Python制作新型冠状病毒疫情地图

2023-07-25 08:05| 来源: 网络整理| 查看: 265

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replace new_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！

【本文地址】

公司简介

联系我们