首页
学习
活动
专区
圈层
工具
发布
社区首页 >专栏 >用pyecharts对疫情数据进行可视化

用pyecharts对疫情数据进行可视化

作者头像
用户3577892
发布2020-06-10 19:27:13
发布2020-06-10 19:27:13
1K0
举报
文章被收录于专栏:数据科学CLUB数据科学CLUB

导入相应的包获取相应的疫情信息数据分组可视化结果展示完整代码

导入相应的包

代码语言:javascript
复制
from pyecharts import options as opts
from pyecharts.charts import Map
import requests, json

获取相应的疫情信息

如何爬取信息以及相应信息的含义的讲解可以参看我的另一篇文章《肺炎疫情数据爬取》,变量的定义也保持了一致,这里不再赘述。

代码语言:javascript
复制
url = 'https://view.inews.qq.com/g2/getOnsInfo?name=disease_h5'
area = requests.get(url).json()
data = json.loads(area['data'])
代码语言:javascript
复制
# 全球的疫情数量
all_counties = data['areaTree']

数据分组

代码语言:javascript
复制
list = []
all_provinces = all_counties[0]['children']
for i in range(len(all_provinces)):
    city_name = all_provinces[i]
    list.append((city_name['name'],city_name['total']['confirm']))

可视化

pyecharts 是一个用于生成 Echarts 图表的类库。Echarts 是百度开源的一个数据可视化 JS 库。个人非常推荐使用pyechats进行可视化。

pyecharts快速入门可以参考这个网站

代码语言:javascript
复制
c = (
    Map()
    .add(" ",list,"china")
    .set_global_opts(title_opts = opts.TitleOpts(title = "中国肺炎确诊分布图"),
    visualmap_opts=opts.VisualMapOpts(  
        is_piecewise=True,  # 设置为分段
        pieces=[
        {"max":9, "min":1, "label": "1-9人"},
        {"max":99, "min":10, "label": "10-99人"},
        {"max":499, "min":100, "label": "100-499人"},
        {"max":999, "min":500, "label": "500-999人"},
        {"max":9999, "min":1000, "label": "1000-9999人"},
        {"max":99999, "min":10000, "label": "10000人以上"},
        ])
        )
    )

# c.render('map.html')
c.render_notebook() # 随时随地渲染图表

结果展示

缩放前

缩放后

完整代码

代码语言:javascript
复制
from pyecharts import options as opts
from pyecharts.charts import Map
import requests, json


def get_data():
    url = 'https://view.inews.qq.com/g2/getOnsInfo?name=disease_h5'
    area = requests.get(url).json()
    data = json.loads(area['data'])
    all_counties = data['areaTree']
    list = []
    all_provinces = all_counties[0]['children']
    for i in range(len(all_provinces)):
        city_name = all_provinces[i]
        list.append((city_name['name'],city_name['total']['confirm']))


def visualize():    
    c = (
        Map()
        .add(" ",list,"china")
        .set_global_opts(title_opts = opts.TitleOpts(title = "中国肺炎确诊分布图"),
        visualmap_opts=opts.VisualMapOpts(  
            is_piecewise=True,  # 设置为分段
            pieces=[
            {"max":9, "min":1, "label": "1-9人"},
            {"max":99, "min":10, "label": "10-99人"},
            {"max":499, "min":100, "label": "100-499人"},
            {"max":999, "min":500, "label": "500-999人"},
            {"max":9999, "min":1000, "label": "1000-9999人"},
            {"max":99999, "min":10000, "label": "10000人以上"},
            ])
            )
        )
    c.render('map.html')

def main():
    get_data()
    visualize()


if __name__ == '__main__':
    main()
本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2020-02-08,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 数据科学CLUB 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 导入相应的包
  • 获取相应的疫情信息
  • 数据分组
  • 可视化
  • 结果展示
  • 完整代码
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档