2020新冠疫情数据统计

摘  要：2020新冠疫情数据统计，是为了让人们可以以此警戒，预防以后还会出现这种大规模的疫情，并且做到讲卫生、爱护野生动物的美好品德，为人们做出更好的贡献。此作品实用性强，信息充足，发展空间大。在现今的社会，大数据的应用越来越彰显他的优势，它占领的领域也越来越大，各种利用大数据进行发展的领域正在协助各个领域不断发展。

此作品设计开发采用了Echarts、Dreamweaver、Pycahrm、Java开发工具，有数据数字显示模块，地图模块，2月5月疫情模块，折线全国确诊、境外输入模块，美国感染模块，中国三省感染模块及中国感染前五名排名模块。数据统计表以基础设计直观的方式表现，紧贴设计主题。布局大方，符合交互要求。

关键词：疫情 python echarts 数据可视化 爬虫  

目 录

1 引言 1

1.1 2020新冠疫情数据统计的研究背景及意义 1

1.2 2020新冠疫情数据统计的发展趋势 1

1.3 2020新冠疫情数据统计的可行性分析 1

2 项目目标和内容 3

2.1 目标和内容 3

2.1.1 目标： 3

2.1.2 内容： 3

2.2 相关任务 3

3 开发环境以及工具和技术的介绍 4

3.1 项目开发环境 4

3.1.1 Windows10 4

3.2 主要开发工具介绍 4

3.2.1 PyCharm 4

3.2.2 SQLyog 5

3.2.3 MySQL 5

3.2.4 Adobe Dreamweaver 5

3.2.5 Python3.8 6

3.3 主要技术介绍 6

3.3.1 HTML 6

3.3.2 DIV+CSS 7

3.3.3 ECharts 7

3.3.4 Numpy 7

3.3.5 Pandas 7

3.3.6 java script 8

3.3.7 SQLyog 8

3.3.8 Flask微服务器 10

4 项目分析 11

4.1 项目概述 11

4.2 项目模块 11

4.3 项目进度安排 11

5 数据库设计 12

5.1 MySQL数据库设计命名规范 12

5.1.1 命名规范 12

5.1.2 基础规范 12

5.1.3 索引规范 12

5.2 数据库表 13

5.3 数据库表关系 15

6 项目实现 16

6.1 数据爬取 16

6.1.1 国内疫情数据爬取 16

6.1.2 国外疫情数据爬取 16

6.1.3 美国疫情数据爬取 17

6.1.4 浙江省疫情数据爬取 18

6.1.5 湖北省疫情数据爬取 18

6.2 数据分析与数据清洗并且保存数据到数据库/JSON文件/Excl表格/CSV/TXT 19

6.3 读取数据前后端结合ECharts生产图表 24

6.4 HTML页面美化与整理 34

7 总结与展望 37

致谢 38

参考文献 39