Python获取全球COVID-19当日数据(网易版)

简介: 本文主要介绍使用Python获取全球COVID-19当日数据(网易版)的方法。

Python获取全球COVID-19当日数据(网易版)

了解数据结构(右键检查-->Network-->XHR-->Ctrl+R):
在这里插入图片描述
如箭头所示,我们需要的数据在这里:
在这里插入图片描述
headers在这里获得:
在这里插入图片描述
URL在这里获得:
在这里插入图片描述
代码:

import requests
import pandas as pd
import json
import time
def get_html (Url,Headers):
    try:
        ret = requests.get(url=Url, headers=Headers)
        print(ret)  # 打印请求状态
        return ret.text
    except:
        print('呜呜呜,失败了!\n学生请不要用校园网嗷')
def get_data (dic_data, index):
    info = pd.DataFrame(dic_data)[index]
    print(info)
    tdy_data = pd.DataFrame([country["today"] for country in dic_data])
    tdy_data.columns = ["today_" + col for col in tdy_data.columns]
    ttl_data = pd.DataFrame([country["total"] for country in dic_data])
    ttl_data.columns = ["total_" + col for col in ttl_data.columns]
    return pd.concat([info, tdy_data, ttl_data], axis=1)    #axis = 1 按列合并链接的轴
def data_save(data, name):
    try:
        f_name = time.strftime("%Y%m%d", time.localtime(time.time())) + name + ".csv"
        data.to_csv(f_name, index=None, encoding="gbk")
        print(f_name + " 已成功保存")
    except:
        print('数据保存失败')
if __name__ == "__main__":
    start = time.time()
    url="https://c.m.163.com/ug/api/wuhan/app/data/list-total"
    headers = { "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) "
                          "AppleWebKit/537.36 (KHTML, like Gecko) "
                          "Chrome/83.0.4103.61 Safari/537.36 "}
    ret_txt = get_html(url,headers)
    world_data = json.loads(ret_txt)["data"]["areaTree"]
    index = ["id", "name", "lastUpdateTime"]
    world_rlt_data = get_data(world_data, index)
    data_save(world_rlt_data, "_World_COVID-19")
    end = time.time()
    print("本次爬虫历时:", end - start, "秒")

结果截图:
在这里插入图片描述
数据展示:
在这里插入图片描述
仅供学习使用。

相关文章
|
1月前
|
机器学习/深度学习 TensorFlow 算法框架/工具
使用Python实现深度学习模型:智能数据隐私保护
使用Python实现深度学习模型:智能数据隐私保护 【10月更文挑战第3天】
103 0
|
30天前
|
数据采集 JSON 数据处理
抓取和分析JSON数据:使用Python构建数据处理管道
在大数据时代,电商网站如亚马逊、京东等成为数据采集的重要来源。本文介绍如何使用Python结合代理IP、多线程等技术,高效、隐秘地抓取并处理电商网站的JSON数据。通过爬虫代理服务,模拟真实用户行为,提升抓取效率和稳定性。示例代码展示了如何抓取亚马逊商品信息并进行解析。
抓取和分析JSON数据:使用Python构建数据处理管道
|
15天前
|
图形学 Python
SciPy 空间数据2
凸包(Convex Hull)是计算几何中的概念,指包含给定点集的所有凸集的交集。可以通过 `ConvexHull()` 方法创建凸包。示例代码展示了如何使用 `scipy` 库和 `matplotlib` 绘制给定点集的凸包。
24 1
|
16天前
|
JSON 数据格式 索引
Python中序列化/反序列化JSON格式的数据
【11月更文挑战第4天】本文介绍了 Python 中使用 `json` 模块进行序列化和反序列化的操作。序列化是指将 Python 对象(如字典、列表)转换为 JSON 字符串,主要使用 `json.dumps` 方法。示例包括基本的字典和列表序列化,以及自定义类的序列化。反序列化则是将 JSON 字符串转换回 Python 对象,使用 `json.loads` 方法。文中还提供了具体的代码示例,展示了如何处理不同类型的 Python 对象。
|
16天前
|
数据采集 Web App开发 iOS开发
如何使用 Python 语言的正则表达式进行网页数据的爬取?
使用 Python 进行网页数据爬取的步骤包括:1. 安装必要库(requests、re、bs4);2. 发送 HTTP 请求获取网页内容;3. 使用正则表达式提取数据;4. 数据清洗和处理;5. 循环遍历多个页面。通过这些步骤,可以高效地从网页中提取所需信息。
|
1月前
|
数据处理 Python
Python实用记录(十):获取excel数据并通过列表的形式保存为txt文档、xlsx文档、csv文档
这篇文章介绍了如何使用Python读取Excel文件中的数据,处理后将其保存为txt、xlsx和csv格式的文件。
50 3
Python实用记录(十):获取excel数据并通过列表的形式保存为txt文档、xlsx文档、csv文档
|
1月前
|
计算机视觉 Python
Python实用记录(九):将不同的图绘制在一起、将不同txt文档中的数据绘制多条折线图
这篇文章介绍了如何使用Python的OpenCV库将多张图片合并为一张图片显示,以及如何使用matplotlib库从不同txt文档中读取数据并绘制多条折线图。
42 3
Python实用记录(九):将不同的图绘制在一起、将不同txt文档中的数据绘制多条折线图
|
1月前
|
数据可视化 算法 Python
基于OpenFOAM和Python的流场动态模态分解:从数据提取到POD-DMD分析
本文介绍了如何利用Python脚本结合动态模态分解(DMD)技术,分析从OpenFOAM模拟中提取的二维切片数据,以深入理解流体动力学现象。通过PyVista库处理VTK格式的模拟数据,进行POD和DMD分析,揭示流场中的主要能量结构及动态特征。此方法为研究复杂流动系统提供了有力工具。
74 2
基于OpenFOAM和Python的流场动态模态分解:从数据提取到POD-DMD分析
|
28天前
|
数据可视化 算法 JavaScript
基于图论的时间序列数据平稳性与连通性分析:利用图形、数学和 Python 揭示时间序列数据中的隐藏模式
本文探讨了如何利用图论分析时间序列数据的平稳性和连通性。通过将时间序列数据转换为图结构,计算片段间的相似性,并构建连通图,可以揭示数据中的隐藏模式。文章介绍了平稳性的概念,提出了基于图的平稳性度量,并展示了图分区在可视化平稳性中的应用。此外,还模拟了不同平稳性和非平稳性程度的信号,分析了图度量的变化,为时间序列数据分析提供了新视角。
57 0
基于图论的时间序列数据平稳性与连通性分析:利用图形、数学和 Python 揭示时间序列数据中的隐藏模式
|
1月前
|
自然语言处理 算法 数据挖掘
探讨如何利用Python中的NLP工具,从被动收集到主动分析文本数据的过程
【10月更文挑战第11天】本文介绍了自然语言处理(NLP)在文本分析中的应用,从被动收集到主动分析的过程。通过Python代码示例,详细展示了文本预处理、特征提取、情感分析和主题建模等关键技术,帮助读者理解如何有效利用NLP工具进行文本数据分析。
48 2