Python制作新型冠状病毒疫情地图-(世界中国)

2023-10-13 20:50
文章标签 python 新型 世界 中国 制作 地图 疫情 冠状病毒

本文主要是介绍Python制作新型冠状病毒疫情地图-(世界中国)，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

之前分享过一篇关于python爬虫制作疫情地图的博客，因为pyecharts版本的不同，其中实现方法也有些许区别。本篇博客中制作地图的代码是在pyecharts 0.5.10版本下完成的。
pyecharts高版本的map地图制作请点这里

1、导包：

import re
from bs4 import BeautifulSoup
from urllib.request import urlopen
from pyecharts import Map, Geo
from world_name_dict import world_name_dict as world_names
说明：

from world_name_dict import world_name_dict as world_names
world_name_dict 是世界各国中英文对照的字典，为显示世界地图做转换。

2、爬虫：爬取疫情数据网页

爬取的疫情详情网页是：丁香园-丁香医生的疫情网页
网页地址：https://3g.dxy.cn/newh5/view/pneumonia_peopleapp
导入urlopen函数，读取网页内容，如果网页中有中文要用“utf-8”解码

html = urlopen("https://3g.dxy.cn/newh5/view/pneumonia_peopleapp"
).read().decode('utf-8')
#获取html网页的源代码
bs= BeautifulSoup(html,"html.parser")
print(bs.body)

3、国内疫情地图：map

（1）对源代码进行操作：
str1=bs.body.text
# print(str1)
str1=str1[str1.find('window.getAreaStat = '):]    #查找字符串中指定国内省份对应数据的关键字，进行截取
data = str1[str1.find('[{'):str1.find('}catch')]
data_list=eval(data)    #字符串转字典数组
# print(type(data_list))
# print(data_list)
new_dict={}   #省份现存确诊数
new_dict1={}   #省份累计确诊数
(2) 遍历数据，获取累计确诊与现存确诊：
#循环遍历data_list取数据{省份：确诊数}
for province in data_list:#将省份现存确诊数放入new_dict字典中，处理不合格的省份名称replacenew_dict[province['provinceName'].replace('自治区','').replace('回族','').replace('维吾尔','').replace('省','').replace('市','').replace('壮族','')] = province['currentConfirmedCount']#省份累计确诊数new_dict1[province['provinceName'].replace('自治区','').replace('回族','').replace('维吾尔','').replace('省','').replace('市','').replace('壮族','')] = province['confirmedCount']print(new_dict)
print(new_dict1)
(3) 国内省份地图-现存确诊：
province=list(new_dict.keys())   #将字典中的省份key以列表的形式取出来
values=list(new_dict.values())   #将字典中确诊数values以列表形式取出来
map = Map("中国地图","map小练习", width=1600, height=800,title_pos="left",title_color="#404a59")
map.add("现存确诊", province, values,
pieces=[{"max": 0, "label": "0人", "color": "#FFFFFF"},{"min": 1, "max": 9, "label": "1-10人", "color": "#FFEBCD"},{"min": 10, "max": 99, "label": "10-99人", "color": "#FFA07A"},{"min": 100, "max": 499, "label": "100-499人", "color": "#FF4040"},{"min": 500, "max": 999, "label": "500-999人", "color": "#CD2626"},{"min": 1000, "max": 10000, "label": "1000-10000人", "color": "#B22222"},{'min': 10000, "label": ">10000人", "color": "#8B1A1A"}],  # 不指定 max，表示 max 为无限大
isual_range=[0, 1000],is_piecewise=True,is_visualmap=True,visual_split_number=5,maptype='china',visual_text_color='#000',
is_label_show=True,is_map_symbol_show=False)
# maptype='china' 只显示全国直辖市和省级
# 数据只能是省名和直辖市的名称
map.show_config()
map.render(path="G:/疫情地图-中国现存确诊.html")
(4) 国内省份地图-累计确诊：
province1=list(new_dict1.keys())
values1=list(new_dict1.values())
map = Map("中国地图","map小练习", width=1600, height=800,title_pos="left",title_color="#404a59")
map.add("确诊", province1,values1,
pieces=[{"max": 0, "label": "0人", "color": "#FFFFFF"},{"min": 1, "max": 9, "label": "1-10人", "color": "#FFEBCD"},{"min": 10, "max": 99, "label": "10-99人", "color": "#FFA07A"},{"min": 100, "max": 499, "label": "100-499人", "color": "#FF4040"},{"min": 500, "max": 999, "label": "500-999人", "color": "#CD2626"},{"min": 1000, "max": 10000, "label": "1000-10000人", "color": "#B22222"},{'min': 10000, "label": ">10000人", "color": "#8B1A1A"}],  # 不指定 max，表示 max 为无限大
isual_range=[0, 1000],is_piecewise=True,is_visualmap=True,visual_split_number=5,maptype='china',visual_text_color='#000',
is_label_show=True,is_map_symbol_show=False)
# maptype='china' 只显示全国直辖市和省级
# 数据只能是省名和直辖市的名称
map.show_config()
map.render(path="G:/疫情地图-中国累计确诊.html")
map.add中的标签属性：

map.add()：
visual_text_color：标签颜色
is_piecewise ：颜色是否分段显示（False为渐变，True为分段）
is_visualmap：是否映射（数量与颜色深浅是否挂钩）
maptype ：地图类型，可以是中国地图，省地图，市地图等等
visual_split_number ：可视化数值分组
is_label_show = True, # 显示各区域名称
symbol=“circle”：标记的形状（circle，pin，rect，diamon，roundRect，arrow，triangle）
geo_normal_color="#006edd"：地图颜色
geo_emphasis_color="#0000ff"：鼠标放在地图上的颜色

累计确诊：

在这里插入图片描述

现存确诊：

在这里插入图片描述

4、世界疫情地图：

（1）处理源码：
str2=bs.body.text
str2=str2[str2.find('window.getListByCountryTypeService2 = '):]
data2=str2[str2.find('[{'):str2.find('}catch')]
data_list2=eval(data2)
# print(data_list2)
world_confirmedCount={}   #世界累计确诊数
（2）引用world_name_dict 中的字典（世界中英文字典），将各国名称的中文转换为英文：
for province2 in data_list2:#对特殊字符串做处理world_confirmedCount[province2['provinceName'].replace('钻石公主号邮轮','').replace('其他','')]=province2['confirmedCount']world_confirmedCount[province2['provinceName']]=province2['confirmedCount']try:#获取中英文字典中的key，也就是英文的各国名称world_confirmedCount[[k for (k, v) in world_names.items() if v == province2['provinceName']][0]] = province2['confirmedCount']  # 全世界的国家except Exception as e:print('exception:',province2['provinceName'],' ',e)world_confirmedCount[province2['continents']] = province2['confirmedCount']   #亚洲，非洲...
print(world_confirmedCount)
print("总共有",len(world_confirmedCount),"个国家")
（3）寻找包含中国疫情确诊数据的字符串并截取：

从body的字符串中可知，有关世界疫情的数据中不包含中国的数据，所以我们要取中国的确诊数据，再加入到世界的数据中。即加入到world_confirmedCount中。

ChinaCount=re.search(r'"countRemark":"","currentConfirmedCount":(\-?)\d*,"confirmedCount":(\-?)\d*', bs.body.text)
print("中国现存确诊与累计确诊：",ChinaCount)
（4）进一步取中国确诊数：

对ChinaCount进行操作，去掉字符串countRemark

zs_dict=eval('{'+ChinaCount.group().replace('"countRemark":"",','')+'}')

删除中国的现存确诊currentConfirmedCount，只保留累计确诊

del zs_dict['currentConfirmedCount']
（5）将确诊数confirmedCount的键值key替换为China
zs_dict['China']=zs_dict.pop('confirmedCount')

因为源码中confirmedCount的key值是provinceName，所以要进行替换。

（6）最后将中国加入到世界疫情确诊数中：
# 将中国累计确诊数据{'China': 80981}添加到world_dict
world_confirmedCount.update(zs_dict)

此时world_dict中就包含了所有的国家疫情确诊信息。

（7）绘制世界地图：
country = list(world_confirmedCount.keys())
value=list(world_confirmedCount.values())
print(country)
print(value)
map0 = Map("世界地图示例", width=1400, height=800)
map0.add("世界地图",country, value, maptype="world",  is_visualmap=True, is_piecewise=True, visual_text_color='#000',
pieces=[
{"max":0,"label":"0人","color":"#FFFFFF"},
{"min":1,"max":9,"label":"1-9人","color":"#FFEBCD"},
{"min":10,"max":99,"label":"10-99人","color":"#FFA07A"},
{"min":100,"max":499,"label":"100-499人","color":"#FF7F50"},
{"min":500,"max":999,"label":"500-999人","color":"#CD4F39"},
{'min':1000,"max":10000,"label":"1000-10000人","color":"#CD3333"},
{'min':10000,"label":">10000人","color":"#8B0000"}  #不指定 max，表示 max 为无限大
],is_label_show = False,is_map_symbol_show=False
)
map0.render(path="G:/新冠肺炎-世界地图.html")

在这里插入图片描述
世界地图我只画了累计确诊数据的，现存确诊的你可以自己尝试的画一下哦，方法是一样的。
小白一个，请各位大神指教！

这篇关于Python制作新型冠状病毒疫情地图-(世界中国)的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！


http://www.chinasem.cn/article/205805。

相关文章

Python将博客内容html导出为Markdown格式

Python将博客内容html导出为Markdown格式

《Python将博客内容html导出为Markdown格式》Python将博客内容html导出为Markdown格式,通过博客url地址抓取文章,分析并提取出文章标题和内容,将内容构建成html,再转... 目录一、为什么要搞？二、准备如何搞？三、说搞咱就搞！抓取文章提取内容构建html转存markdown
阅读更多...
Python获取中国节假日数据记录入JSON文件

Python获取中国节假日数据记录入JSON文件

《Python获取中国节假日数据记录入JSON文件》项目系统内置的日历应用为了提升用户体验,特别设置了在调休日期显示“休”的UI图标功能,那么问题是这些调休数据从哪里来呢？我尝试一种更为智能的方法：P... 目录节假日数据获取存入jsON文件节假日数据读取封装完整代码项目系统内置的日历应用为了提升用户体验，
阅读更多...
Python FastAPI+Celery+RabbitMQ实现分布式图片水印处理系统

Python FastAPI+Celery+RabbitMQ实现分布式图片水印处理系统

《PythonFastAPI+Celery+RabbitMQ实现分布式图片水印处理系统》这篇文章主要为大家详细介绍了PythonFastAPI如何结合Celery以及RabbitMQ实现简单的分布式... 实现思路FastAPI 服务器Celery 任务队列RabbitMQ 作为消息代理定时任务处理完整
阅读更多...
Python Websockets库的使用指南

Python Websockets库的使用指南

《PythonWebsockets库的使用指南》pythonwebsockets库是一个用于创建WebSocket服务器和客户端的Python库,它提供了一种简单的方式来实现实时通信,支持异步和同步... 目录一、WebSocket 简介二、python 的 websockets 库安装三、完整代码示例1.
阅读更多...
揭秘Python Socket网络编程的7种硬核用法

揭秘Python Socket网络编程的7种硬核用法

《揭秘PythonSocket网络编程的7种硬核用法》Socket不仅能做聊天室,还能干一大堆硬核操作,这篇文章就带大家看看Python网络编程的7种超实用玩法,感兴趣的小伙伴可以跟随小编一起... 目录1.端口扫描器：探测开放端口2.简易 HTTP 服务器：10 秒搭个网页3.局域网游戏：多人联机对战4.
阅读更多...
使用Python实现快速搭建本地HTTP服务器

使用Python实现快速搭建本地HTTP服务器

《使用Python实现快速搭建本地HTTP服务器》：本文主要介绍如何使用Python快速搭建本地HTTP服务器,轻松实现一键HTTP文件共享,同时结合二维码技术,让访问更简单,感兴趣的小伙伴可以了... 目录1. 概述2. 快速搭建 HTTP 文件共享服务2.1 核心思路2.2 代码实现2.3 代码解读3.
阅读更多...
Python使用自带的base64库进行base64编码和解码

Python使用自带的base64库进行base64编码和解码

《Python使用自带的base64库进行base64编码和解码》在Python中,处理数据的编码和解码是数据传输和存储中非常普遍的需求,其中,Base64是一种常用的编码方案,本文我将详细介绍如何使... 目录引言使用python的base64库进行编码和解码编码函数解码函数Base64编码的应用场景注意
阅读更多...
Python基于wxPython和FFmpeg开发一个视频标签工具

Python基于wxPython和FFmpeg开发一个视频标签工具

《Python基于wxPython和FFmpeg开发一个视频标签工具》在当今数字媒体时代,视频内容的管理和标记变得越来越重要,无论是研究人员需要对实验视频进行时间点标记,还是个人用户希望对家庭视频进行... 目录引言1. 应用概述2. 技术栈分析2.1 核心库和模块2.2 wxpython作为GUI选择的优
阅读更多...
Python如何使用__slots__实现节省内存和性能优化

Python如何使用__slots__实现节省内存和性能优化

《Python如何使用__slots__实现节省内存和性能优化》你有想过,一个小小的__slots__能让你的Python类内存消耗直接减半吗,没错,今天咱们要聊的就是这个让人眼前一亮的技巧,感兴趣的... 目录背景：内存吃得满满的类__slots__：你的内存管理小助手举个大概的例子：看看效果如何？1.
阅读更多...
Python+PyQt5实现多屏幕协同播放功能

Python+PyQt5实现多屏幕协同播放功能

《Python+PyQt5实现多屏幕协同播放功能》在现代会议展示、数字广告、展览展示等场景中,多屏幕协同播放已成为刚需,下面我们就来看看如何利用Python和PyQt5开发一套功能强大的跨屏播控系统吧... 目录一、项目概述：突破传统播放限制二、核心技术解析2.1 多屏管理机制2.2 播放引擎设计2.3 专
阅读更多...

Copyright China编程 23002807@qq.com

沪ICP备2023033072号-2