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

使用Python实现可恢复式多线程下载器

使用Python实现可恢复式多线程下载器

《使用Python实现可恢复式多线程下载器》在数字时代,大文件下载已成为日常操作,本文将手把手教你用Python打造专业级下载器,实现断点续传,多线程加速,速度限制等功能,感兴趣的小伙伴可以了解下... 目录一、智能续传：从崩溃边缘抢救进度二、多线程加速：榨干网络带宽三、速度控制：做网络的好邻居四、终端交互
阅读更多...
Python中注释使用方法举例详解

Python中注释使用方法举例详解

《Python中注释使用方法举例详解》在Python编程语言中注释是必不可少的一部分,它有助于提高代码的可读性和维护性,：本文主要介绍Python中注释使用方法的相关资料,需要的朋友可以参考下... 目录一、前言二、什么是注释？示例：三、单行注释语法：以 China编程# 开头，后面的内容为注释内容示例：示例：四
阅读更多...
Python中win32包的安装及常见用途介绍

Python中win32包的安装及常见用途介绍

《Python中win32包的安装及常见用途介绍》在Windows环境下,PythonWin32模块通常随Python安装包一起安装,：本文主要介绍Python中win32包的安装及常见用途的相关... 目录前言主要组件安装方法常见用途1. 操作Windows注册表2. 操作Windows服务3. 窗口操作
阅读更多...
Python中re模块结合正则表达式的实际应用案例

Python中re模块结合正则表达式的实际应用案例

《Python中re模块结合正则表达式的实际应用案例》Python中的re模块是用于处理正则表达式的强大工具,正则表达式是一种用来匹配字符串的模式,它可以在文本中搜索和匹配特定的字符串模式,这篇文章主... 目录前言re模块常用函数一、查看文本中是否包含 A 或 B 字符串二、替换多个关键词为统一格式三、提
阅读更多...
python常用的正则表达式及作用

python常用的正则表达式及作用

《python常用的正则表达式及作用》正则表达式是处理字符串的强大工具,Python通过re模块提供正则表达式支持,本文给大家介绍python常用的正则表达式及作用详解,感兴趣的朋友跟随小编一起看看吧... 目录python常用正则表达式及作用基本匹配模式常用正则表达式示例常用量词边界匹配分组和捕获常用re
阅读更多...
python实现对数据公钥加密与私钥解密

python实现对数据公钥加密与私钥解密

《python实现对数据公钥加密与私钥解密》这篇文章主要为大家详细介绍了如何使用python实现对数据公钥加密与私钥解密,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下... 目录公钥私钥的生成使用公钥加密使用私钥解密公钥私钥的生成这一部分，使用python生成公钥与私钥，然后保存在两个文
阅读更多...
python删除xml中的w:ascii属性的步骤

python删除xml中的w:ascii属性的步骤

《python删除xml中的w:ascii属性的步骤》使用xml.etree.ElementTree删除WordXML中w:ascii属性,需注册命名空间并定位rFonts元素,通过del操作删除属... 可以使用python的XML.etree.ElementTree模块通过以下步骤删除XML中的w:as
阅读更多...
使用Python绘制3D堆叠条形图全解析

使用Python绘制3D堆叠条形图全解析

《使用Python绘制3D堆叠条形图全解析》在数据可视化的工具箱里,3D图表总能带来眼前一亮的效果,本文就来和大家聊聊如何使用Python实现绘制3D堆叠条形图,感兴趣的小伙伴可以了解下... 目录为什么选择 3D 堆叠条形图代码实现：从数据到 3D 世界的搭建核心代码逐行解析细节优化应用场景：3D 堆叠图
阅读更多...
深度解析Python装饰器常见用法与进阶技巧

深度解析Python装饰器常见用法与进阶技巧

《深度解析Python装饰器常见用法与进阶技巧》Python装饰器（Decorator）是提升代码可读性与复用性的强大工具,本文将深入解析Python装饰器的原理,常见用法,进阶技巧与最佳实践,希望可... 目录装饰器的基本原理函数装饰器的常见用法带参数的装饰器类装饰器与方法装饰器装饰器的嵌套与组合进阶技巧
阅读更多...
springboot项目打jar制作成镜像并指定配置文件位置方式

springboot项目打jar制作成镜像并指定配置文件位置方式

《springboot项目打jar制作成镜像并指定配置文件位置方式》：本文主要介绍springboot项目打jar制作成镜像并指定配置文件位置方式,具有很好的参考价值,希望对大家有所帮助,如有错误... 目录一、上传jar到服务器二、编写dockerfile三、新建对应配置文件所存放的数据卷目录四、将配置文
阅读更多...

Copyright China编程 23002807@qq.com

沪ICP备2023033072号-2