中国疫情数据可视化分析

摘  要：中国疫情数据可视化能让人更加直观的感受各地疫情的受灾状况，明白此次疫情的严重性。较传统的文字信息而言，数据图能更加清晰的展现数据的特征，也能使人们更加容易接受到信息，

数据可视化的开发过程采用了Flask+H5+ECharts的技术，用Python爬虫技术从网页爬取数据，并用python正则表达式处理数据，获取自己所需，存储为Excel格式，然后用MySQL建立数据库，并用Python将数据导入进数据库，然后用Python-Flask框架链接数据库、ECharts和网页，从数据库获取详细数据然后放入ECharts中，制成图表，以网页的格式展出。

关键词：新冠疫情 数据可视化

目 录

                                     

1 引言1

1.1 课题的研究背景及意义1

1.2 课题的现状与发展趋势1

1.3 课题的可行性分析1

2 项目的目标和内容3

2.1 目标和内容3

2.2 相关任务3

3 开发工具及环境介绍4

3.1 中国疫情数据可视化的开发环境4

3.1.1 Windouws104

3.2 本项目应用的主要开发工具4

3.2.1 PyCharm4

3.2.2 MySQL5

3.2.3 SQLyag6

3.2.4 Python3.76

3.3 本项目应用的主要开发技术7

3.3.1 HTML7

3.3.2 java script7

3.3.3 CSS7

3.3.4 Python核心编程8

3.3.5 JSON数据传输8

3.3.6 AJAX8

3.3.7 jQuery9

3.3.8 Flask微服务器9

3.3.9 PyMySQL9

3.3.10 HTTP协议9

3.3.11 Requests10

3.3.12 Echarts10

3.3.13 Jieba10

4 项目分析11

4.1 项目概述11

4.2 项目性能需求11

4.3 项目模块和流程11

4.3.1 项目模块11

4.3.2 项目流程12

4.4 项目进度安排12

5 数据库设计14

6 项目实现15

6.1 环境搭建15

6.1.1 安装python15

6.1.2 安装pycharm15

6.1.3 安装MySQL17

6.2 数据爬取20

6.3 数据分析与数据清洗20

6.4 将数据保存到数据库21

6.5 读取数据前后端，产生ECHARTS图表23

6.5.1 连接数据库，封装查询方法23

6.5.2 搭建echarts图表框架24

6.5.3 查询数据并处理，传输数据生成echarts图表25

7 项目优化28

8 总结与展望30

致谢31

参考文献32