基于python的疫情数据采集与分析代码

时间: 2023-10-23 18:15:06 浏览: 36
以下是基于Python的疫情数据采集与分析代码: 1. 疫情数据采集 ```python import requests import pandas as pd # 获取疫情数据 url = "https://c.m.163.com/ug/api/wuhan/app/data/list-total" response = requests.get(url) data = response.json() # 解析数据 lastUpdateTime = data["data"]["lastUpdateTime"] chinaTotal = data["data"]["chinaTotal"] chinaAdd = data["data"]["chinaAdd"] areaTree = data["data"]["areaTree"] # 转换为DataFrame格式 df = pd.json_normalize(areaTree, record_path=["children"], meta=["name", "today", ["total", "confirm"]]) df = df[["name", "today.confirm", "total.confirm", "today.heal", "total.heal", "today.dead", "total.dead"]] df.columns = ["地区", "新增确诊", "累计确诊", "新增治愈", "累计治愈", "新增死亡", "累计死亡"] # 输出结果 print("数据更新时间:", lastUpdateTime) print("全国疫情数据:") print("累计确诊:", chinaTotal["confirm"]) print("累计治愈:", chinaTotal["heal"]) print("累计死亡:", chinaTotal["dead"]) print(df) ``` 2. 疫情数据分析 ```python import matplotlib.pyplot as plt # 取出省份数据 df_province = df[df["地区"].str.endswith("省")] # 按累计确诊数排序 df_province = df_province.sort_values(by="累计确诊", ascending=False) # 绘制柱状图 plt.figure(figsize=(12,6)) plt.bar(df_province["地区"], df_province["累计确诊"]) plt.xticks(rotation=90) plt.xlabel("省份") plt.ylabel("累计确诊数") plt.title("各省份累计确诊数") plt.show() ``` 以上代码可以帮助你采集疫情数据并进行简单分析。但需要注意的是,疫情数据的来源和格式可能会发生变化,需要根据实际情况进行调整。

相关推荐

最新推荐

recommend-type

《python数据分析与挖掘实战》第一章总结.docx

《python数据分析与挖掘实战》-张良均,第一章总结的读书笔记 记录我的学习之旅,每份文档倾心倾力,带我成我大牛,回头观望满脸笑意,望大家多多给予意见,有问题或错误,请联系 我将及时改正;借鉴文章标明出处,...
recommend-type

《python数据分析与挖掘实战》第二章总结.docx

《python数据分析与挖掘实战》-张良均,第二章总结的读书笔记 记录我的学习之旅,每份文档倾心倾力,带我成我大牛,回头观望满脸笑意,望大家多多给予意见,有问题或错误,请联系 我将及时改正;借鉴文章标明出处,...
recommend-type

基于Python数据分析之pandas统计分析

主要介绍了基于Python数据分析之pandas统计分析,具有很好对参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
recommend-type

《python数据分析与挖掘实战》第五章总结.docx

《python数据分析与挖掘实战》-张良均,第五章总结的读书笔记 记录我的学习之旅,每份文档倾心倾力,带我成我大牛,回头观望满脸笑意,望大家多多给予意见,有问题或错误,请联系 我将及时改正;借鉴文章标明出处,...
recommend-type

基于python实现计算两组数据P值

主要介绍了基于python实现计算两组数据P值,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
recommend-type

zigbee-cluster-library-specification

最新的zigbee-cluster-library-specification说明文档。
recommend-type

管理建模和仿真的文件

管理Boualem Benatallah引用此版本:布阿利姆·贝纳塔拉。管理建模和仿真。约瑟夫-傅立叶大学-格勒诺布尔第一大学,1996年。法语。NNT:电话:00345357HAL ID:电话:00345357https://theses.hal.science/tel-003453572008年12月9日提交HAL是一个多学科的开放存取档案馆,用于存放和传播科学研究论文,无论它们是否被公开。论文可以来自法国或国外的教学和研究机构,也可以来自公共或私人研究中心。L’archive ouverte pluridisciplinaire
recommend-type

实现实时数据湖架构:Kafka与Hive集成

![实现实时数据湖架构:Kafka与Hive集成](https://img-blog.csdnimg.cn/img_convert/10eb2e6972b3b6086286fc64c0b3ee41.jpeg) # 1. 实时数据湖架构概述** 实时数据湖是一种现代数据管理架构,它允许企业以低延迟的方式收集、存储和处理大量数据。与传统数据仓库不同,实时数据湖不依赖于预先定义的模式,而是采用灵活的架构,可以处理各种数据类型和格式。这种架构为企业提供了以下优势: - **实时洞察:**实时数据湖允许企业访问最新的数据,从而做出更明智的决策。 - **数据民主化:**实时数据湖使各种利益相关者都可
recommend-type

解释minorization-maximization (MM) algorithm,并给出matlab代码编写的例子

Minorization-maximization (MM) algorithm是一种常用的优化算法,用于求解非凸问题或含有约束的优化问题。该算法的基本思想是通过构造一个凸下界函数来逼近原问题,然后通过求解凸下界函数的最优解来逼近原问题的最优解。具体步骤如下: 1. 初始化参数 $\theta_0$,设 $k=0$; 2. 构造一个凸下界函数 $Q(\theta|\theta_k)$,使其满足 $Q(\theta_k|\theta_k)=f(\theta_k)$; 3. 求解 $Q(\theta|\theta_k)$ 的最优值 $\theta_{k+1}=\arg\min_\theta Q(
recommend-type

JSBSim Reference Manual

JSBSim参考手册,其中包含JSBSim简介,JSBSim配置文件xml的编写语法,编程手册以及一些应用实例等。其中有部分内容还没有写完,估计有生之年很难看到完整版了,但是内容还是很有参考价值的。