利用了requests包爬取腾讯实时疫情数据，并对疫情数据做了清洗和分析，对数据分析的结果实现了可视化。压缩包内有源代码和报告。

CXR-covid19.pptx

新冠状病毒仿真器代码，一键部署，即可运行. 最近新冠在神州大陆横行，全国上下一心抗击疫情。作为一枚程序员，我也希望可以为抗击疫情做出自己的贡献，钟院士一直劝说大家不要出门，减少人口间的流动。对此，我特意做了一个病毒仿真器，探询冠状病毒传播。

2020遗传病动力学建模资料----数学建模过程中收集和整理的资料，基本涵盖了传统的各种传染病模型，内涵一些参考文献和代码，以供学习，侵权删帖，谢谢！！！

点赞、关注再看，养成良好习惯 Life is short, U need Python 初学Python，快来点我吧 案例：Python爬取新冠肺炎实时数据及其可视化分析 作者：PyQuant 博客：https://blog.csdn.net/qq_33499889 慕课：https://mooc1-2.chaoxing.com/course/207443619.html 本案例适合作为大数据技术基础课程中数据爬取、清洗以及可视化部分的配套教学案例。通过本案例，能够达到以下教学效果： 培养学生爬取网站数据以及数据清洗、加工处理的能力。 案例中通过Python第三方库request获取网站实

凯度-10张图带您重新思考新冠疫情对2020年以及之后的消费者购买行为带来的影响-2021.02-11页.pdf

大专院校新冠肺炎疫情防控技术方案

新冠肺炎机器学习挑战赛代码

本文基于目前公开的全球新冠肺炎疫情的数据，通过建立适当的传染病模型，对“流行”和“大流行“给出界定。考虑到患者从感染新型冠状病毒到发病有一定的潜伏期，在传统SEIR模型的基础上，对模型进行了一定的修改。

目的:新型冠状病毒肺炎具有传播能力强、检测准确率低、治疗难度大等特点,对我国乃至全世界人类健康和社会安全造成了巨大威胁。新冠肺炎目前没有特效药物,因此,需要比较各类药物对新冠肺炎的治疗效果,为重症肺炎患者的治疗提供参考。方法:本文选取某院1 384名重症出院患者作为数据集,提取最广泛使用的三类药物作为训练特征,构建基于药物使用情况预测患者治愈率的多个机器学习模型,最后基于综合性能最优的模型,分析三类药物对于治愈率的重要性。结果:年龄是影响治愈率的最重要因素;激素类药物在所有药物中影响占比最大,中成药的疗效也非常突出。结论:相对于传统的针对单个药物药效的统计学研究方法,机器学习可以将所有药物药效