王昱翔---第一次个人编程作业

博客班级	https://edu.cnblogs.com/campus/fzzcxy/2018CS/
作业要求	https://edu.cnblogs.com/campus/fzzcxy/2018CS/homework/11732
作业目标	数据采集，数据处理，数据可视化，网页编程，git
作业源代码	GitHub
学号	211814405

目录

• 关于本次作业
• 先看成果图
  • • 数据处理
    • 数据可视化
    • 参考资料
    • 写在最后

关于本次作业

第一题，找到腾讯视频里看了一下网页，劝退23333。第二题有现成的轮子，至于数据处理，个人不太会写 java，所以就拿 python 搞了。

先看成果图

• 数据处理

首先使用用友提供的 api，用 python 写了个小 demo 看了一下数据的格式

    import json
    import requests

    headers = {'authoration': 'apicode', 'apicode': 'a92c30ec488341bda81968a590c606e4',
               'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/88.0.4324.150 Safari/537.36 Edg/88.0.705.68'}
    url = 'http://api.yonyoucloud.com/apis/dst/ncov/wholeworld'
    response = requests.get(headers=headers, url=url)
    response_dict = response.json()
    print(type(response_dict))
    print(response_dict)

    with open("demo.json","w",encoding="UTF8") as f:
        json.dump(response_dict,f,ensure_ascii=False)

    {
      "code": 200,
      "msg": "",
      "data": {
        "region": "全球",
        "confirmedCount": 111101552,
        "deadCount": 2461509,
        "curedCount": 80918631,
        "updateTime": "2021-02-22 00:08:48",
        "sourceDesc": "数据来自官方通报，全国与各省通报数据可能存在差异",
        "continent": [
          {
            "continentName": "亚洲",
            "confirmedCount": 24356407,
            "curedCount": 22775062,
            "deadCount": 390044,
            "country": [
              {
                "provinceName": "伊朗",
                "confirmedCount": 1566081,
                "curedCount": 1337877,
                "deadCount": 59409
              },
              {
                "provinceName": "印度尼西亚",
                "confirmedCount": 1271353,
                "curedCount": 1078840,
                "deadCount": 34316
              },
             ...

接着，进一步对数据进行处理，获取每个城市的内容。写着写着，发现 echarts 里的地图插件 world.js 用的是英文，我获取的数据是中文

    echarts.registerMap('world', {
            "type": "FeatureCollection",
            "crs": {"type": "name", "properties": {"name": "urn:ogc:def:crs:OGC:1.3:CRS84"}},
            "features": [{
                "geometry": {
                    "type": "Polygon",
                    "coordinates": [[略]]
                }, "properties": {"name": "Somalia", "childNum": 1}
            }, {
                "geometry": {
                    "type": "Polygon",
                    "coordinates": [[[9.579979133936737, 47.05856388629306], [9.409458596647225, 47.02019676540292], [9.46249431093294, 47.09010747968864], [9.46249431093294, 47.19858962254578], [9.527658197470123, 47.27026989773668], [9.579979133936737, 47.05856388629306]]]
                }, "properties": {"name": "Liechtenstein", "childNum": 1}
            }, 
        ...

遂网上速找了一份不太全的世界地图国家中英文对照表，经过对比地图上的数据，添加了十几个国家在数据中，最后还是有17个国家，没有在 world.js 里找到(反正也不重要)

    {
      "梵蒂冈": "vatican",
      "多米尼加": "Dominican",
      "巴林": "Bahrain",
      "马尔代夫": "Maldives",
      "叙利亚": "Syria",
      "索马里": "Somalia",
      "法罗群岛": "Faroe Islands",
      "吉尔吉斯斯坦": "Kyrgyzstan",
      "也门共和国": "Republic of Yemen",
      "乌兹别克斯坦": "Uzbekistan",
      "东帝汶": "Timor-Leste",
      "列支敦士登": "Liechtenstein",
      "老挝": "Laos",
      "北马其顿": "Northern Macedonia",
      "圣马力诺": "San Marino",
      ...

最后对整理的数据翻译，并保存为json格式（大致效果如下）

      {
        "name": "Iran",
        "value": 1566081
      },
      {
        "name": "Indonesia",
        "value": 1271353
      },
      {
        "name": "India",
        "value": 10977387
      },
      {
        "name": "Kazakhstan",
        "value": 254712
      },
      ...

• 数据可视化

在网上找到了 echarts 里的地图插件 world.js 提取码: yp34 ，通过异步加载读取python处理后的数据

    $(document).ready(function () {
        $.ajax({
            url: '../Data/global_epidemic_statistics.json',
            async: false,
            success: function (data) {
                options.series[0].data = data;
                myChart.setOption(options);         //绘制界面
            }
        });
    });

鼠标放在上面可以查看人数

• 参考资料

pyecharts 世界地图国家中英文对照表

js读取本地.json文件

当我们使用pycharm上传（Commit ）代码到GitLab或者是GitHub的时候我们的操作步骤以及注意点

ECharts 实战：新冠病毒全国疫情地图可视化 (requests获取数据+ECharts展示)

• 写在最后

做甚么	大概耗时
前期准备	0.5h
前期踩坑	20h
编写代码	2h
数据可视化	1.5h
个人觉得，知识盲区还是太多，想搞模拟服务器，奈何java web不太会用放弃了，以后有机会再搞