十分钟生成自己的疫情地图，小白都能立刻上手！

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，以当前日期作为文件名，存JSON文件
"""
response = requests.get(https://ncov.dxy.cn/ncovh5/view/pneumonia) request.get()用于请求目标网站
print(response.status_code) 打印状态码

try:
url_text = response.content.decode() 更推荐使用response.content.deocde()的方式获取响应的html页面
print(url_text)
url_content = re.search(rwindow.getAreaStat = (.*?)}]}catch, re.search():扫描字符串以查找正则表达式模式产生匹配项的第一个位置 ，然后返回相应的match对象。
url_text, re.S) 在字符串a中，包含换行符\n，在这种情况下：如果不使用re.S参数，则只在每一行内进行匹配，如果一行没有，就换下一行重新开始;
而使用re.S参数以后，正则表达式会将这个字符串作为一个整体，在整体中进行匹配。
texts = url_content.group() 获取匹配正则表达式的整体结果
content = texts.replace(window.getAreaStat = , ).replace(}catch, ) 去除多余的字符
json_data = json.loads(content)
with open(data/ + today + .json, w, encoding=UTF-8) as f:
json.dump(json_data, f, ensure_ascii=False)
except:
print( % response.status_code)

if __name__ == __main__:
crawl_dxy_data()

import json
import datetime
from pyecharts.charts import Pie
from pyecharts import options as opts

读原始数据文件
today = datetime.date.today().strftime(%Y%m%d) 20200331
datafile = data/+ today + .json
with open(datafile, r, encoding=UTF-8) as file:
json_array = json.loads(file.read())

分析全国实时确诊数据
china_data = []
for province in json_array:
china_data.append((province[provinceShortName], province[confirmedCount]))
china_data = sorted(china_data, key=lambda x: x[1], reverse=True) reverse=True,表示降序，反之升序

print(china_data)

labels = [data[0] for data in china_data]
counts = [data[1] for data in china_data]

c = (
Pie()
.add("累计确诊", [list(z) for z in zip(labels, counts)])
.set_global_opts(
title_opts=opts.TitleOpts(title="3月31日疫情分布图"),
legend_opts=opts.LegendOpts(orient="vertical"))
.set_series_opts(label_opts=opts.LabelOpts(formatter="{b}: {c}"))
.render("3月31日疫情分布图.html")
)

import json
import datetime
from pyecharts.charts import Map
from pyecharts import options as opts

读原始数据文件
today = datetime.date.today().strftime(%Y%m%d) 20200315
datafile = data/+ today + .json
with open(datafile, r, encoding=UTF-8) as file:
json_array = json.loads(file.read())

分析全国实时确诊数据：confirmedCount字段
china_data = []
for province in json_array:
china_data.append((province[provinceShortName], province[confirmedCount]))
china_data = sorted(china_data, key=lambda x: x[1], reverse=True) reverse=True,表示降序，反之升序

print(china_data)
全国疫情地图
自定义的每一段的范围，以及每一段的特别的样式。
pieces = [
{min: 10000, color: 540d0d},
{max: 9999, min: 1000, color: 9c1414},
{max: 999, min: 500, color: d92727},
{max: 499, min: 100, color: ed3232},
{max: 99, min: 10, color: f27777},
{max: 9, min: 1, color: f7adad},
{max: 0, color: f7e4e4},
]
labels = [data[0] for data in china_data]
counts = [data[1] for data in china_data]

m = Map()
m.add("累计确诊", [list(z) for z in zip(labels, counts)], china)

系列配置项,可配置图元样式、文字样式、标签样式、点线样式等
m.set_series_opts(label_opts=opts.LabelOpts(font_size=12),
is_show=False)
全局配置项,可配置标题、动画、坐标轴、图例等
m.set_global_opts(title_opts=opts.TitleOpts(title=全国实时确诊数据,
subtitle=数据来源：丁香园),
legend_opts=opts.LegendOpts(is_show=False),
visualmap_opts=opts.VisualMapOpts(pieces=pieces,
is_piecewise=True, 是否为分段型
is_show=True)) 是否显示视觉映射配置
render（）会生成本地 HTML 文件，默认会在当前目录生成 render.html 文件，也可以传入路径参数，如 m.render("mycharts.html")
m.render(path=全国实时确诊数据.html)