最近呢，接到一个项目：
项目内容：
1.利用Python编写爬虫程序，爬取https://ncov.dxy.cn/ncovh5/view/pneumonia页面中当天的“疫情数据”并保存到本地
2.根据爬取的数据可视化展示
项目实现
很显然，该项目分为两个部分：
使用爬虫获取数据（request,beautifulsoup,pyquery……）
进行数据可视化（pyecharts，matplotlib……）
我们进入该网址使用快捷键F12浏览源代码
经过漫长的寻找我们找到了所需要的数据：
经过整理，我们发现它的数据是这样的：
[{{“provinceName”:“黑龙江省”,“provin
2021-05-06 17:33:14
442KB
1
20210506-华创证券-医药生物行业2020年报及2021年一季报综述：强劲内生增长叠加疫情拉动，板块呈现全面高景气.pdf
2021-05-06 15:03:59
777KB
20210506-平安证券-2020年年报及2021年一季报业绩综述：疫情后的盈利新分化.pdf
2021-05-06 15:03:59
752KB
20210505-中泰证券-医药商业行业药店板块2020&2021Q1总结：整合继续加速，后疫情时期高景气延续.pdf
2021-05-06 15:03:53
672KB
20210506-银河证券-交通运输行业2021年4月行业动态报告：五一假期国内航空高铁出行强势反弹，海外疫情反复增强出口物流需求预期.pdf
2021-05-06 15:03:52
1.88MB
20210506-华西证券-水星家纺-603365-家纺线上龙头，21Q1已恢复至疫情前水平.pdf
2021-05-06 15:03:49
635KB
20210505-华创证券-航空、机场行业2020年报及2021年一季报综述：疫情影响致行业亏损，货运业务成亮点，华夏航空为20年唯一盈利并增长航企.pdf
2021-05-06 15:02:16
803KB
20210506-东吴证券-医药生物行业：海外疫情形势依然严峻，重点推荐智飞生物、复星医药等.pdf
2021-05-06 15:02:05
1.81MB
线性的 SIR 模型, 计算出模型中封闭系统的精确解, 得到累计病例数与时间的关系, 并通过该关系与累计确诊病例的实际数据进行拟合, 得到了传染率参数 a ，恢复系数b，和初始易感人数是的估计值, 本文提出的基于SIR的传染病动力学模型, 通过公开历史数据对模型参数进行反演,基于这些参数, 我们很好地模拟了目前疫情的发展, 并准确预测了疫情未来的趋势. 数分析显示了各级政府防控措施的有效程度. 人们的防范意识以及人们的疫情习惯对于疫情发展的影响，模拟结果显示, 如果政府加大宣传力度，增强隔离措施，个人改善自家的卫生习惯，加强防护意识，可以极大的延缓疫情的发展，减少感染人数。
2021-05-06 10:43:13
96KB
1
基于本次新冠疫情进行的时空大数据分析。
包内含：
1.python源码及疫情数据（1.15-7.29）
2.疫情可视化图表
3.时空数据分析
4.参考文献
2021-05-04 13:01:29
20.73MB
1