前文
防护篇：
各自家庭聚团圆，不要外出相互窜。
注意洗手衣勤换，戴上口罩防感染。
野生动物传染源，千万不要因嘴馋。
每天食用调配餐，清热食物桌上端。
防寒添衣要保暖，通风透气舒适感。
清洁卫生干一干，适当运动多出汗。
若有不适测体温，指定医院随就诊。
非常时期莫怨烦，目标明确防扩散。
科学防护专家言，从我做起保平安。
最近江苏南京、湖南张家界陆续爆发疫情。作为一个张家界本地人，听到这个消息还是很震惊的。
身在长沙，作为兢兢业业的打工人，默默地为江苏、张家界加油打气，为了关注疫情状况，今天我们用python来爬一爬疫情的实时数据！！
2.获取目标网站
为了使用python来获取疫情数据，我们需要找一个疫情实时追踪数据发布网站，国内比较有名的是腾讯新闻、网易新闻等，这些网站疫情内容都大同小异，主要包括国内疫情、海外疫情，每日新增确诊趋势，疫苗接种情况等，这里我们选用腾讯新闻疫情发布页来进行数据爬取分析。
网站分析：
-
使用chrome浏览器 打开疫情发布页网址 。
-
我们按F12 进入开发者模式，按 ctrl+R 刷新页面。
-
在Network下找到 getOnsInfo?name=disease_h5列，获得爬取目标网址。
3.爬取目标网站
我们写爬虫爬取网站数据，需要安装requests库，安装命令如下：
pip install requests
如安装报错，超时，可以试试镜像源安装速度很快。
带豆瓣镜像源的安装：requests库
例如：豆瓣：pypi.douban.com/simple/
使用：pip install -i pypi.douban.com/simple/ requests
只需要三行代码就可以获取该网页内容，代码如下：
url = 'view.inews.qq.com/g2/getOnsIn…' req = requests.get(url=url) content = json.loads(req.text)
打印之后爬取的效果：
4.解析爬取内容
上述网站内容我们虽然爬取成功，接下来我们需要对爬取的结果进行解析，从中找出我们感兴趣的部分。
4.1. 解析全国今日总况
相应的解析代码如下：
def get_all_china(content):
tmp_data = content["data"]
area_data = json.loads(tmp_data)["areaTree"]
country = area_data[0] country_list = []
name = country["name"]
today_confirm = country["today"]["confirm"]
now_confirm = country["total"]["nowConfirm"]
total_confirm = country["total"]["confirm"]
total_heal = country["total"]["heal"] country_list.append([name, today_confirm, now_confirm, total_confirm, total_heal]) return country_list
打印结果如下：
输出不行，这里使用PrettyTable库对输出进行美化，代码如下：
def format_list_prettytable(title,province_list):
table = PrettyTable(title) for province in province_list: table.add_row(province)
table.border = True return table
结果如下：
4.2. 解析全国各省份疫情情况
依次类推，可解析全国各省市疫情情况，代码如下：
def get_all_province(content):
tmp_data = content["data"]
area_data = json.loads(tmp_data)["areaTree"]
data = area_data[0]['children'] province_list = [] for province in
data: name = province["name"]
today_confirm = province["today"]["confirm"]
now_confirm = province["total"]["nowConfirm"]
total_confirm = province["total"]["confirm"]
total_heal = province["total"]["heal"]
province_list.append([name, today_confirm, now_confirm,
total_confirm, total_heal]) return province_list
结果如下：
4.3. 解析江苏各地级市疫情情况
最后，我们获取江苏省各地级市的疫情数据,代码如下：
结果如下：
5.结果可视化
使用matplotlib对上述爬去的江苏各地级市疫情分布可视化，得到结果如下：
今日新增可视化结果如下：
现有确诊可视化结果如下：
从上述图表可以看出，今日疫情已扩散至扬州，扬州今日新增感染人数最多，需引起重视。
结尾
完整代码可私信小编：06即可获取。
