日韩性视频-久久久蜜桃-www中文字幕-在线中文字幕av-亚洲欧美一区二区三区四区-撸久久-香蕉视频一区-久久无码精品丰满人妻-国产高潮av-激情福利社-日韩av网址大全-国产精品久久999-日本五十路在线-性欧美在线-久久99精品波多结衣一区-男女午夜免费视频-黑人极品ⅴideos精品欧美棵-人人妻人人澡人人爽精品欧美一区-日韩一区在线看-欧美a级在线免费观看

歡迎訪問 生活随笔!

生活随笔

當前位置: 首頁 > 编程语言 > python >内容正文

python

python view函数_Python爬虫实例(二)——爬取新馆疫情每日新增人数

發布時間:2025/5/22 python 30 豆豆
生活随笔 收集整理的這篇文章主要介紹了 python view函数_Python爬虫实例(二)——爬取新馆疫情每日新增人数 小編覺得挺不錯的,現在分享給大家,幫大家做個參考.

python是世界上最美的語言。

大家好,我是Henry!

疫情以來,相信大家每天都關注著疫情的實時動態,許多網站上也post了疫情的相關資料。

百香園

百度

各個網站都會統計每日新增,剛學了Matplotlib繪圖的Henry想著,我也可以通過python爬蟲得到數據,然后自己來繪制一張全國每日新增圖啊!不多說,直接開干!

先上Henry的效果圖!

粉色才是最適合猛男的顏色!!

一、實驗內容

  • 通過python爬蟲獲取疫情每日新增數據(湖北地區和非湖北地區)。

  • 將獲得的數據用庫函數Matplotlib繪制成柱形圖。

二、實驗過程記錄

(一)爬取數據

1.首先找到記錄有疫情數據的網站https://view.inews.qq.com/g2/getOnsInfo?name=disease_other

2. 安裝json,requests函數包并導入。

import jsonimport requests

3.通過request.get()函數獲取鏈接中的HTML信息,并用json.loads將其轉化為字典。

url = "https://view.inews.qq.com/g2/getOnsInfo?name=disease_other"html = requests.get(url)message = json.loads(html.text)

4.通過觀察,發現我們需要的每日新增人數保存在一個字典的key-value中,現在把它提取出來。

mes = json.loads(message['data'])mes_dict = mes["dailyNewAddHistory"]

5.創建四個個空列表,對提取出來的mes_dict循環操作,將日期和全國每日新增人數、湖北新增人數、非湖北地區新增人數放到四個個空列表里。

date=[] ##保存日期country=[] ##分別保存全國、湖北、非湖北每日新增人數hubei=[]nothubei=[]n = 0for d in mes_dict: date.append(d['date']) country.append(d['country']) hubei.append(d['hubei']) nothubei.append(d['notHubei']) n=n+1 if n>40: break

6.至此,我們需要的數據已經爬取到四個列表:date和country中了。

(二)通過Matplotlib進行繪圖

1. 安裝matplotlib.pyplot、numpy并導入

import matplotlib.pyplot as pltimport numpy as npfrom matplotlib import ticker

2. 給軸初始化,并新建一個figure指定尺寸。

x = date ##初始化坐標y1 = countryy2 = hubeiy3 = nothubeiplt.figure(figsize=(20, 10)) ##新建figure并指定尺寸

3.添加題目、軸和軸的標簽并繪圖。

plt.title("Chart of the number of newly confirmed cases per day in February 2020") ##添加題目plt.xlabel('Date') ##添加標簽plt.ylabel('Number of newly confirmed cases')plt.bar(x, y2, facecolor = 'pink',edgecolor='white',label='Hubei') ##繪制柱狀圖plt.bar(x, y3, facecolor = '#ff9999',edgecolor='white',label ='notHubei')

4.為了美觀,橫坐標日期每三個顯示一個。并將每個點的數據標在該點上方。同時添加圖例。

plt.gca().xaxis.set_major_locator(ticker.MultipleLocator(3)) ##橫坐標日期每三個顯示一個for x, y in zip(x, y): ##將每個點的數據標在該點上方 plt.text(x, y+1, y)plt.legend() ##添加圖例

5.同時對特殊點坐標進行注釋。

plt.annotate(r"$add\ clinically\ diagnosed\ cases$",xy=('02.12',15153),xycoords='data',xytext=(+30,-100),textcoords='offset points',arrowprops=dict(arrowstyle="->",connectionstyle="arc3,rad=.2"))

6.打印圖像

plt.show()

7.得到圖像。

粉色才是最適合猛男的顏色!!

三、實驗總結

  • 通過python爬蟲獲取數據,matplotlib繪圖得到了1.20-2.29湖北和非湖北地區每日新增人數柱形圖。

  • 程序還有不足的地方,比如沒有程序界面。

下面貼下全代碼

import jsonimport requestsimport matplotlib.pyplot as pltimport numpy as npfrom matplotlib import tickerurl='https://view.inews.qq.com/g2/getOnsInfo?name=disease_other'html = requests.get(url)message = json.loads(html.text)mes = json.loads(message['data'])mes_dict = mes["dailyNewAddHistory"]date=[]country=[]hubei=[]nothubei=[]n = 0for d in mes_dict: date.append(d['date']) country.append(d['country']) hubei.append(d['hubei']) nothubei.append(d['notHubei']) n=n+1 if n>40: breakx = datey1 = countryy2 = hubeiy3 = nothubeiplt.figure(figsize=(20, 10))plt.title("Chart of the number of newly confirmed cases per day in February 2020")plt.xlabel('Date')plt.ylabel('Number of newly confirmed cases')plt.bar(x, y2, facecolor = 'pink',edgecolor='white',label='Hubei')plt.bar(x, y3, facecolor = '#ff9999',edgecolor='white',label ='notHubei')plt.gca().xaxis.set_major_locator(ticker.MultipleLocator(10))plt.annotate(r"$add\ clinically\ diagnosed\ cases$",xy=('02.12',15153),xycoords='data',xytext=(+30,-100), textcoords='offset points',arrowprops=dict(arrowstyle="->",connectionstyle="arc3,rad=.2"))for x, y in zip(x, y1): plt.text(x, y+1, y, ha='left')plt.legend()plt.show()

這就是本期的全部內容啦!希望大家點個在看~

歡迎大家關注我的知乎賬號:HenryLau

歡迎大家關注我的CSDN賬號:HenryLau7

《新程序員》:云原生和全面數字化實踐50位技術專家共同創作,文字、視頻、音頻交互閱讀

總結

以上是生活随笔為你收集整理的python view函数_Python爬虫实例(二)——爬取新馆疫情每日新增人数的全部內容,希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯,歡迎將生活随笔推薦給好友。