PAGE課程名稱：Python語言與數據分析課程報告項目名稱班級學號姓名任課教師開課學期：20至20學年第學期完成時間：20年月日

PAGE參考方向可參考下面方向自定研究題目，本頁在正式報告中請刪除！新冠肺炎疫情數據分析與可視化從網絡獲取新冠肺炎疫情相關數據（中外均可），展示疫情發展變化情況、區域差異，可結合地圖展示中國大學排行榜從具有一定權威性的網站獲取中國大學在某個方面（如錄取分數、畢業生薪酬等）的排行，分析地域差異，展示排名隨年度變化情況某大學招生錄取數據分析從某大學招生就業處或研究生院網站獲取近若干年招生分數和人數信息，分析各專業、各省份差異及年度變化情況全球國家基本情況分析分析全球主要國家國土面積、人口數量、GDP等信息，結合地圖展示中國大學國內期刊論文發表情況分析獲取中國大學在國內期刊論文發表數據，對學校、個人進行排名，分析研究主題熱點隨時間變化情況滬深股票數據分析利用Tushare等平臺獲取滬深股票相關數據進行分析和可視化全國電影票房與備案數據分析利用Tushare等平臺獲取全國電影票房與劇本備案數據進行分析和可視化新聞數據分析利用Tushare等平臺獲取新聞通訊、新聞聯播文字稿等數據，進行分析和可視化天氣數據分析對若干城市某段時間以來的天氣、空氣質量等數據進行分析和可視化40個微觀數據庫參考《40個微觀數據庫.docx》其他自選方向自己編寫爬蟲程序，或從在線數據集平臺（Datatang、kesci、阿里云天池等）獲取你感興趣的數據集做你感興趣的分析。注意：禁止抄襲、復制同學或網上已有數據分析報告，如發現將按0分處理。 20XX-20XX（X）PythonPrograming&DataAnalyticsPAGE《項目名稱》數據分析報告目錄《XX》數據分析報告PAGE61概述2019年，一種新型冠狀病毒出現，這是本世紀繼SARS,MERS之后，冠狀病毒的第三次襲擊人類，被稱為2019-nCoV全球第一個病例在我國武漢報道，我國政府采取有力措施，在2020年5月份疫情基本撲滅，雖今年2月份疫情有復發趨勢，但到現在已經被有效控制。現階段，國內外疫情仍較為嚴重，不僅對嚴重危害了人類的生命，同時也阻礙了全球的經濟發展。本文通過Python的Request庫進行網絡爬取，這樣可以使得實驗的數據為最新且實時動態更新，更有利于進行疫情數據的分析。通過爬取到的數據，利用Pyecharts庫進行可視化數據分析，將繁瑣的數據轉換為于理解的圖表形式，并發布在前端網頁上，方便用戶瀏覽和觀察。2數據描述針對2019年以來全國的新冠病毒肺炎日累計確診病例數和日累計死亡病例，傳統的手工收集方法是低效的且收集的數據很容易被由于主觀原因不符合真正的值。為了避免上述問題，本文采用基于Python語言的網絡爬蟲技術，獲取COVID-19的歷史數據并保存到CSV文件中，供后續實驗使用。具體步驟為:1)確定需要爬取數據的網址:hops:///g2/getOnslnfo?name=disease_other，在網頁空白處，點擊F12查看目標網站源碼，找到數據接口；2)向服務器發送請求，等待響應。若響應成功，可獲得URL的信息，并保存響應結果，以便后續對數據處理；若響應失敗，需檢查程序，重新發送請求；3)對源碼進行解析，若解析成功，在遍歷源碼Body的基礎上尋找目標內容的標簽，如:日期、累計確診、新增確診和累計治愈等，對目標內容進行獲取并保存至CSV文件；若解析失敗，則需檢查程序，重新解析源碼。具體的流程圖如圖2-1所示。圖2-1獲得疫情歷史數據流程圖3數據分析內容爬取數據本文通過Python爬取提供疫情數據實時追蹤網站。首先用谷歌瀏覽器打開該網站，進入開發者模式進行分析。在開發者模式下，進入network模塊，通過刷新網頁獲取數據源和數據接口，從而找到其所對應的各個RequestURL以獲取所需要的數據。然后利用postman對數據接口的數據進行測試，發現數據接口所返回數據為JSON格式，調用json.loads()將JSON格式轉換為字典類型。最后將數據存入數據庫持久化保存。制作疫情地圖借助ApacheEcharts繪畫圖表技術，Echarts是基于JSON的開源數據可視化圖標庫，繪畫圖表簡便快捷，效果簡潔好看。在規劃了繪制地圖區域后準備中國地圖信息的js文件，下載一個可用的導入到項目中后編寫echarts圖表配置信息通過將details表里的各市累計確診數據，以省分組進行累加，將結果返回給前端。根據各省疫情確診的人數劃分為6個等級，確診人數由少到多，顏色隨嚴重程度的加深而加深。在左下角進行顏色的說明。4數據分析圖表圖4-1全國累計確診地圖。5數據分析結果本文繪制了全國累計確診地圖。如圖4-1所示。采用分段可視化組件用不同顏色表示不同疫情數據值范圍，鼠標懸停時將會顯示某省累計確診人數。從圖中可以看出，湖北疫情累計確診人數是全國最多，上海由于最新的一輪疫情，累計確診人數已經上升至第二，西藏是我國感染疫情最少的省份。6總結通過本次設計，不但增強了我的動手能力，將以前在書本上學到的理論的知識用于實踐中。通過Python爬取提供疫情數據實時追蹤網站，獲取COVID-19的歷史數據并保存到CSV文件中，借助了ApacheEcharts繪畫圖表技術制作疫情地圖，最后通過疫情地圖信息，分析總結爬取的數據。這次課程設計使我對數據分析這門學科有了更深層次的理解與認識，知道了數據分析的實際用途與用法，不僅如此，通過這次課程設計，我把這門課程的所有知識都統一了起來，在實際操作方面有了一些領悟，最主要的是對數據分析這門較為抽象的課程有了一個比較深刻的認識。附錄-數據分析代碼importrequestsimportrequestsfromlxmlimportetreefrompyecharts.globalsimportThemeType#可視化部分importpandasaspdimportpyechartsfrompyecharts.chartsimportMap,Pagefrompyechartsimportoptionsasoptsurl="/nCoV/api/area"#2.向url發請求，并將獲取到的數據轉換成json格式s=requests.session()s.keep_alive=FalseresultJson=requests.get(url).json()#3.定義一個列表存儲最終結果province_data=[]#4.只取國內數據foriteminresultJson['results']:ifitem['countryName']=="中國":province_data.append([item['provinceShortName'],item['confirmedCount']])c=(Map(init_opts=opts.InitOpts(theme=ThemeType.DARK)).add("全國確診人數",province_data,"china",is_map_symbol_show=False).set_global_opts(title_opts=opts.TitleOpts(title="新冠狀病毒全國疫情地圖",#subtitle="更新日期:{}".format(update_date),#subtitle="更新日期:2020-4-15",),