一、实验目的

本次实验的数据采用多种第三方网站的数据源，分别来自百度疫情实时大数据报告、腾讯新闻网，通过 Python 的 Request 库进行网络爬取，这样可以使得实验的数据为最新且实时动态更新，更有利于进行疫情数据的分析。通过爬取到的数据，利用 Pyecharts 库进行可视化数据分析，将繁琐的数据转换为于理解的图表形式，并发布在基于 Flask 架构下的前端网页上，方便用户浏览和观察。

二、实验内容

（1）网络爬取下载并处理疫情数据（使用 request，numpy，pandas ，josn，openpyxl 等第三方库）；
（2）绘制我锅疫情地图（使用 pyecharts 库），显示确诊地图即可，地图上疫情数据具体到省一级，能实现交互式展现：拖动图表滑块，可根据时间实现数据更新；
（3）可视化给定国家，给定时间段的疫情发展曲线（实现普通坐标和对数坐标两种方式，包括确诊、sw和治愈的数据曲线，使用 pyecharts 库等）；在我锅、意大利、伊朗、西班牙、美国、德国、英国、法国、日本、加拿大、韩国等共计 11 国及我锅各省、美国各州、世界七大洲等进行疫情数据可视化；
（4）结合疫情数据中确诊、治愈和sw数据的情况，对比分析我锅和美国的疫情特点（重点：自行设计图表等形式给出数据支撑，具体的省/州一级，并分析原因，给出自己的观点并采用不同的图表支撑自己的观点，例如折线图、柱状图）；
（5）设计前端页面（使用 Flask 架构），展示上述功能和结果。

三、源码与安装

  • 源码下载链接

码云下载地址：点击跳转

  • 安装步骤
  1. 解压下载的压缩包
  2. 使用IDEA开发工具打开项目并运行
  3. 在浏览器中输入网址 http://127.0.0.1:5006/ 即可看到项目

四、项目效果图

  • 世界疫情确诊地图
  • 全球疫情数据汇总表
  • 各国累计确诊病例趋势折线图(需在浏览器手动输入网址127.0.0.1:5006/manycountryconfirm)
  • 各国累计治愈病例趋势折线图(需在浏览器手动输入网址127.0.0.1:5006/manycountryheal)
  • 各国累计sw病例趋势折线图(需在浏览器手动输入网址127.0.0.1:5006/manycountrydead)
  • 各国累计确诊病例趋势折线图(对数)(需在浏览器手动输入网址127.0.0.1:5006/manycountryconfirmlog)
  • 各国累计治愈病例趋势折线图(对数)(需在浏览器手动输入网址127.0.0.1:5006/manycountryheallog)
  • 各国累计sw病例趋势折线图(对数)(需在浏览器手动输入网址127.0.0.1:5006/manycountrydeadlog)
  • 各洲累计确诊病例柱状图(需在浏览器手动输入网址127.0.0.1:5006/world/continent)
  • 今日各国新增确诊病例数量排名(需在浏览器手动输入网址127.0.0.1:5006/countryadd)
  • 全球历史确诊/治愈/sw信息(需在浏览器手动输入网址，确诊：127.0.0.1:5006/world/information/confirm/ 治愈：127.0.0.1:5006/world/information/heal/ sw：127.0.0.1:5006/world/information/dead/)
  • 我锅省份累计确诊病例示意图(需在浏览器手动输入网址127.0.0.1:5006/chinaData)
    PS：图就不放了哈，因为会违规的，想看自己运行项目查看
  • 我锅各省数据对比(需在浏览器手动输入网址127.0.0.1:5006/comparechina)
    PS：图就不放了哈，因为会违规的，想看自己运行项目查看
  • 美国各州数据对比(需在浏览器手动输入网址127.0.0.1:5006/compareamerica)
    注：本文是博主Python语言课程设计的总结，不支持任何商用，转载请注明出处！如果你也对Python语言开发大型项目的学习有一定的兴趣和理解，欢迎随时找博主交流~