Python 使用爬虫获取新冠疫情历史数据

概述前言：2019年底，一场突如其来的新冠疫情打破了人们准备欢度春节的节奏，许多人因为疫情无法过个好年，而接下来的疫情发展超出了所有人的预料...截至2021年6月，全球确诊已达1亿7000余万，在这次疫情中死去的人数三百余万...我们每天都可以在各个新闻报道或者网站上看到疫情的实时数据，但这

前言：

2019年底，一场突如其来的新冠疫情打破了人们准备欢度春节的节奏，许多人因为疫情无法过个好年，而接下来的疫情发展超出了所有人的预料...截至2021年6月，全球确诊已达1亿7000余万，在这次疫情中死去的人数三百余万...

我们每天都可以在各个新闻报道或者网站上看到疫情的实时数据，但这些数据大多是零碎的，我们无法直观的感受这次疫情在全球范围内的影响。

在学习了爬虫以后，我们可以利用爬虫获取各个时间和各个地区的疫情情况，然后将这些数据可视化，可以让我们一目了然疫情动态，还可以加深我们对python的掌握和运用。

 

数据来源：

丁香医生：https://ncov.dxy.cn/ncovh5/view/pneumonia

 

页面分析：

要爬取网页数据，首先要了解网页结构和网页的数据流，F12查看网页源代码:

 

可以发现<script ID="getListByCountryTypeService2true">这里对应着每一个国家的相关数据，其中发现有一个属性statisticsData，指向的是Json数据链接：

随便下载一个打开看看：

Data中包含的字段：

confirmedCount\confirmedIncr\curedCount\curedIncr\curentConfirmedCount\currentConfirmedIncr\dateID\deadCount\deadIncr\SUSPECTedCount\SUSPECTedCountIncr

页面下方还有国内各个省市的数据：

同样，这些数据后面statisticsData也指向一个Json数据链接，查看里面的数据字段。数据非常的全面，由此通过分析页面我们找到了中国和世界的疫情详细历史数据。

 

下面开始爬取：

第一步

 

# 获取网页中包含数据链接的列表信息

import requests

import re

import Json

from bs4 import BeautifulSoup

def getori@R_502_6832@Text(url,code='utf-8'):

    try:

        headers = {

            'User-Agent': 'Mozilla/5.0 (windows NT 10.0; Win64; x64) AppleWebKit/537.36 (K@R_502_6832@, like Gecko) Chrome/91.0.4472.106 Safari/537.36'

        }

        r=requests.get(url,timeout=30,headers=headers)

        r.raise_for_status()

        r.enCoding=code

        return r.text

    except:

        return "There are some errors when get the original @R_502_6832@!"

def getTheList(url):

    @R_502_6832@=getori@R_502_6832@Text(url)

    soup=BeautifulSoup(@R_502_6832@,'@R_502_6832@.parser')

    @R_502_6832@BodyText=soup.body.text

    # 获取国家数据

    worldDataText=@R_502_6832@BodyText[@R_502_6832@BodyText.find('window.getListByCountryTypeService2true = '):]

    worldDataStr = worldDataText[worldDataText.find('[{'):worldDataText.find('}catch')]

    worldDataJson=Json.loads(worldDataStr)

    with open("../data/worldData.Json","w") as f:

        Json.dump(worldDataJson,f)

        print("写入国家数据文件成功！")

    # 获取各省份数据

    provinceDataText = @R_502_6832@BodyText[@R_502_6832@BodyText.find('window.getAreaStat = '):]

    provinceDataStr = provinceDataText[provinceDataText.find('[{'):provinceDataText.find('}catch')]

    provinceDataJson=Json.loads(provinceDataStr)

    with open("../data/provinceData.Json","w") as f:

        Json.dump(provinceDataJson,f)

        print("写入省份数据文件成功！")

getTheList("https://ncov.dxy.cn/ncovh5/vIEw/pneumonia")

获得两个包含数据链接的.Json文件：

 

第二步

清洗数据获得链接真实所对应的数据

 

# 处理所获得的含链接的列表，获取真实所对应的数据

import Json

import requests

import time

def deal_worlddataList():

    with open("../data/worldData.Json",'r') as f:

        worldDataJson=Json.load(f)

    for i in range(0,len(worldDataJson)):

        print(worldDataJson[i]['provincename']+" "+worldDataJson[i]['countryShortCode']+" "+worldDataJson[i]['countryFullname']+" "+worldDataJson[i]['statisticsData'])

    return worldDataJson

def get_the_world_data():

    # 获取每个国家对应的Json

    worldDataJson=deal_worlddataList()

    # 记录错误数量

    errorNum=0

    for i in range(0,len(worldDataJson)):

        provincename=worldDataJson[i]['provincename']

        try:

            headers = {

                'User-Agent': 'Mozilla/5.0 (windows NT 10.0; Win64; x64) AppleWebKit/537.36 (K@R_502_6832@, like Gecko) Chrome/91.0.4472.106 Safari/537.36'

            }

            r = requests.get(worldDataJson[i]['statisticsData'], timeout=30, headers=headers)

            r.raise_for_status()

            r.enCoding = 'utf-8'

            everCountryDataJson = Json.loads(r.text)

            toWritefilePath="../data/worldData/"+provincename+".Json"

            with open(toWritefilePath,'w') as file:

                Json.dump(everCountryDataJson, file)

            print(provincename + " 数据得到！")

            time.sleep(10)

        except:

            errorNum+=1

            print("在获取 "+provincename+" 数据时出错！")

    print("各国数据获取完成！")

    print("错误数据量为："+str(errorNum))

# 处理各省数据列表

def deal_provincedataList():

    with open("../data/provinceData.Json",'r') as f:

        provinceDataJson=Json.load(f)

    for i in range(0,len(provinceDataJson)):

        print(provinceDataJson[i]['provincename']+" "+provinceDataJson[i]['provinceShortname']+" "+provinceDataJson[i]['statisticsData'])

    return provinceDataJson

# 获取各个省份对应的Json

def get_the_province_data():

    provinceDataJson=deal_provincedataList()

    # 统计出现爬取错误的数据数量

    errorNum = 0

    for i in range(0,len(provinceDataJson)):

        provincename=provinceDataJson[i]['provincename']

        try:

            headers = {

                'User-Agent': 'Mozilla/5.0 (windows NT 6.1; Win64; x64) AppleWebKit/537.36 (K@R_502_6832@, like Gecko) Chrome/58.0.3029.110 Safari/537.36'

            }

            r=requests.get(provinceDataJson[i]['statisticsData'],timeout=30,headers=headers)

            r.raise_for_status()

            r.enCoding='utf-8'

            everProvinceDataJson=Json.loads(r.text)

 

            toWritefilePath="../data/provinceData/"+provincename+".Json"

            with open(toWritefilePath,'w') as file:

                Json.dump(everProvinceDataJson,file)

            print(provincename+" 数据得到！")

            time.sleep(15)

        except:

            errorNum+=1

            print("在获取 "+provincename+" 数据时出错")

    print("各省份数据获取完成！")

    print("错误数据量为："+str(errorNum))

get_the_world_data()

get_the_province_data()

 

成功获取国内和外国疫情的Json数据

获取的数据都是Json格式的，现在我们将数据导入数据库，这里使用的是MysqL，先给python安装pyMysqL库。

我们在目标文件夹创建一个.sql的文件，用文本打开编写建表语句：

运行MysqL，首先先创建一个数据库

 

 

 进入数据库后，运行这个文件：source E:\MysqL\mysql-8.0.25-winx64\wpzy.sql

 

查看表结构：show full columns from china_provincedata;

 

 

 准备就绪，接下来进行第三步：将Json写入数据库中

 

# 将Json数据写入数据库

import Json

import pyMysqL

import pandas as pd

nameMap = {'毛里求斯':'Mauritius','圣皮埃尔和密克隆群岛':'St. PIErre and Miquelon','安圭拉':'Anguilla','荷兰加勒比地区':'Caribbean Netherlands','圣巴泰勒米岛':'Saint barthelemy','英属维尔京群岛':'British Virgin Is.','科摩罗':'Comoros','蒙特塞拉特':'Montserrat','塞舌尔':'Seychelles','特克斯和凯科斯群岛':'Turks and Caicos Is.','梵蒂冈':'Vatican','圣其茨和尼维斯':'Saint Kitts and Nevis','库拉索岛':'Curaçao','多米尼克':'Dominica','圣文森特和格林纳丁斯':'St. Vin. and Gren.','斐济':'Fiji','圣卢西亚':'Saint Lucia','北马里亚纳群岛联邦':'N. Mariana Is.','格林那达':'Grenada','安提瓜和巴布达':'Antigua and barb.','列支敦士登':'LIEchtenstein','圣马丁岛':'Saint Martin','法属波利尼西亚':'Fr. polynesia','美属维尔京群岛':'U.S. Virgin Is.','荷属圣马丁':'Sint Maarten','巴巴多斯':'barbados','开曼群岛':'Cayman Is.','摩纳哥':'Monaco','阿鲁巴':'Aruba','特立尼达和多巴哥':'TrinIDad and Tobago','钻石公主号邮轮':'Princess','瓜德罗普岛':'Guadeloupe','关岛':'Guam','直布罗陀':'Gibraltar','马提尼克':'Martinique','马耳他':'Malta','法罗群岛':'Faeroe Is.','圣多美和普林西比':'São Tomé and Principe','安道尔':'Andorra','根西岛':'Guernsey','泽西岛':'Jersey','佛得角':'Cape Verde','马恩岛':'Isle of Man','留尼旺':'Reunion','圣马力诺':'San Marino','马尔代夫':'Maldives','马约特':'Mayotte','巴林':'Bahrain','新加坡': 'Singapore Rep.', '多米尼加': 'Dominican Rep.', '巴勒斯坦': 'Palestine', '巴哈马': 'The Bahamas', '东帝汶': 'East Timor', '阿富汗': 'Afghanistan', '几内亚比绍': 'Guinea Bissau', '科特迪瓦': "Côte d'Ivoire", '锡亚琴冰川': 'Siachen GlacIEr', '英属印度洋领土': 'Br. Indian Ocean Ter.', '安哥拉': 'Angola', '阿尔巴尼亚': 'Albania', '阿联酋': 'United arab Emirates', '阿根廷': 'Argentina', '亚美尼亚': 'Armenia', '法属南半球和南极领地': 'french Southern and Antarctic Lands', '澳大利亚': 'Australia', '奥地利': 'Austria', '阿塞拜疆': 'Azerbaijan', '布隆迪共和国': 'Burundi', '比利时': 'Belgium', '贝宁': 'Benin', '布基纳法索': 'Burkina Faso', '孟加拉国': 'Bangladesh', '保加利亚': 'Bulgaria', '波黑': 'Bosnia and Herz.', '白俄罗斯': 'Belarus', '伯利兹': 'Belize', '百慕大': 'Bermuda', '玻利维亚': 'Bolivia', '巴西': 'Brazil', '文莱': 'Brunei', '不丹': 'Bhutan', '博茨瓦纳': 'Botswana', '中非共和国': 'Central African Rep.', '加拿大': 'Canada', '瑞士': 'Switzerland', '智利': 'Chile', '中国': 'China', '象牙海岸': 'Ivory Coast', '喀麦隆': 'Cameroon', '刚果（金）': 'Dem. Rep. Congo', '刚果（布）': 'Congo', '哥伦比亚': 'Colombia', '哥斯达黎加': 'Costa Rica', '古巴': 'Cuba', '北塞浦路斯': 'N. Cyprus', '塞浦路斯': 'Cyprus', '捷克': 'Czech Rep.', '德国': 'Germany', '吉布提': 'Djibouti', '丹麦': 'Denmark', '阿尔及利亚': 'Algeria', '厄瓜多尔': 'Ecuador', '埃及': 'Egypt', '厄立特里亚': 'Eritrea', '西班牙': 'Spain', '爱沙尼亚': 'Estonia', '埃塞俄比亚': 'Ethiopia', '芬兰': 'Finland', '斐': 'Fiji', '福克兰群岛': 'Falkland Islands', '法国': 'France', '加蓬': 'Gabon', '英国': 'United Kingdom', '格鲁吉亚': 'Georgia', '加纳': 'Ghana', '几内亚': 'Guinea', '冈比亚': 'Gambia', '赤道几内亚': 'Eq. Guinea', '希腊': 'Greece', '格陵兰': 'Greenland', '危地马拉': 'Guatemala', '法属圭亚那': 'french Guiana', '圭亚那': 'Guyana', '洪都拉斯': 'Honduras', '克罗地亚': 'Croatia', '海地': 'Haiti', '匈牙利': 'Hungary', '印度尼西亚': 'Indonesia', '印度': 'India', '爱尔兰': 'Ireland', '伊朗': 'Iran', '伊拉克': 'Iraq', '冰岛': 'Iceland', '以色列': 'Israel', '意大利': 'Italy', '牙买加': 'Jamaica', '约旦': 'Jordan', '日本': 'Japan', '哈萨克斯坦': 'Kazakhstan', '肯尼亚': 'Kenya', '吉尔吉斯斯坦': 'Kyrgyzstan', '柬埔寨': 'Cambodia', '韩国': 'Korea', '科索沃': 'Kosovo', '科威特': 'Kuwait', '老挝': 'Lao PDR', '黎巴嫩': 'Lebanon', '利比里亚': 'liberia', '利比亚': 'libya', '斯里兰卡': 'Sri Lanka', '莱索托': 'Lesotho', '立陶宛': 'lithuania', '卢森堡': 'Luxembourg', '拉脱维亚': 'Latvia', '摩洛哥': 'Morocco', '摩尔多瓦': 'Moldova', '马达加斯加': 'Madagascar', '墨西哥': 'Mexico', '北马其顿': 'Macedonia', '马里': 'Mali', '缅甸': 'Myanmar', '黑山': 'Montenegro', '蒙古': 'Mongolia', '莫桑比克': 'Mozambique', '毛里塔尼亚': 'Mauritania', '马拉维': 'Malawi', '马来西亚': 'Malaysia', '纳米比亚': 'Namibia', '新喀里多尼亚': 'New Caledonia', '尼日尔': 'Niger', '尼日利亚': 'Nigeria', '尼加拉瓜': 'Nicaragua', '荷兰': 'Netherlands', '挪威': 'norway', '尼泊尔': 'Nepal', '新西兰': 'New Zealand', '阿曼': 'Oman', '巴基斯坦': 'Pakistan', '巴拿马': 'Panama', '秘鲁': 'Peru', '菲律宾': 'Philippines', '巴布亚新几内亚': 'Papua New Guinea', '波兰': 'Poland', '波多黎各': 'Puerto Rico', '朝鲜': 'Dem. Rep. Korea', '葡萄牙': 'Portugal', '巴拉圭': 'Paraguay', '卡塔尔': 'Qatar', '罗马尼亚': 'Romania', '俄罗斯': 'Russia', '卢旺达': 'Rwanda', '西撒哈拉': 'W. Sahara', '沙特阿拉伯': 'Saudi arabia', '苏丹': 'Sudan', '南苏丹': 'S. Sudan', '塞内加尔': 'Senegal', '所罗门群岛': 'Solomon Is.', '塞拉利昂': 'SIErra Leone', '萨尔瓦多': 'El Salvador', '索马里兰': 'Somaliland', '索马里': 'Somalia', '塞尔维亚': 'Serbia', '苏里南': 'Suriname', '斯洛伐克': 'Slovakia', '斯洛文尼亚': 'Slovenia', '瑞典': 'Sweden', '斯威士兰': 'Swaziland', '叙利亚': 'Syria', '乍得': 'Chad', '多哥': 'Togo', '泰国': 'Thailand', '塔吉克斯坦': 'Tajikistan', '土库曼斯坦': 'Turkmenistan', '特里尼达和多巴哥': 'TrinIDad and Tobago', '突尼斯': 'Tunisia', '土耳其': 'Turkey', '坦桑尼亚': 'Tanzania', '乌干达': 'Uganda', '乌克兰': 'Ukraine', '乌拉圭': 'Uruguay', '美国': 'United States', '乌兹别克斯坦': 'Uzbekistan', '委内瑞拉': 'Venezuela', '越南': 'VIEtnam', '瓦努阿图': 'Vanuatu', '西岸': 'West Bank', '也门共和国': 'Yemen', '南非': 'South Africa', '赞比亚共和国': 'Zambia', '津巴布韦': 'Zimbabwe'}

# 将各国Json数据写入数据库

def importWorldJsonToDB():

    # 建立数据库连接

    db = pyMysqL.connect(

        host="127.0.0.1",

        user="root",

        password="123456",

        database="test_db"

    )

    # 使用cursor()方法创建一个游标对象cursor

    cursor=db.cursor()

    deletesql="truncate countrydata"

    #每次都删除全部数据重新添加

    try:

        cursor.execute(deletesql)

        db.commit()

        print("删除国家数据成功！进行重新导入！")

    except:

        print("删除国家数据时出错！")

        db.rollback()

    with open("E:/Install/python3.9/data/worldData.Json",'r') as f:

        worldDataJson=Json.load(f)

    # 批量插入的数据集合

    insertValue=[]

    # 所插入的主键记录

    dataCount=1

    for i in range(0, len(worldDataJson)):

        # 获取每一个国家的名称，并打开其对应的Json文件

        countryname=worldDataJson[i]['provincename']

        countryShortCode=worldDataJson[i]['countryShortCode']

        continent=worldDataJson[i]['continents']

        countryFullname=nameMap[worldDataJson[i]['provincename']]

        countryJsonPath="E:/Install/python3.9/data/worldData/"+countryname+".Json"

        with open(countryJsonPath) as f:

            countryJson=Json.load(f)

        for j in range(0,len(countryJson['data'])):

            tupleData=()

            tupleData+=(

                dataCount,countryJson['data'][j]['confirmedCount'],countryJson['data'][j]['confirmedIncr'],

                countryJson['data'][j]['curedCount'],countryJson['data'][j]['curedIncr'],countryJson['data'][j]['currentConfirmedCount'],

                countryJson['data'][j]['currentConfirmedIncr'],countryJson['data'][j]['dateID'],countryJson['data'][j]['deadCount'],

                countryJson['data'][j]['deadIncr'],countryJson['data'][j]['SUSPECTedCount'],countryJson['data'][j]['SUSPECTedCountIncr'],

                countryname,countryShortCode,continent,countryFullname

            )

            insertValue.append(tupleData)

            dataCount+=1

    insertsql="INSERT INTO countrydata (ID,confirmedCount,confirmedIncr,curedCount,curedIncr,currentConfirmedCount,currentConfirmedIncr,dateID,deadCount,deadIncr,SUSPECTedCount,SUSPECTedCountIncr,countryname,countryShortCode,continent,countryFullname) VALUES(%s,%s,%s,%s,%s,%s,%s,%s,%s,%s,%s,%s,%s,%s,%s,%s)"

    # 执行数据插入

    try:

        cursor.executemany(insertsql,insertValue)

        db.commit()

        print("插入国家数据成功！")

    except:

        print("插入国家数据失败！")

        db.rollback()

    # 关闭连接

    cursor.close()

    db.close()

# 将各省数据Json数据写入数据库

def importProvinceJsonToDB():

    # 建立数据库连接

    db=pyMysqL.connect(

        host="127.0.0.1",

        user="root",

        password="123456",

        database="test_db"

    )

    # 使用cursor()方法创建一个游标对象cursor

    cursor=db.cursor()

　#每次都删除全部数据重新添加

    deletesql="truncate china_provincedata"

    try:

        cursor.execute(deletesql)

        db.commit()

        print("删除省份数据成功！进行重新导入！")

    except:

        print("删除省份数据时出错！")

        db.rollback()

    with open("E:/Install/python3.9/data/provinceData.Json",'r') as f:

        provinceDataJson=Json.load(f)

    #批量插入的数据集合

    insertValue=[]

    # 所插入的主键记录

    dataCount=1

    for i in range(0,len(provinceDataJson)):

        # 获取每一个省份的名称，并打开其对应的Json文件

        provincename=provinceDataJson[i]['provincename']

        provinceShortname=provinceDataJson[i]['provinceShortname']

        provinceJsonPath="E:/Install/python3.9/data/provinceData/"+provincename+".Json"

        with open(provinceJsonPath) as f:

            provinceJson=Json.load(f)

        for j in range(0,len(provinceJson['data'])):

            tupleData=()

            tupleData+=(

dataCount,provinceJson['data'][j]['confirmedCount'],provinceJson['data'][j]['confirmedIncr'],provinceJson['data'][j]['curedCount'],provinceJson['data'][j]['curedIncr'],provinceJson['data'][j]['currentConfirmedCount'],provinceJson['data'][j]['currentConfirmedIncr'],provinceJson['data'][j]['dateID'],provinceJson['data'][j]['deadCount'],provinceJson['data'][j]['deadIncr'],provinceJson['data'][j]['SUSPECTedCount'],provinceJson['data'][j]['SUSPECTedCountIncr'],provincename,provinceShortname)

            insertValue.append(tupleData)

            dataCount+=1

    insertsql="INSERT INTO china_provincedata(ID,confirmedCount,confirmedIncr,curedCount,curedIncr,currentConfirmedCount,currentConfirmedIncr,dateID,deadCount,deadIncr,SUSPECTedCount,SUSPECTedCountIncr,provincename,provinceShortname) VALUES(%s,%s,%s,%s,%s,%s,%s,%s,%s,%s,%s,%s,%s,%s)"

    # 执行数据插入

    try:

        cursor.executemany(insertsql,insertValue)

        db.commit()

        print("插入省份数据成功！")

    except:

        print("插入省份数据失败！")

        db.rollback()

    # 关闭连接

    cursor.close()

    db.close()

# 反转名字字典

def inverse():

    print("hello")

    print(dict([(v,k) for (k,v) in nameMap.items()]))

def importWorldConToDB():

    # 建立数据库连接

    db = pyMysqL.connect(

        host="127.0.0.1",

        user="root",

        password="123456",

        database="test_db"

    )

    # 使用cursor()方法创建一个游标对象cursor

    cursor = db.cursor()

    deletesql = "truncate world_total_data"

    try:

        cursor.execute(deletesql)

        db.commit()

        print("删除世界数据成功！进行重新导入！")

    except:

        print("删除世界数据时出错！")

        db.rollback()

    searchsql="select sum(confirmedCount),sum(confirmedIncr),sum(curedCount),sum(curedIncr),sum(currentConfirmedCount),sum(currentConfirmedIncr),dateID,sum(deadCount),sum(deadIncr),sum(SUSPECTedCount),sum(SUSPECTedCountIncr) from countrydata group by dateID order by dateID"

    cursor.execute(searchsql)

    searchList=cursor.fetchall()

    dataList=[]

    i=1

    for data in searchList:

        temp=()

temp+=(i,int(data[0]),int(data[1]),int(data[2]),int(data[3]),int(data[4]),int(data[5]),int(data[6]),int(data[7]),int(data[8]),int(data[9]),int(data[10]))

        dataList.append(temp)

        i+=1

    # 开始插入数据

    insertsql="INSERT INTO world_total_data (ID,confirmedCount,confirmedIncr,curedCount,curedIncr,currentConfirmedCount,currentConfirmedIncr,dateID,deadCount,deadIncr,SUSPECTedCount,SUSPECTedCountIncr) VALUES(%s,%s,%s,%s,%s,%s,%s,%s,%s,%s,%s,%s)"

    # 执行数据插入

    try:

        cursor.executemany(insertsql, dataList)

        db.commit()

        print("插入世界总体数据成功！")

    except:

        print("插入世界总体数据失败！")

        db.rollback()

    # 关闭连接

    cursor.close()

    db.close()

importWorldJsonToDB()

importProvinceJsonToDB()

importWorldConToDB()

导入报错，检查发现是数据库中表的数据字段打错了。。。。重来！

导入数据库成功~

接下来将数据库文件导出到excel表格：

select * from china_provincedata 

into outfile 'E:/MysqL/mysql-8.0.25-winx64/china_provincedata.xlsx';

select * from countrydata 

into outfile 'E:/MysqL/mysql-8.0.25-winx64/countrydata.xlsx';

select * from world_total_data 

into outfile 'E:/MysqL/mysql-8.0.25-winx64/world_total_data.xlsx';

 

 

获得文件：

内容：

 

 

数据分析

我们取湖北省疫情最严重的一段时间：20200120-20200520期间的当天当前确诊人数，新建一个csv，将其制成折线图：

import numpy as np

import matplotlib.pyplot as plt

import csv

import pandas as pd

data = pd.read_csv('湖北省20200120-20200520.csv',enCoding='gbk')

plt.rcParams['Font.sans-serif'] = ['SimHei']

plt.rcParams['Font.family']='sans-serif'

plt.rcParams['axes.unicode_minus'] = False

fig=plt.figure(figsize=(15,10))

xdata=[]

ydata=[]

xdata=data.iloc[:,1]

ydata=data.iloc[:,0]

plt.xticks([])

plt.plot(xdata,ydata)

plt.xlabel('时间')

plt.ylabel('当前确诊人数')

plt.Title('湖北省20200120-20200520疫情走势')

plt.show()

从图中可以看出，疫情在湖北迅速爆发，但是在国家的管控下，得到了很好的遏制，感染人数在百天时间里快速降低直至清零。

 

总结

今天，疫情在国内已经基本得到了控制，而国外诸多国家依旧疫情肆虐。这次学习让我更加直观的看到，疫情在国内的发展趋势，这得益于国家的领导以及全国人民的努力和奉献。

完成此次设计，我学到了非常非常多东西，查阅了很多资料，也产生了解决不完的各种疑问和错误。。。这次的实践，我也发现了自己许多不足，对数据可视化的不熟练、英语程度不够用、代码细节处理不好、甚至某些基础掌握都不够牢靠...

纸上得来终觉浅，绝知此事要躬行。只有经过实践，才能将课堂上学习到的知识实实在在的掌握，更能在实践中学到一些课堂上没有的东西，不断进步，触类旁通。

总结

以上是内存溢出为你收集整理的Python 使用爬虫获取新冠疫情历史数据全部内容，希望文章能够帮你解决Python 使用爬虫获取新冠疫情历史数据所遇到的程序开发问题。

如果觉得内存溢出网站内容还不错，欢迎将内存溢出网站推荐给程序员好友。