的春节，因为全国性的爆发新型冠状病毒肺炎，疫情严重，为了不给国家添麻烦，正月初二从老家返回后一直宅在家里。每天关注疫情的进展，就对疫情做了一次数据分析。数据从网易的肺炎疫情实时动态播报获取（/special/epidemic/）。本次分析中使用了如下技术：
爬虫 ——获取肺炎疫情数据
数据可视化 ——数据分析
机器学习 ——实时预测
应用构建 ——展示数据
因为，Python2从开始停止支持，因此，在本次分析中使用Python3进行。
获取肺炎疫情数据
每天国家以及各省市的卫健委都会通报疫情的实时数据，各大门户网站都会从卫健委获取数据，实时通报，在这里选择从网易获取数据。数据获取使用Python的类库requests-html。首先，使用如下命令安装类库：
pip install requests-html
类库安装成功后，首先使用requests-html从网易获取数据，并使用整理数据。代码如下：
from requests_html import HTMLSessionwith HTMLSession() as session:r = session.get('/special/epidemic/')r.html.render() # 首次使用，自动下载chromiumhtml = r.html.htmltarget = html.split('<script>')[3]target = target.split('</script>')[0]dataset = target.split(" = ")details = dataset[1].replace('window.data_by_date', '').replace('\n', '').replace(' ', '')details = details.replace('name', '"name"')details = details.replace('province', '"province"')details = details.replace('confirm', '"confirm"')details = details.replace('suspect', '"suspect"')details = details.replace('heal', '"heal"')details = details.replace('dead', '"dead"')details = eval(details)# print(details)data_by_date = dataset[2].replace(';', '').replace('\n', '').replace(' ', '').replace('\t', '')# print(data_by_date)data_by_date = data_by_date.replace('date:"', '"date":".')data_by_date = data_by_date.replace('confirm', '"confirm"')data_by_date = data_by_date.replace('suspect', '"suspect"')data_by_date = data_by_date.replace('heal', '"heal"')data_by_date = data_by_date.replace('dead', '"dead"')data_by_date = data_by_date.replace('"confirm"_added', '"confirm_added"')data_by_date = data_by_date.replace('.', '-')data_by_date = eval(data_by_date)for i in range(1, len(data_by_date)):data = data_by_date[i]data['confirm_added'] = data['confirm'] - data_by_date[i -1]['confirm']for data in data_by_date:print(data)
在1月30的调试结果如下：
{'date': '-01-20', 'confirm': 291, 'suspect': 0, 'heal': 0, 'dead': 6, 'confirm_added': 93}{'date': '-01-21', 'confirm': 440, 'suspect': 0, 'heal': 0, 'dead': 9, 'confirm_added': 149}{'date': '-01-22', 'confirm': 571, 'suspect': 393, 'heal': 28, 'dead': 17, 'confirm_added': 131}{'date': '-01-23', 'confirm': 830, 'suspect': 1072, 'heal': 34, 'dead': 25, 'confirm_added': 259}{'date': '-01-24', 'confirm': 1287, 'suspect': 1965, 'heal': 38, 'dead': 41, 'confirm_added': 457}{'date': '-01-25', 'confirm': 1975, 'suspect': 2684, 'heal': 49, 'dead': 56, 'confirm_added': 688}{'date': '-01-26', 'confirm': 2744, 'suspect': 5794, 'heal': 51, 'dead': 80, 'confirm_added': 769}{'date': '-01-27', 'confirm': 4515, 'suspect': 6973, 'heal': 60, 'dead': 106, 'confirm_added': 1771}{'date': '-01-28', 'confirm': 5974, 'suspect': 9239, 'heal': 103, 'dead': 132, 'confirm_added': 1459}{'date': '-01-29', 'confirm': 7711, 'suspect': 12167, 'heal': 124, 'dead': 170, 'confirm_added': 1737}
接下来将会把数据保存到数据库，留待以后分析时使用。数据量相对较小，使用sqlite3来保存数据。Python3中内置了sqlite，可以直接导入sqlite3来创建，管理数据库。具体的数据库的操作，下次更新。
如果觉得《新型冠状病毒肺炎分析》对你有帮助，请点赞、收藏，并留下你的观点哦！
