位置：首页-资讯-数据库

中国新冠疫情数据可视化

2023-09-01 17:27

短信预约 -IT技能 免费直播动态提醒

文章目录

一、结果及源码展示

在这里插入图片描述
自己做的这个可视化比较朴素，简单分为七个部分：

全国累计趋势（包括累计确诊、累计治愈、累计死亡）
全国每日确诊、治愈情况
中间比较明显的四个数据（累计确诊、每日新增、累计治愈、累计死亡）
中国疫情地图（颜色深度表示每日新增情况）
省份或直辖市每日新增数量前五
江苏省各城市现有的确诊人数

源码如下：https://github.com/Polaris119/Epidemic-visualization可以给个star嘛

说真的，自己花了四五天的时间，第一次感觉一个项目能用到这么多知识，学习的过程也遇到了很多的困难，尤其是前端方面的知识，以前接触的非常少。最后慢慢跑完所有的数据后，真的非常开心。

二、项目准备

1、第三方库

requests
pymysql
flask

可根据自己情况，酌情安装。

2、知识点概况

html
css
javascript
jQuery
python
requests
mysql
pymysql
json
ajax
flask
echarts

3、推荐视频

像我一样的小白，可以参考这个视频，结合自身，可以更快地进入项目。

可参考视频：传送门

注意：这个视频中有一些不对的地方，稍微注意下就可以解决，不要全按照视频来哦

三、数据获取

关于新冠疫情的数据非常多，可自行寻找。

通过检查抓包，可以轻松发现数据，以json的形式进行存储的。
在这里插入图片描述

需要获取的数据如下：

全国今日新增、累计确诊、治愈人数、死亡人数
每个省份的每个城市今日新增、累计确诊、治愈人数、死亡人数
全国历史累计确诊、疑似、治愈、死亡人数
全国历史每日累计确诊、疑似、治愈、死亡人数

部分代码如下：

详细可见源码： https://github.com/Polaris119/Epidemic-visualization

# 获取当日数据def get_now(data):    now = []    data_time = str(data['diseaseh5Shelf']['lastUpdateTime'])  # 数据更新时间    data_all = data['diseaseh5Shelf']['areaTree'][0]    data_province_s = data['diseaseh5Shelf']['areaTree'][0]['children']    # 获取全国今日新增、累计确诊、治愈人数、死亡人数    confirms = data_all['total']['confirm']    confirms_add = data_all['today']['confirm']    heals = data_all['total']['heal']    deads = data_all['total']['dead']    # 获取每个省份的每个城市今日新增、累计确诊、治愈人数、死亡人数    for data_province in data_province_s:        province = data_province['name']  # 省份        for data_city in data_province['children']:            city = data_city['name']  # 城市            confirm = data_city['total']['confirm']  # 确诊            confirm_add = data_city['today']['confirm']  # 新增            heal = data_city['total']['heal']  # 治愈            dead = data_city['total']['dead']  # 死亡            now.append((data_time, province, city, confirm_add, confirm, heal, dead))    return confirms, confirms_add, heals, deads, now# 获取历史数据def get_past(data):    past = {}    for data_day in data:        data_time = data_day['date']  # 获取最原始的时间        time_deal = time.strptime(data_time, '%m.%d')  # 根据指定的格式把一个时间字符串解析为时间元组        date = time.strftime('%m-%d', time_deal)  # 重新组成新的时间字符串        past[date] = {            'confirm': data_day['confirm'],  # 确诊            'suspect': data_day['suspect'],  # 疑似            'heal': data_day['heal'],  # 治愈            'dead': data_day['dead']  # 死亡        }    return past

四、数据库交互

对于数据库的相关知识，小白可参考我之前写的两篇文章：
【MySQL安装】MySQL的安装及环境配置
 【MySQL语句】MySQL基础语句

在开始之前，需要创建一个数据库，我这里创建的是covid。

接着，需要连接数据库，以我的为例：

import pymysqldef mysql():    db = pymysql.connect(host='localhost', user='root', password='填写自己的密码', database='covid', charset='utf8')    cur = db.cursor()    return db, cur

成功连接之后，就可以进行存取数据了。

以插入全国今日新增、累计确诊、治愈人数、死亡数据为例：

# 写入当日数据def insert_now(now):    db, cur = mysql()    try:        cur.execute("DROP TABLE IF EXISTS 当日数据")        # 写创建表的sql语句        set_sql_now = "create table 当日数据(时间 varchar(100),省份 varchar(50),城市 varchar(50),新增确诊 int(11)," \                      "确诊人数 int(11),治愈人数 int(11),死亡人数 int(11))ENGINE=InnoDB DEFAULT CHARSET=utf8"        # 执行sql语句        cur.execute(set_sql_now)        # 保存        db.commit()        # 写入数据库        save_sql_now = "insert into 当日数据 values(%s,%s,%s,%s,%s,%s,%s)"        cur.executemany(save_sql_now, now)  # now位置必须是个列表，列表里面的元素是数组        db.commit()        print('当日数据写入成功')    except Exception as e:        print('当日数据写入失败原因:%s' % e)

五、绘制前端页面

主要用到了Echarts提供的模板。ECharts 是一个使用 JavaScript 实现的开源可视化库，涵盖各行业图表，可免费使用。

Echarts官网如下：https://echarts.apache.org/zh/index.html

具体的使用可以到官方文档查看：https://echarts.apache.org/zh/api.html

六、Web程序开发

Flask是一个使用 Python编写的轻量级Web应用框架。其WSGl( Python Web Server Gateway Interface）工具包采用 Werkzeug,模板引擎则使用 Jinja2,是目前十分流行的Web框架。

使用pycharm创建一个flask项目,会自动帮我们生成两个文件夹【templates】【static】和一个python文件【app.py】，我们需要将写好的HTML文件放在【templates】目录下,CSS和JS放在【static】目录下。
在这里插入图片描述
数据的传输可以使用Ajax。Ajax是Asynchronous Javascript and XML的简称，通过Ajax向服务器发送请求，接收服务器返回的json数据，然后使用 Javascript修改网页，来实现页面局部数据更新。

基本格式如下：

$.ajax({    type:"post",     //请求类型    url:"/目标路由",  //请求地址    data:{},         //数据    datatype:"json",    success:function (data) {        //请求成功的回调函数，data是返回的数据    }，    error:function () {        //请求失败时执行    }}）