Cov2019分析 对应译文视频我做的分析文件

疫情牵动大家，除了做好分内工作，管好自己不给社会添乱，也就是只能持续关注疫情了。现在各大门户平台都上线了疫情实时地图，但基本上数据都只展示到省这个级别。当然现在各地存在感染病例的小区也都及时披露了，相信疫后应该会有高精度的传染路径、传染扩散分布的分析。就目前而言，丁香园上的数据应该是目前聚合数据里面精度最高的了，可以获取到设区市级别的数据。但丁香园的数据存在地名不规范的问题，以及省、市、县三级行政区划并存的问题，不进行清洗不便做图。 底图制备 一张合适的底图是制作地图的基础。与行政区划相关的底图，最权威的数据源当然是从自然资源部的数据中心下载相关矢量数据再进行加工，最近微信公众号数读城市就在做

前言 硬要说这篇文章怎么来的，那得先从那几个吃野味的人开始说起…… 前天睡醒：假期还有几天；昨天睡醒：假期还有十几天；今天睡醒：假期还有一个月…… 每天过着几乎和每个假期一样的宅男生活，唯一不同的是玩手机已不再是看剧、看电影、打游戏了，而是每天都在关注着这次新冠肺炎疫情的新闻消息，真得希望这场战“疫”快点结束，让我们过上像以前一样的生活。武汉加油！中国加油！！ 本次爬取的网站是丁香园点击跳转，相信大家平时都是看这个的吧。 一、准备 python3.7 selenium：自动化测试框架，直接pip install selenium安装即可 pyecharts：以一切皆可配置而闻名的pyt

当下，新型冠状病毒感染的肺炎疫情无时无刻不牵动着人们的心。面对来势汹汹的疫情，除了奋战在前线的医护人员以及防疫建设工作者们，小媛们也想尽一份绵薄之力。 这不，今天为大家带来了一份超超超简单的！生成自己的疫情地图的方法，各位想要动手的小可爱可以操练起来啦！ 01、爬取丁香园实时统计数据** 我们要爬取的是丁香园大佬的公开统计数据，这才让我们的疫情地图生成有了可能。咳咳，数据才是王道。 import json import re import requests import datetime today = datetime.date.today().strftime('%Y%m%d') #2

这个是破解丁香园产品的一个药品资料数据库，9千多条药品资料非常好。

目录 一、数据准备 二、疫情地图 2.1全国疫情地图 2.2湖北省疫情地图 三、疫情增长趋势图 效果图 文件：pycharts_city.txt                             一、数据准备 爬取丁香园的数据保存 import json import re import requests import datetime today = datetime.date.today().strftime('%Y%m%d') #20200315 def crawl_dxy_data(): 爬取丁香园实时统计数据，保存到data目录下，以当前日期作为

在过去一年的文章中，我们讨论了很多关于知识图谱构建、结合NLP应用的方法。逐渐，这些算法开始深入到许多业务中的搜索、推荐工作中。本文我们来系统地看一下在不同阶段，图谱融合该采取什么策略，以及相关的算法论文调研。

1 导入需要的库 import json #用于json格式数据的转换 import re #正则表达式 import requests #用于爬取网页的内容 import datetime #时间库 2 查看当前时间（设计爬取存储文件名） today = datetime.date.today().strftime('%Y%m%d') #20200315 today '20200401' type(today) #建议初学者对每个数据查看一下数据类型 str 3 爬取网页 3.1 访问网页 丁香园地址：https://nc

丁香园药品数据，上万条药品信息以及用药知识

目前最全的药品数据，上万条药品信息以及用药知识