10), labels=[1,0,0,0]) #畫經度線
    m.drawmeridians(np.arange(lon_min,lon_max,10), labels=[0,0,0,1]) #畫緯度線
    
    for info, shape in zip(m.province_info, m.province):
        pname = info['OWNER'].strip('\x00')
        fcname = info['FCNAME'].strip('\x00')
        if pname != fcname: # 不繪製海島
            continue
        
        for key in data.keys():
            if key in pname:
                if data[key] == 0:
                    color = '#f0f0f0'
                elif data[key] < 10:
                    color = '#ffaa85'
                elif data[key] <100:
                    color = '#ff7b69'
                elif  data[key] < 1000:
                    color = '#bf2121'
                else:
                    color = '#7f1818'
                break
        
        poly = Polygon(shape, facecolor=color, edgecolor=color)
        axes.add_patch(poly)
    
    axes.legend(handles, labels, bbox_to_anchor=(0.5, -0.11), loc='lower center', ncol=4, prop=font)
    axes.set_title("2019-nCoV疫情地圖", fontproperties=font)
    FigureCanvasAgg(fig)
    fig.savefig('2019-nCoV疫情地圖.png')

if __name__ == '__main__':
    plot_daily()
    plot_distribution()

2019-nCoV疫情曲線:

2019-nCoV疫情地圖:

上圖為圓柱投影，這也是basemap預設的投影模式，我們還可以換用其他投影模式，比如蘭勃託等角投影，只需要將97行程式碼改為：

m = Basemap(projection='lcc', width=5000000, height=5000000, lat_0=36, lon_0=102, resolution='l', ax=axes)

蘭勃託投影效果如下：

還可以使用正射投影：

m = Basemap(projection='ortho', lat_0=30, lon_0=105, resolution='l', ax=axes)

正射投影效果如下：

既然都讀到這裡了，就給我——168號博主天元浪子投上5票吧，謝謝！