Pythonは疫病の地図の可視化を実現します。


一、Jsonモジュール
       JSON(JavaScript Object Notation)は、軽量級のデータ交換フォーマットであり、読みやすく、書きやすく、機械解析や生成も容易で、効率的にネットワーク伝送効率を向上させる。
  • json.loads():jsonフォーマットのstrをpythonのデータフォーマットに変換します。
  • json.loads():pythonのデータフォーマット(辞書またはリスト)をjson形式に変換する。
  • 
    #    json           Python    ?
    import json
    #  json   str   python     :  
    dic = json.loads('{"name":"Tom","age":23}')
    res = json.loads('["name","age","gender"]')
    print(f'  loads json      Python    {dic}',type(dic))
    print(f'  loads json      Python    {res}',type(res))
    
    dics = {"name":"Tom","age":23}
    result = json.dumps(dics)
    print(type(result))
    result

    二、Pythonを通じて疫病地図の可視化を実現する。
    需要:疫病のデータを登り、どのようにjsonのデータを処理しますか?そして疫病のデータによってpyechartsを利用して疫病の地図を描きます。


    1.データの取得(requestモジュールによる)
    
    import requests
    import json
    #       
    China_url = 'https://view.inews.qq.com/g2/getOnsInfo?name=disease_h5'
    headers = {
     #      
     'User-Agent':'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/87.0.4280.141 Safari/537.36',
     'referer': 'https://news.qq.com/',
    }
    #   get  ,      
    response = requests.get(China_url,headers=headers).json()
    data = json.loads(response['data'])
    #     
    with open('./2021-02-03    .json','w',encoding='utf-8') as f:
     #    ASCII  
     f.write(json.dumps(data,ensure_ascii=False,indent=2))
    よじ登るデータの保存フォーマットはJsonで、先頭のデータは以下の通りです。

    2.json形式のデータをExcelに保存する
            jsonのデータの保存のタイプに関わらず、それともPythonの基本的なデータのタイプは保存して、データの分析についてすべてとても友好的ではありませんて、だから私達はそのデータの保存のタイプをpansdasのDataFrameタイプに転化することができて、DataFrameとExcelがもっと良い相互の転換ができるためです。
    生成したデータパターンは以下の通りです。

    以上のデータを処理し、Excelテーブルのような仕様のデータフォーマットを取得します。
    
    import pandas as pd
    chinaTotalData = pd.DataFrame(china_citylist)
    
    #      chinaTotalData  today total     DataFrame 
    #   total          
    # ======================================================================
    confirmlist = []
    suspectlist = []
    deadlist = []
    heallist = []
    deadRatelist = []
    healRatelist = []
    # print(chinaTotalData['total'].values.tolist()[0])
    for value in chinaTotalData['total'].values.tolist():
     confirmlist.append(value['confirm'])
     suspectlist.append(value['suspect'])
     deadlist.append(value['dead'])
     heallist.append(value['heal'])
     deadRatelist.append(value['deadRate'])
     healRatelist.append(value['healRate'])
    
    chinaTotalData['confirm'] = confirmlist
    chinaTotalData['suspect'] = suspectlist
    chinaTotalData['dead'] = deadlist
    chinaTotalData['heal'] = heallist
    chinaTotalData['deadRate'] = deadRatelist
    chinaTotalData['healRate'] = healRatelist
    # ===================================================================
    #     today  
    today_confirmlist = []
    today_confirmCutslist = []
    for value in chinaTotalData['today'].values.tolist():
     today_confirmlist.append(value['confirm'])
     today_confirmCutslist.append(value['confirmCuts'])
    
    chinaTotalData['today_confirm'] = today_confirmlist
    chinaTotalData['today_confirmCuts'] = today_confirmCutslist
    # ==================================================================
    #   total、today  
    chinaTotalData.drop(['total','today'],axis=1,inplace=True)
    chinaTotalData.head()
    #      Excel 
    chinaTotalData.to_excel('2021-02-03    .xlsx',index=False)
    処理されたデータ構造は下表の通りです。

    3.pyechartsを使ってデータの可視化を行う
            pyechartsはpythonとechartsを結合する強力なデータ可視化ツールです。描いた図はPythonのMatplotlibより簡単で美しいです。使用前にPython環境でpychartsによる必要があります。端末にコマンドを入力します。pip install pyecharts
    pyechartsを使って疫病地図を描く
            上記の疫病データによって、全国の疫病地図を描くことができます。
    絵を描く前に、私たちはechartsの地図パッケージをインストールしたいです。
    
    pip install echarts-countries-pypkg
    pip install echarts-china-provinces-pypkg
    pip install echarts-china-cities-pypkg
    pip install echarts-china-misc-pypkg
    pip install echarts-china-countries-pypkg
    pip install echarts-united-kingdom-pypkg
    
    
    #           
    import pandas as pd
    from pyecharts import options as opts
    from pyecharts.charts import Map
    
    df = pd.read_excel('./2021-02-03    .xlsx')
    # 1.          (  )
    data = df.groupby(by='province',as_index=False).sum()
    data_list = list(zip(data['province'].values.tolist(),data['confirm'].values.tolist()))
    #     [(   ,200),(  ,300),...]
    
    def map_china() -> Map:
     c = (
      Map()
      .add(series_name="    ",data_pair=data_list,maptype='china')
      .set_global_opts(
       title_opts = opts.TitleOpts(title='    '),
       visualmap_opts=opts.VisualMapOpts(is_piecewise=True,
         pieces = [{"max":9, "min":0, "label":"0-9","color":"#FFE4E1"},
           {"max":99, "min":10, "label":"10-99","color":"#FF7F50"},
           {"max":499, "min":100, "label":"100-4999","color":"#F08080"},
           {"max":999, "min":500, "label":"500-999","color":"#CD5C5C"},
           {"max":9999, "min":1000, "label":"1000-9999","color":"#990000"},
           {"max":99999, "min":10000, "label":"10000-99999","color":"#660000"},]
       )
      )
     )
     return c
    
    d_map = map_china()
    d_map.render("mapEchrts.html")
    最終的な運転効果は以下の通りです。

    注:上記の運転環境はPython 3.7バージョンで、IDEはブラウザ端のJpter Notebookに基づいています。
    以上はPythonの疫病地図の可視化の詳細です。pythonの疫病地図の可視化に関する資料は他の関連記事に注目してください。