Python制作新型冠状病毒疫情地图-(世界&中国)

之前分享过一篇关于python爬虫制作疫情地图的博客，因为pyecharts版本的不同，其中实现方法也有些许区别。本篇博客中制作地图的代码是在pyecharts 0.5.10版本下完成的。
pyecharts高版本的map地图制作请点这里

1、导包：

import re
from bs4 import BeautifulSoup
from urllib.request import urlopen
from pyecharts import Map, Geo
from world_name_dict import world_name_dict as world_names

说明：

from world_name_dict import world_name_dict as world_names

world_name_dict 是世界各国中英文对照的字典，为显示世界地图做转换。

2、爬虫：爬取疫情数据网页

爬取的疫情详情网页是：丁香园-丁香医生的疫情网页
网页地址：https://3g.dxy.cn/newh5/view/pneumonia_peopleapp
导入urlopen函数，读取网页内容，如果网页中有中文要用“utf-8”解码

html = urlopen(
"https://3g.dxy.cn/newh5/view/pneumonia_peopleapp"
).read().decode('utf-8')
#获取html网页的源代码
bs= BeautifulSoup(html,"html.parser")
print(bs.body)

3、国内疫情地图：map

（1）对源代码进行操作：

str1=bs.body.text
# print(str1)
str1=str1[str1.find('window.getAreaStat = '):]    #查找字符串中指定国内省份对应数据的关键字，进行截取
data = str1[str1.find('[{'):str1.find('}catch')]
data_list=eval(data)    #字符串转字典数组
# print(type(data_list))
# print(data_list)
new_dict={}   #省份现存确诊数
new_dict1={}   #省份累计确诊数

(2) 遍历数据，获取累计确诊与现存确诊：

#循环遍历data_list取数据{省份：确诊数}
for province in data_list:
#将省份现存确诊数放入new_dict字典中，处理不合格的省份名称replace
new_dict[province['provinceName'].replace('自治区','').replace('回族','').replace('维吾尔','').replace('省','').replace('市','').replace('壮族','')] = province['currentConfirmedCount']
#省份累计确诊数
new_dict1[province['provinceName'].replace('自治区','').replace('回族','').replace('维吾尔','').replace('省','').replace('市','').replace('壮族','')] = province['confirmedCount']

print(new_dict)
print(new_dict1)

(3) 国内省份地图-现存确诊：

province=list(new_dict.keys())   #将字典中的省份key以列表的形式取出来
values=list(new_dict.values())   #将字典中确诊数values以列表形式取出来
map = Map("中国地图","map小练习", width=1600, height=800,title_pos="left",title_color="#404a59")
map.add("现存确诊", province, values,
pieces=[
{"max": 0, "label": "0人", "color": "#FFFFFF"},
{"min": 1, "max": 9, "label": "1-10人", "color": "#FFEBCD"},
{"min": 10, "max": 99, "label": "10-99人", "color": "#FFA07A"},
{"min": 100, "max": 499, "label": "100-499人", "color": "#FF4040"},
{"min": 500, "max": 999, "label": "500-999人", "color": "#CD2626"},
{"min": 1000, "max": 10000, "label": "1000-10000人", "color": "#B22222"},
{'min': 10000, "label": ">10000人", "color": "#8B1A1A"}],  # 不指定 max，表示 max 为无限大
isual_range=[0, 1000],is_piecewise=True,is_visualmap=True,visual_split_number=5,maptype='china',visual_text_color='#000',
is_label_show=True,is_map_symbol_show=False)
# maptype='china' 只显示全国直辖市和省级
# 数据只能是省名和直辖市的名称
map.show_config()
map.render(path="G:/疫情地图-中国现存确诊.html")

(4) 国内省份地图-累计确诊：

province1=list(new_dict1.keys())
values1=list(new_dict1.values())
map = Map("中国地图","map小练习", width=1600, height=800,title_pos="left",title_color="#404a59")
map.add("确诊", province1,values1,
pieces=[
{"max": 0, "label": "0人", "color": "#FFFFFF"},
{"min": 1, "max": 9, "label": "1-10人", "color": "#FFEBCD"},
{"min": 10, "max": 99, "label": "10-99人", "color": "#FFA07A"},
{"min": 100, "max": 499, "label": "100-499人", "color": "#FF4040"},
{"min": 500, "max": 999, "label": "500-999人", "color": "#CD2626"},
{"min": 1000, "max": 10000, "label": "1000-10000人", "color": "#B22222"},
{'min': 10000, "label": ">10000人", "color": "#8B1A1A"}],  # 不指定 max，表示 max 为无限大
isual_range=[0, 1000],is_piecewise=True,is_visualmap=True,visual_split_number=5,maptype='china',visual_text_color='#000',
is_label_show=True,is_map_symbol_show=False)
# maptype='china' 只显示全国直辖市和省级
# 数据只能是省名和直辖市的名称
map.show_config()
map.render(path="G:/疫情地图-中国累计确诊.html")

map.add中的标签属性：

map.add()：
visual_text_color：标签颜色
is_piecewise ：颜色是否分段显示（False为渐变，True为分段）
is_visualmap：是否映射（数量与颜色深浅是否挂钩）
maptype ：地图类型，可以是中国地图，省地图，市地图等等
visual_split_number ：可视化数值分组
is_label_show = True, # 显示各区域名称
symbol=“circle”：标记的形状（circle，pin，rect，diamon，roundRect，arrow，triangle）
geo_normal_color="#006edd"：地图颜色
geo_emphasis_color="#0000ff"：鼠标放在地图上的颜色

累计确诊：

现存确诊：

4、世界疫情地图：

（1）处理源码：

str2=bs.body.text
str2=str2[str2.find('window.getListByCountryTypeService2 = '):]
data2=str2[str2.find('[{'):str2.find('}catch')]
data_list2=eval(data2)
# print(data_list2)
world_confirmedCount={}   #世界累计确诊数

（2）引用world_name_dict 中的字典（世界中英文字典），将各国名称的中文转换为英文：

for province2 in data_list2:
#对特殊字符串做处理
world_confirmedCount[province2['provinceName'].replace('钻石公主号邮轮','').replace('其他','')]=province2['confirmedCount']
world_confirmedCount[province2['provinceName']]=province2['confirmedCount']

try:
#获取中英文字典中的key，也就是英文的各国名称
world_confirmedCount[[k for (k, v) in world_names.items() if v == province2['provinceName']][0]] = province2['confirmedCount']  # 全世界的国家
except Exception as e:
print('exception:',province2['provinceName'],' ',e)

world_confirmedCount[province2['continents']] = province2['confirmedCount']   #亚洲，非洲...
print(world_confirmedCount)
print("总共有",len(world_confirmedCount),"个国家")

（3）寻找包含中国疫情确诊数据的字符串并截取：

从body的字符串中可知，有关世界疫情的数据中不包含中国的数据，所以我们要取中国的确诊数据，再加入到世界的数据中。即加入到

world_confirmedCount

中。

ChinaCount=re.search(r'"countRemark":"","currentConfirmedCount":(\-?)\d*,"confirmedCount":(\-?)\d*', bs.body.text)
print("中国现存确诊与累计确诊：",ChinaCount)

（4）进一步取中国确诊数：

对ChinaCount进行操作，去掉字符串countRemark

zs_dict=eval('{'+ChinaCount.group().replace('"countRemark":"",','')+'}')

删除中国的现存确诊currentConfirmedCount，只保留累计确诊

del zs_dict['currentConfirmedCount']

（5）将确诊数confirmedCount的键值key替换为China

zs_dict['China']=zs_dict.pop('confirmedCount')

因为源码中confirmedCount的key值是provinceName，所以要进行替换。

（6）最后将中国加入到世界疫情确诊数中：

# 将中国累计确诊数据{'China': 80981}添加到world_dict
world_confirmedCount.update(zs_dict)

此时world_dict中就包含了所有的国家疫情确诊信息。

（7）绘制世界地图：

country = list(world_confirmedCount.keys())
value=list(world_confirmedCount.values())
print(country)
print(value)
map0 = Map("世界地图示例", width=1400, height=800)
map0.add("世界地图",country, value, maptype="world",  is_visualmap=True, is_piecewise=True, visual_text_color='#000',
pieces=[
{"max":0,"label":"0人","color":"#FFFFFF"},
{"min":1,"max":9,"label":"1-9人","color":"#FFEBCD"},
{"min":10,"max":99,"label":"10-99人","color":"#FFA07A"},
{"min":100,"max":499,"label":"100-499人","color":"#FF7F50"},
{"min":500,"max":999,"label":"500-999人","color":"#CD4F39"},
{'min':1000,"max":10000,"label":"1000-10000人","color":"#CD3333"},
{'min':10000,"label":">10000人","color":"#8B0000"}  #不指定 max，表示 max 为无限大
],is_label_show = False,is_map_symbol_show=False
)
map0.render(path="G:/新冠肺炎-世界地图.html")

世界地图我只画了累计确诊数据的，现存确诊的你可以自己尝试的画一下哦，方法是一样的。
小白一个，请各位大神指教！

• 点赞 96
• 收藏
• 分享
• 文章举报

糖潮丽子~辣丽 发布了56 篇原创文章 · 获赞 247 · 访问量 1万+ 私信 关注