文章目录
一、结果及源码展示
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。
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。
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 }}）七、未来可期
文章到这里就要结束了，但故事还没有结局
如果本文对你有帮助，记得点个赞👍哟，也是对作者最大的鼓励🙇♂️。
如有不足之处可以在评论区👇多多指正，我会在看到的第一时间进行修正
作者：爱打瞌睡的CV君
CSDN：https://blog.csdn.net/qq_44921056
本文仅用于交流学习，未经作者允许，禁止转载，更勿做其他用途，违者必究。
来源地址：https://blog.csdn.net/qq_44921056/article/details/124106369
