用Python爬取新型冠狀病毒肺炎實時資料，pyecharts v1.x繪製省市區疫情地圖
執行結果（2020-2-8資料）
基本方案
- web請求用requests
- 網頁內容解析用pyquery、beautifulsoup和正規表示式
- 地圖用pyecharts v1.6.2
- 資料來源
- 全國資料來源於騰訊實時疫情動態，直接get到json
- 福州市資料來源於福建省疾病預防控制中心官網疫情通報頁面，需要解析頁面
資料格式
請參考以下兩篇中的抓包分析
用Python抓新型冠狀病毒肺炎實時資料，繪製市內疫情地圖
用Python抓新型冠狀病毒肺炎疫情資料，繪製全國疫情分佈圖
全國疫情地圖實現
#%%
import time, json, requests
import jsonpath
from pyecharts.charts import Map
import pyecharts.options as opts
#%%
# 全國疫情地區分佈(各省確診病例)
def catch_cn_disease_dis():
timestamp = '%d'%int(time.time()*1000)
url_area = ('https://view.inews.qq.com/g2/getOnsInfo?name=disease_h5'
'&callback=&_=') + timestamp
world_data = json.loads(requests.get(url=url_area).json()['data'])
china_data = jsonpath.jsonpath(world_data,
expr='$.areaTree[0].children[*]')
ls_province_names = jsonpath.jsonpath(china_data, expr='$[*].name')
ls_confirm_vals = jsonpath.jsonpath(china_data, expr='$[*].total.confirm')
ls_province_confirm = list(zip(ls_province_names, ls_confirm_vals,))
return ls_province_confirm, world_data
#%%
ls_province_cfm, dic_world_data = catch_cn_disease_dis()
print(ls_province_cfm)
#%%
# 繪製全國疫情地圖
def map_cn_disease_dis() -> Map:
c = (
Map()
.add('中國', ls_province_cfm, 'china')
.set_global_opts(
title_opts=opts.TitleOpts(title='全國新型冠狀病毒疫情地圖（確診數）'),
visualmap_opts=opts.VisualMapOpts(is_show=True,
split_number=6,
is_piecewise=True, # 是否為分段型
pos_top='center',
pieces=[
{'min': 10000, 'color': '#7f1818'}, #不指定 max
{'min': 1000, 'max': 10000},
{'min': 500, 'max': 999},
{'min': 100, 'max': 499},
{'min': 10, 'max': 99},
{'min': 0, 'max': 5} ],
),
)
)
return c
map_cn_disease_dis().render('全國疫情地圖.html')
福建省疫情地圖實現
# 獲取福建省確診分佈資料
def catch_fj_disease_dis():
dic_world_data = catch_cn_disease_dis()[1]
dic_fj_cfm = dict()
# 解析福建各個城市的資料
dic_fj = jsonpath.jsonpath(dic_world_data,
expr='$.areaTree[0].children[?(@.name=="福建")].children[*]')
for item in dic_fj:
if item['name'] not in dic_fj_cfm:
dic_fj_cfm.update({item['name']:0})
dic_fj_cfm[item['name']] += int(item['total']['confirm'])
return dic_fj_cfm
dic_fj_cfm = catch_fj_disease_dis()
#%%
# 繪製福建省疫情地圖
def map_fj_disease_dis() -> Map:
# dic_fj_cfm = catch_fj_disease_dis
ls_fj_cities = [name + '市' for name in dic_fj_cfm.keys()]
c = (
Map()
.add('福建省', [list(z) for z in zip(ls_fj_cities, dic_fj_cfm.values())], '福建')
.set_series_opts(label_opts=opts.LabelOpts(is_show=True, formatter='{b}\n{c}例'))
.set_global_opts(
title_opts=opts.TitleOpts(title='福建新型冠狀病毒疫情地圖（確診數）'),
visualmap_opts=opts.VisualMapOpts(is_show=True,
split_number=6,
is_piecewise=True, # 是否為分段型
pos_top='center',
pieces=[
{'min': 50},
{'min': 30, 'max': 49},
{'min': 20, 'max': 29},
{'min': 10, 'max': 19},
{'min': 1, 'max': 9},
{'value': 0, "label": '無確診病例', "color": 'green'} ],
),
)
)
return c
map_fj_disease_dis().render('福建疫情地圖.html')
福州市疫情地圖實現
from pyquery import PyQuery as pq
from bs4 import BeautifulSoup
import datetime
import numpy as np
import re
# 獲取福建省疾病預防控制中心官網疫情通告列表
def catch_fz_disease_rpt_list() -> str:
session = requests.session()
crawl_timestamp = int(datetime.datetime.timestamp(datetime.datetime.now()) * 1000)
keyword = {'txtkeyword':'福建省新增新型冠狀病毒感染的肺炎疫情情況'}
html = ''
while True:
try:
rsp = session.get('http://www.fjcdc.com.cn/search', params=keyword)
except requests.exceptions.ChunkedEncodingError:
continue
rsp.raise_for_status() # 非200則丟擲異常（rsp.status_code != 200）
html = rsp.content
break
return html
#%%
html = catch_fz_disease_rpt_list()
#%%
# 獲取最新一期的疫情通告連結地址
def catch_fz_disease_latest_rpt():
# html = catch_fz_disease_rpt_list()
doc = pq(html)
# 方法一：第一條資料，doc('.list li a').attr.href即可得到所要連結
# 方法二：指定日期, doc('.list li:contains("2020-02-02") a').attr.href
# 但是這裡我們們多寫點，練習嘛,亂寫
news = doc('.list li').items()
dates = []
for item in news:
date_str = item('span').text().strip()
date = datetime.datetime.strptime(date_str,'%Y-%m-%d')
dates.append(date)
temp = np.array(dates)
latest_date = temp.max()
latest_date_str = latest_date.strftime('%Y-%m-%d')
latest_date_url = doc('.list li:contains("{0}") a'.format(latest_date_str)).attr.href
latest_date_url = 'http://www.fjcdc.com.cn' + latest_date_url
return latest_date_url
#%%
print(catch_fz_disease_latest_rpt())
#%%
# 解析網頁，獲取確診和疑似病例資料文字
def catch_fz_disease_dis():
latest_date_url = catch_fz_disease_latest_rpt()
soup = ''
while True:
try:
rsp = requests.session().get(latest_date_url)
except requests.exceptions.ChunkedEncodingError:
continue
rsp.raise_for_status() # 非200則丟擲異常（rsp.status_code != 200）
soup = BeautifulSoup(rsp.content, 'lxml')
# print(soup)
break
reg = re.compile('.*福州市.*')
soup = soup.find('div', class_='showCon')
tag = soup.find_all(text=reg)
if len(tag) != 4:
raise Exception('查詢到值的次數必須等於 4. 實際值為: {}'.format(len(tag)))
area_data = {}
# area_data.update({'confirm_added':tag[0]})
# area_data.update({'suspend_added':tag[1]})
area_data.update({'confirm':tag[2]})
area_data.update({'suspend':tag[3]})
return area_data
#%%
fz_data = catch_fz_disease_dis()
print(fz_data)
#%%
import re
# 解析各區縣資料
def exact_towns_dis():
# fz_data = catch_fz_disease_dis()
pattern = re.compile('(?<=、|（)\D+[市|縣|區]\d+例')
town_list = pattern.findall(fz_data['confirm'])
# town_list = fz_data['confirm'].split('（|(')[1].split('）)')[0].split('、')
# 平潭單列，不處理
town_data = {'福州市區':0}
for town in town_list:
match_num = re.search(r'\d+(?=例)', town)
match_town_name = re.search(r'\D+[市|縣|區]', town)
if match_num and town:
match_num = int(match_num.group())
match_town_name = match_town_name.group()
else:
continue
if match_town_name == '長樂區': # 地圖中長樂為市
match_town_name = '長樂市'
town_data.update({match_town_name: match_num})
# 晉安、鼓樓、馬尾、倉山、臺江
if match_town_name[-1] == '區' :
town_data['福州市區'] += match_num
return town_data
#%%
fz_town_data = exact_towns_dis()
print(fz_town_data)
#%%
from pyecharts.commons.utils import JsCode
def map_fz_disease_dis() -> Map:
# fz_town_data = exact_towns_dis()
# ls_fz_towns = [name + '市' for name in fz_town_data.keys()]
c = (
Map()
.add('福州市（不含平潭）', [list(z) for z in zip(fz_town_data.keys(), fz_town_data.values())], '福州')
.set_series_opts(label_opts=opts.LabelOpts(is_show=True,
# return params.value[2]; // 不存在這個值,寫個錯誤的讓地圖繪製預設值
formatter=JsCode("""
function(params){
if (typeof(params.data) == 'undefined') {
return params.value[2];
} else {
return params.data.name
+ params.data.value + '例';
}
}"""
))
)
.set_global_opts(
title_opts=opts.TitleOpts(
title='福州市新型冠狀病毒疫情地圖',
subtitle='其中,福州主城區(晉安、馬尾、鼓樓、倉山、臺江)\n共確診{}例'.format(fz_town_data['福州市區'])),
visualmap_opts=opts.VisualMapOpts(is_show=True,
split_number=6,
is_piecewise=True, # 是否為分段型
pos_top='center',
pieces=[
{'min': 20},
{'min': 10, 'max': 19},
{'min': 5, 'max': 9},
{'min': 1, 'max': 4}]
)
)
)
return c
#%%
map_fz_disease_dis().render('福州疫情地圖.html')
其他
第一篇：用Python抓新型冠狀病毒肺炎實時資料，基於Basemap繪製省級疫情分佈圖
第二篇：用Python抓新型冠狀病毒肺炎疫情資料，繪製全國疫情分佈（Basemap）和走勢圖
第三篇：用Python抓新型冠狀病毒肺炎實時資料，基於Basemap繪製市內疫情地圖
另外，這兩天寫的pyecharts案例：
用Python pyecharts v1.x 繪製圖形（一）:柱狀圖、柱狀堆疊圖、條形圖、直方圖、帕累託圖、餅圖、圓環圖、玫瑰圖
用Python pyecharts v1.x 繪製圖形（二）:折線圖、折線面積圖、散點圖、雷達圖、箱線圖、詞雲圖
眾志成城戰疫魔！
天佑湖北！天佑中國！
相關文章
- 利用Python爬取新冠肺炎疫情實時資料，Pyecharts畫2019-nCoV疫情地圖PythonEcharts地圖
- 新型冠狀病毒全國疫情介面ApiAPI
- Python新型冠狀病毒疫情資料自動爬取+統計+傳送報告+資料螢幕（三）傳送篇Python
- python爬取股票最新資料並用excel繪製樹狀圖PythonExcel
- python爬取基金股票最新資料，並用excel繪製樹狀圖PythonExcel
- 百度：新型冠狀病毒肺炎搜尋大資料包告-復工篇大資料
- Python實戰：抓肺炎疫情實時資料，畫2019-nCoV疫情地圖Python地圖
- Python 繪製全球疫情地圖Python地圖
- 小區確診病例實時地圖，怎麼繪製疫情視覺化地圖？地圖視覺化
- Python pyecharts繪製餅圖PythonEcharts
- 一張新型肺炎地區分佈地圖是怎麼製作的？地圖
- Python pyecharts繪製詞雲圖PythonEcharts
- 關於新型冠狀病毒感染的肺炎疫情對中國冰雪產業的影響調查總結報告產業
- 如何製作省市級別上鑽下取的線上疫情地圖地圖
- 《全球新型冠狀病毒疫情指揮大屏》專案詳細介紹
- 上海疫情實時動態地圖製作，疫情風控區域地圖”助力精準防疫！地圖
- 武漢肺炎疫情地圖(Vue版)地圖Vue
- Python：爬取疫情每日資料Python
- 新冠確診病例軌跡地圖怎麼畫？小區疫情分佈地圖製作！地圖
- 《新型冠狀病毒剖析》專案詳細介紹
- 新型冠狀病毒轉二進位制（首發）
- [Python視覺化] pyecharts安裝入門及繪製中國貴州地圖Python視覺化Echarts地圖
- Python pyecharts繪製儀表盤PythonEcharts
- Python爬取房產資料，在地圖上展現！Python地圖
- “趁疫打劫”？警惕黑客利用新型冠狀病毒蹭熱點！黑客
- 聯合國：新型冠狀病毒危機應對指南（附下載）
- 利用python爬取丁香醫生上新型肺炎資料，並下載到本地，附帶經緯度資訊Python
- [資料分析與視覺化] Python繪製資料地圖2-GeoPandas地圖視覺化視覺化Python地圖
- 小區防疫地圖看板，哪裡可以繪製防疫地圖？地圖
- ComScore：冠狀病毒對亞太地區網路媒體使用的影響
- flask+pyecharts繪製的圖表增加互動FlaskEcharts
- python 獲取全國最新省市區資料，並存入表Python
- Python Pygal繪製世界人口地圖Python地圖
- 【python】爬取疫情資料並進行視覺化Python視覺化
- 視覺化圖表教程：業務資料地圖的繪製視覺化地圖
- 如何繪製Wardley地圖？地圖
- 抗擊疫情實時地圖怎麼做？哪個地圖可以看疫情風控？地圖
- 怎麼自己製作地圖？如何快速實現簡單地圖繪製？地圖