Daily Commit

README.MD

@@ -4,8 +4,8 @@
         - 数据获取与分析提取
     - china_shapfiles
         - 地图基础数据       
-    - nCov_map_visualization    
-        - 疫情数据可视化，包含全国疫情地图、世界疫情地图、主要省份疫情地、图全国疫情随时间变化图
+    - nCov_basemap_visualization    
+        - 疫情数据可视化，包含全国疫情地图、世界疫情地图、主要省份疫情地图、全国疫情随时间变化图
 
 #### 1. 数据来源
 - 数据来源，腾讯新闻：https://news.qq.com/zt2020/page/feiyan.htm
@@ -22,4 +22,5 @@
 - 中国截止目前累积数据、每日累积的数据(1月13日开始进行每日数据统计)
 
 #### 4. 数据可视化
-
+- 方式1：
+- 方式2：使用 basemap + matplotlib 

basemap_matplotlib_使用案例/001_basemap_绘制世界地图.py

@@ -0,0 +1,28 @@
+# -*- coding:utf-8 -*-
+# project_xxx\venv\Scripts python
+
+'''
+Author: Felix
+WeiXin: AXiaShuBai
+Email: [email protected]
+Blog: https://blog.csdn.net/u011318077
+Date: 2020/1/31 14:17
+Desc:
+'''
+
+# 首先导入绘图包和地图包
+import matplotlib.pyplot as plt
+from mpl_toolkits.basemap import Basemap
+
+# 第一步：设置图片大小及分辨率
+plt.figure(figsize=(16, 8), dpi=128)
+
+# 第二步：创建一个地图
+m = Basemap()
+
+# 第三步：绘制地图上的线条，比如海岸线，国界线
+m.drawcoastlines(linewidth=1,linestyle='solid',color='black') # 绘制海岸线
+m.drawcountries(linewidth=1,linestyle='solid',color='black')  # 绘制国界线
+
+# 第四步：显示图形
+plt.show()

basemap_matplotlib_使用案例/002_basemap_绘制中国地图_GADM地图文件.py

@@ -0,0 +1,38 @@
+# -*- coding:utf-8 -*-
+# project_xxx\venv\Scripts python
+
+'''
+Author: Felix
+WeiXin: AXiaShuBai
+Email: [email protected]
+Blog: https://blog.csdn.net/u011318077
+Date: 2020/1/31 14:47
+Desc:
+'''
+
+# 首先导入绘图包和地图包
+import matplotlib.pyplot as plt
+from mpl_toolkits.basemap import Basemap
+
+# 第一步：设置图片大小及分辨率
+plt.figure(figsize=(16, 8), dpi=300)
+
+# 第二步：创建一个地图，设置经度纬度范围，只显示中国区域范围，projection选择投影模式
+m = Basemap(llcrnrlon=77, llcrnrlat=14, urcrnrlon=140, urcrnrlat=51, projection='lcc', lat_1=33, lat_2=45, lon_0=100)
+# 读取中国行政区文件,使用国即组织GADM的地图文件，网站地址https://gadm.org/country
+# 大陆，台湾，港澳地区文件是分开的，都要进行读取，并且藏南地区和一些岛屿未标注出来
+# 推荐使用案例003，网上已经整理好的中国地图文件
+m.readshapefile('../china_shapfiles/gadm36_CHN_shp/gadm36_CHN_1', 'china', drawbounds=True)
+m.readshapefile('../china_shapfiles/gadm36_HKG_shp/gadm36_HKG_1', 'hkg', drawbounds=True)
+m.readshapefile('../china_shapfiles/gadm36_MAC_shp/gadm36_MAC_1', 'mac', drawbounds=True)
+m.readshapefile('../china_shapfiles/gadm36_TWN_shp/gadm36_TWN_1', 'twn', drawbounds=True)
+
+# m.readshapefile('../china_shapfiles/china-shapefiles-simple-version/china', 'china', drawbounds=True)
+
+# 上面使用读取了本地地图文件，就不需要使用basemap绘制海岸线和国界线了，避免混乱
+# 第三步：绘制地图上的线条，比如海岸线，国界线
+# m.drawcoastlines(linewidth=1,linestyle='solid',color='black') # 绘制海岸线
+# m.drawcountries(linewidth=1,linestyle='solid',color='black')  # 绘制国界线
+
+# 第四步：显示图形
+plt.show()

basemap_matplotlib_使用案例/003_basemap_绘制中国地图_GitHub上的中国地图数据.py

@@ -0,0 +1,34 @@
+# -*- coding:utf-8 -*-
+# project_xxx\venv\Scripts python
+
+'''
+Author: Felix
+WeiXin: AXiaShuBai
+Email: [email protected]
+Blog: https://blog.csdn.net/u011318077
+Date: 2020/1/31 15:31
+Desc:
+'''
+# 首先导入绘图包和地图包
+import matplotlib.pyplot as plt
+from mpl_toolkits.basemap import Basemap
+
+# 第一步：设置图片大小及分辨率
+plt.figure(figsize=(16, 8), dpi=300)
+
+# 第二步：创建一个地图，设置经度纬度范围，只显示中国区域范围，projection选择投影模式,兰勃特投影
+m = Basemap(llcrnrlon=77, llcrnrlat=14, urcrnrlon=140, urcrnrlat=51, projection='lcc', lat_1=33, lat_2=45, lon_0=100)
+# 读取中国行政区文件,使用GitHub上已经整理好的地图文件，drawbounds参数显示图形
+# 藏南区域和岛屿都有明显的标注，可以对比002结果，信息更加丰富，藏南更准确
+m.readshapefile('../china_shapfiles/china-shapefiles-simple-version/china', 'china', drawbounds=True)
+# 九段线地图数据
+m.readshapefile('../china_shapfiles/china-shapefiles-simple-version/china_nine_dotted_line', 'china', drawbounds=True)
+
+
+# 上面使用读取了本地地图文件，就不需要使用basemap绘制海岸线和国界线了，避免混乱
+# 第三步：绘制地图上的线条，比如海岸线，国界线
+# m.drawcoastlines(linewidth=1,linestyle='solid',color='black') # 绘制海岸线
+# m.drawcountries(linewidth=1,linestyle='solid',color='black')  # 绘制国界线
+
+# 第四步：显示图形
+plt.show()

basemap_matplotlib_使用案例/004_basemap_绘制中国地图并上色.py

@@ -0,0 +1,40 @@
+# -*- coding:utf-8 -*-
+# project_xxx\venv\Scripts python
+
+'''
+Author: Felix
+WeiXin: AXiaShuBai
+Email: [email protected]
+Blog: https://blog.csdn.net/u011318077
+Date: 2020/1/31 16:38
+Desc:
+'''
+import matplotlib.pyplot as plt
+from mpl_toolkits.basemap import Basemap
+from matplotlib.patches import Polygon
+
+# 第一步：设置图片大小及分辨率
+plt.figure(figsize=(16, 8), dpi=300)
+
+# 第二步：创建一个地图，设置经度纬度范围，只显示中国区域范围，projection选择投影模式,兰勃特投影
+m = Basemap(llcrnrlon=77, llcrnrlat=14, urcrnrlon=140, urcrnrlat=51, projection='lcc', lat_1=33, lat_2=45, lon_0=100)
+# 读取中国行政区文件,使用GitHub上已经整理好的地图文件，drawbounds参数显示图形
+# 藏南区域和岛屿都有明显的标注，可以对比002结果，信息更加丰富，藏南更准确
+m.readshapefile('../china_shapfiles/china-shapefiles-simple-version/china', 'china', drawbounds=True)
+# 九段线地图数据
+m.readshapefile('../china_shapfiles/china-shapefiles-simple-version/china_nine_dotted_line', 'china_nine', drawbounds=True)
+
+# 第三步：上色
+
+ax = plt.gca()
+
+for nshape, seg in enumerate(m.china):
+    poly = Polygon(seg, facecolor='red', edgecolor='black')
+    ax.add_patch(poly)
+
+
+
+
+# 第四步：显示图形
+plt.show()
+

nCov_basemap_visualization/nCov_basemap_matplotlib_visual.py

@@ -0,0 +1,57 @@
+# -*- coding:utf-8 -*-
+# project_xxx\venv\Scripts python
+
+'''
+Author: Felix
+WeiXin: AXiaShuBai
+Email: [email protected]
+Blog: https://blog.csdn.net/u011318077
+Date: 2020/1/31 17:18
+Desc:
+'''
+
+import matplotlib.pyplot as plt
+from china_data_analysis import ChinaData
+
+# 显示中文和显示负号
+plt.rcParams['font.sans-serif'] = ['SimHei']
+plt.rcParams['axes.unicode_minus'] = False
+
+# 绘制画布和子图对象
+fig, ax1 = plt.subplots(figsize=(10, 6))
+
+# 获取每日疫情数据，日期，确诊，疑似，死亡，治愈
+date_list, everyday_confirm, everyday_suspect, everyday_dead, everyday_heal = ChinaData().china_everyday_data()
+
+# 左Y轴绘制确诊和疑似病例曲线
+ax1.plot(date_list, everyday_confirm, lw=2, ls='--', marker='o', color='red', label='确诊')
+ax1.plot(date_list, everyday_suspect, lw=2, ls='--', marker='o', color='orange', label='疑似')
+
+# 设置标题，XY轴标题，刻度
+ax1.set_title("2019-nCoV疫情变化时间图", fontsize=16)
+ax1.set_xlabel("2020年1月", fontsize=16)
+ax1.set_xticklabels(date_list, rotation=30)
+ax1.set_ylabel(r"确诊及疑似人数", fontsize=16)
+ax1.set_ylim(0, 16000)
+# 显示网格线和显示图例
+plt.grid(which='major', axis='both', color='grey', linestyle='--', alpha=0.2)
+plt.legend(loc='upper left', bbox_to_anchor=(0.3,1))
+
+
+# 右Y轴绘制死亡和治愈病例曲线,共用ax1的X轴
+ax2 = ax1.twinx()
+ax2.plot(date_list, everyday_dead, lw=1, ls='--', marker='.', color='cyan', label='死亡')
+ax2.plot(date_list, everyday_heal, lw=1, ls='--', marker='.', color='green', label='治愈')
+
+# 设置标题刻度
+ax2.set_ylabel(r"死亡及治愈人数", fontsize=16)
+ax2.set_ylim(0, 400)
+# 显示网格线和显示图例
+plt.grid(which='major', axis='both', color='grey', linestyle='--', alpha=0.2)
+plt.legend(loc='upper center')
+
+
+# 展示图形
+# plt.show()
+# 保存图形为图片,第一个参数保存路径，第二个参数裁掉多余的空白部分
+plt.savefig('2019-nCoV疫情变化时间图.png', bbox_inches='tight')

nCov_data_analysis/china_data_analysis.py

@@ -12,7 +12,7 @@
 
 import a_get_html
 
-class WorldData():
+class ChinaData():
 
     def __init__(self):
         self.ncovdata = a_get_html.nCovData()
@@ -21,7 +21,7 @@ def __init__(self):
     def china_total_data(self):
         # 累积数据汇总(实际该累积数据包含其它国家的数据),chinaTotal键对应的值就是累积数据
         chinaTotal = self.all_data['chinaTotal']
-        print(chinaTotal)
+        # print(chinaTotal)
         return chinaTotal
 
     def china_everyday_data(self):
@@ -38,15 +38,17 @@ def china_everyday_data(self):
             everyday_suspect.append(int(everyday['suspect']))
             everyday_dead.append(int(everyday['dead']))
             everyday_heal.append(int(everyday['heal']))
-        print(date_list)
-        print(everyday_confirm) # 中国累积确诊数据少于上面chinaTotal累积数据
+        # print(date_list)
+        # print(everyday_confirm) # 中国累积确诊数据少于上面chinaTotal累积数据
+        return date_list, everyday_confirm, everyday_suspect, everyday_dead, everyday_heal
+
 
     def main(self):
         self.china_total_data()
         self.china_everyday_data()
 
 if __name__ == '__main__':
-    world_data= WorldData()
+    world_data= ChinaData()
     world_data.main()
 
 

nCov_data_analysis/city_data_analysis.py

@@ -9,6 +9,8 @@
 Date: 2020/1/30 22:11
 Desc:
 '''
+# 获取每个省份下各地级市详细数据，以湖北举例说明
+# 其它省份获取一样，若要全部获取，可以使用使用循环取出每一个省份，然后再取出每个省份下地级市的数据
 
 import a_get_html
 
@@ -19,11 +21,11 @@ def __init__(self):
         self.all_data = self.ncovdata.get_html_text()
 
     def hubei_total_data(self):
-        '''获取湖北省各城市累积数据'''
+        '''获取湖北省各地级市累积数据'''
         # areaTree对应的第一个数据就是中国，下面的children对应的就是每个省份的数据，
         # 第一个省份就是湖北省，湖北省下面的children就是每个地级市的数据，也是一个列表，列表里面是字典
         areaTree = self.all_data['areaTree'][0]['children'][0]['children']
-        print(areaTree)
+        # print(areaTree)
         city_name = list()
         city_total_confirm = list()
         city_total_suspect = list()
@@ -39,7 +41,7 @@ def hubei_total_data(self):
         print(city_total_confirm)
 
     def hubei_today_data(self):
-        '''获取各国今日数据'''
+        '''获取湖北省各地级市今日数据'''
         areaTree = self.all_data['areaTree'][0]['children']
         city_name = list()
         city_today_confirm = list()