要求:
1.阅读index.html的内容,其中需要生成提前4个文件,分别为

world1.html世界疫情地图(上午课上讲的内容)
world2.html世界疫情前15国家柱状图(每个国家显示新增病例和新增死亡病例)
china1.html中国疫情地图
china2.html中国疫情前6个省,现存病例的饼状图

2.以上4个文件可在浏览器上访问,或下载后在本机访问。截图形成4个图标,名字分别为

world1.png、world2.png、china1.png、china2.png

3.将上述9个文件组织起来,通过index.html显示系统的主界面。

全国疫情

全国疫情地图

1.导入python库

import requests
import jsonpath
import json

import pyecharts
from pyecharts.charts import Map
from pyecharts import options as opts

# from countries_ch_to_en import countries_dict

from pyecharts.globals import CurrentConfig, NotebookType 
CurrentConfig.NOTEBOOK_TYPE = NotebookType.JUPYTER_LAB

# Bar - Bar_rotate_xaxis_label
# http://gallery.pyecharts.org/#/Bar/bar_rotate_xaxis_label

2.目标网站 来自腾讯新闻

#url=\'https://api.inews.qq.com/newsqa/v1/automation/foreign/country/ranklist\'
url = \'https://view.inews.qq.com/g2/getOnsInfo?name=disease_h5\'

3.发送网络请求

resp=requests.get(url)
#print("data=",resp.text)

4.提取数据 类型转换 json–>dict

data=json.loads(resp.text)
# print("data=",data)
data = json.loads(data[\'data\'])

date = jsonpath.jsonpath(data,"$..lastUpdateTime") #时间
#print("date:",date) 

#print("data=",data)
data = data[\'areaTree\']
#print("data=",data)
#data = data[\'children\']
#print("data=",data)
  • 中国数据原始:
  • 中国省份数据:

5.将每个国家的疫情数据提取出来,包括国家名称、确诊人数、死亡人数、报告日期等等,保存在数组

name = jsonpath.jsonpath(data,"$[*].children[*].name")
confirm = jsonpath.jsonpath(data,"$[*].children[*].total..confirm")
dead = jsonpath.jsonpath(data,"$[*].children[*].total..dead")

print("data1=",name)
print("data2=",confirm)
print("data3=",dead)
print("data4=",date)
#print("date_Min,date_Max=",min(date),max(date))
#date_Max=max(date)

6.将数据按照绘图模块的格式要求将数组打包

data_zip = zip(name,confirm)
data_list=list(data_zip)
print("data3=",data_list)
#时间数据特殊处理一下
#date_string="2020."+str(date_Max)

7.使用pyechart模块将疫情数据绘制在世界地图上

# 生成一个Map类的对象map
map = Map()     
#向map对象添加数据
map.add(str(date)+" 全国疫情数据分布", data_list, maptype="china")

# 设置显示的参数,连续型显示
map.set_global_opts(title_opts=opts.TitleOpts(title="全国确诊病例数据"), visualmap_opts=opts.VisualMapOpts(max_=1000))   
map.set_series_opts(label_opts=opts.LabelOpts(is_show=False))

8.绘图

# 疫情数据生成html网页格式呈现
map.render("China1.html")         
# 疫情数据生成jupyter notebook内部的网页格式呈现

map.load_javascript()
#map.render_notebook()
# wolrd_data()    
  • 在另一个cell中
map.render_notebook()
  • 绘图结果:

全国疫情饼状图

nowConfirm = jsonpath.jsonpath(data,"$[*].children[*].total..nowConfirm")

# 将数据按照绘图模块的格式要求将数组打包
data5_zip = zip(name,nowConfirm)
data5_list=list(data5_zip)

print("data5=",data5_list[0:5])

from pyecharts.charts import Pie
from pyecharts import options as opts
from pyecharts.globals import ThemeType

data5_list.sort(reverse=True,key=lambda x:x[1]) 

pie = Pie(init_opts = opts.InitOpts())
pie.add(str(date)+"全国现存确诊疫情饼状图", data5_list[0:5])

pie.render("China2.html") 

pie.load_javascript()
pie.render_notebook()
  • 绘图结果:

世界疫情

世界疫情图

2.目标网站 来自腾讯新闻

url=\'https://api.inews.qq.com/newsqa/v1/automation/foreign/country/ranklist\'

3.发送网络请求

resp=requests.get(url)
#print("data=",resp.text)

4.提取数据 类型转换 json–>dict

data=json.loads(resp.text)
#print("data=",data)
  • 世界地图原始:

5.将每个国家的疫情数据提取出来,包括国家名称、确诊人数、死亡人数、报告日期等等,保存在数组

name = jsonpath.jsonpath(data,"$..name")
confirm = jsonpath.jsonpath(data,"$..confirm")
dead = jsonpath.jsonpath(data,"$..dead")
date = jsonpath.jsonpath(data,"$..date")
newConfirm = jsonpath.jsonpath(data,"$..confirmAdd")
#print("data1=",name)
#print("data2=",confirm)

print("date_Min,date_Max=",min(date),max(date))
date_Max=max(date)

补充中国的数据

# 2.目标网站  来自腾讯新闻
#url=\'https://api.inews.qq.com/newsqa/v1/automation/foreign/country/ranklist\'
url1 = \'https://view.inews.qq.com/g2/getOnsInfo?name=disease_h5\'
# 3.发送网络请求
resp1=requests.get(url1)
#print("data=",resp.text)
# 4.提取数据   类型转换 json-->dict
datac=json.loads(resp1.text)

datac = json.loads(datac[\'data\'])
datec = jsonpath.jsonpath(datac,"$..lastUpdateTime") #时间
#print("data=",datac)

cConfirm = jsonpath.jsonpath(datac,"$..chinaTotal..confirm")
cDead = jsonpath.jsonpath(datac,"$..chinaTotal..dead")
cnewConfirm = jsonpath.jsonpath(datac,"$..chinaAdd..confirm")
cnewDead = jsonpath.jsonpath(datac,"$..chinaAdd..confirm")
print("cConfirm:",cConfirm)
print("cnewConfirm:",cnewConfirm)
print("cDead:",cDead)

6.将数据按照绘图模块的格式要求将数组打包

data_zip = zip(name,confirm)
data_list=list(data_zip)

data_list.append((\'中国\', cConfirm))
#print(data_list)
#print("data3=",data_list)
    
#时间数据特殊处理一下
date_string="2020."+str(date_Max)

7.使用pyechart模块将疫情数据绘制在世界地图上

# 生成一个Map类的对象map
map = Map()     
#向map对象添加数据
map.add(date_string+" 全球疫情数据分布", data_list, maptype="world", name_map=countries_dict)

# 设置显示的参数,连续型显示
map.set_global_opts(title_opts=opts.TitleOpts(title="全球全部确诊病例数据"), visualmap_opts=opts.VisualMapOpts(max_=140000))   
map.set_series_opts(label_opts=opts.LabelOpts(is_show=False))

8.绘图

# 疫情数据生成html网页格式呈现
map.render("world1.html")         
# 疫情数据生成jupyter notebook内部的网页格式呈现
map.load_javascript()
# wolrd_data()  
  • 另一个cell
map.render_notebook()
  • 绘图结果:

全球新增确诊和死亡人数柱状图

data3_list=list(zip(name,newConfirm,dead))
data3_list.append((\'中国\', cnewConfirm[0],cDead[0]))
print(data3_list[-5:])

data3_list.sort(reverse=True,key=lambda x:x[1]) 

from pyecharts.charts import Bar

bar=Bar()
number=15

countrys=[]
values=[]  
deads=[]
MaxValue=0
#    for i in range(len(all_data)):
for i in range(number):
    u = data3_list[i]
    countrys.append(u[0]) 
    values.append(u[1])
    deads.append(u[2])


bar.add_xaxis(countrys)
bar.add_yaxis("新增确诊", values)
bar.add_yaxis("死亡", deads)

bar.set_global_opts(
    xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(rotate=-60)),
    title_opts=opts.TitleOpts(title=date_string+"全球疫情前"+str(number)+"个国家", subtitle="新增确诊和死亡病例"),
)
bar.render("world2.html")  
bar.render_notebook()
  • 绘图结果:

index.html文件

<!DOCTYPE html>
<html>
	<head> 
		<meta charset="utf-8"> 
		<title>疫情可视化系统</title> 
	</head>
	<body>
		<p><h2 style="color:#fff000;">--------基于Python爬虫的疫情数据可视化系统(xx)--------</h2></p>
		<table width="820" border="0">
			<tr>
				<td style="background-color:#eeeeee;width:250px;width:400px;vertical-align:top;">
					<b>全球疫情地图</b> 
					<a href="http://ci.jinmensuyin.com/user/201712300020/files/20200531/world1.html?_xsrf=2%7C55b64f9e%7C02ba08c5ec7be9f551b77d0531315ec8%7C1590286606" >
					<img border="0" src="http://ci.jinmensuyin.com/user/201712300020/files/20200531/world1.png?_xsrf=2%7C55b64f9e%7C02ba08c5ec7be9f551b77d0531315ec8%7C1590286606" alt="世界地图1" width="400" height="230"></a>
				</td>

				<td style="background-color:#eeeeee;height:250px;width:400px;vertical-align:top;">
					<b>全球疫情柱状图</b> 
					<a href="http://ci.jinmensuyin.com/user/201712300020/files/20200531/world2.html?_xsrf=2%7C55b64f9e%7C02ba08c5ec7be9f551b77d0531315ec8%7C1590286606" >
					<img border="0" src="http://ci.jinmensuyin.com/user/201712300020/files/20200531/world2.png?_xsrf=2%7C55b64f9e%7C02ba08c5ec7be9f551b77d0531315ec8%7C1590286606" alt="世界地图2" width="400" height="230"></a>
				</td>
			</tr>

			<tr>
				<td style="background-color:#eeeeee;width:250px;width:400px;vertical-align:bottom;">
					<b>中国疫情地图</b> 
					<a href="http://ci.jinmensuyin.com/user/201712300020/files/20200531/China1.html?_xsrf=2%7C55b64f9e%7C02ba08c5ec7be9f551b77d0531315ec8%7C1590286606">
					<img border="0" src="http://ci.jinmensuyin.com/user/201712300020/files/20200531/China1.png?_xsrf=2%7C55b64f9e%7C02ba08c5ec7be9f551b77d0531315ec8%7C1590286606" alt="中国地图1" width="400" height="230"></a>
				</td>

				<td style="background-color:#eeeeee;height:250px;width:400px;vertical-align:bottom;">
					<b>中国疫情饼状图</b> 
					<a href="http://ci.jinmensuyin.com/user/201712300020/files/20200531/China2.html?_xsrf=2%7C55b64f9e%7C02ba08c5ec7be9f551b77d0531315ec8%7C1590286606">
					<img border="0" src="http://ci.jinmensuyin.com/user/201712300020/files/20200531/China2.png?_xsrf=2%7C55b64f9e%7C02ba08c5ec7be9f551b77d0531315ec8%7C1590286606" alt="中国地图2" width="400" height="230"></a>
				</td>
			</tr>


		</table>
	</body>
</html>

  • 运行结果:

注意事项

  • 先install pyecharts
pip install pyecharts
  • index文件的图片和链接用DownLoad Link
  • 注意jsonpath.jsonpath路径匹配问题
confirm = jsonpath.jsonpath(data,"$[*].children[*].total..confirm") 

表示根节点的第一层子节点中所有的children子节点,的下一层子节点中的所有total子节点中的所有confirm结点
参考:https://www.cnblogs.com/qiaoyeye/p/5236103.html

  • 先上传四个截图,再复制链接
  • 在本地用记事本打开index.html文件,修改里面的图片路径和要链接到的路径(四个html)
  • 上传index.html文件到jupyter上



遇到的问题及解决方法

  1. 画的图显示不出来
    • 因为jupyterLab和jupyterNoteBook不一样,Lab需要环境声明
from pyecharts.globals import CurrentConfig, NotebookType 
CurrentConfig.NOTEBOOK_TYPE = NotebookType.JUPYTER_LAB
* 并且在画图时,先map.load_javascript(),再在另个一cell里map.render_notebook()
* 参考:http://pyecharts.org/#/zh-cn/notebook?id=jupyter-lab

参考:http://pyecharts.org/#/zh-cn/quickstart

版权声明:本文为monster-yher原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。
本文链接:https://www.cnblogs.com/monster-yher/p/13022896.html