COVID 19 NLP vis
1.0.0
Der Technologiestapel dieses Projekts ist grundlegend genug und sollte für Anfängerdatenanalyse- und Visualisierungsprojekte sehr geeignet sein. So lange Sie Python verstehen und grundlegende Kenntnisse über Crawler, Netzwerke, HTML usw. haben, können Sie es erreichen.
Die Epidemie der neuartigen Coronavirus-Pneumonie (Covid-19, bezeichnet als "neue Coronavirus pneumonia") hat viele Länder auf der ganzen Welt tobt. Am 11. März 2020 kündigte die Weltgesundheitsorganisation (WHO) offiziell an, dass sie neue Coronavirus -Pneumonie als globale Pandemie auflisten würde.
Bei der Bekämpfung der neuen Coronavirus-Epidemie weltweit wurden beispiellose groß angelegte epidemische Daten erstellt. Die Technologie und Methoden für Big Data -Analyse können dazu beitragen, Virusinfektionsquellen zu erkennen, die Entwicklung der Epidemie zu überwachen und Rettungsmaterial zuzuweisen, um die epidemische Präventions- und Kontrollarbeiten besser durchzuführen. Als wichtiger Bestandteil der Big-Data-Analyse kombiniert die räumliche Datenanalyse die intelligente Datenverarbeitung, die intuitive Anzeige und die interaktive Analyse organisch, sodass maschinelle Intelligenz und menschliche Intelligenz zutiefst integriert und zu den Vorteilen des anderen komplementär sind und eine effektive Basis und Leitfaden für Analyse, Befehl und Entscheidungsfindung bei epidemischer Prävention und Kontrolle bieten.
Dieses Projekt hofft, interaktive räumliche Datenanalyse -Technologie zu verwenden und Flask + Pyecharts zu verwenden, um eine einfache interaktive Analyseplattform zur Visualisierung und Visualisierung der neuen epidemischen Daten der Kronenpneumonie zu erstellen, die Entwicklungstrends und die Schlüsselknoten der epidemischen Offenbarung zu wahrnehmen und vorherzusagen, die dynamische Evolution sozialer Medien und Emotionen analysieren, und die Situation der sozialen öffentlichen Meinung.
Der Projektanalysebericht wurde auf der Webseite bereitgestellt. Sie können auf http://covid.yunwei123.tech/ klicken, um ihn anzuzeigen
Screenshot des interaktiven visuellen Analyseberichts:
Datensätze
China_Provincedata.csv epidemische Daten aus Provinzen, Gemeinden, autonomen Regionen und speziellen Verwaltungsregionen in China
CountryData.CSV -Epidemie -Daten aus 214 Ländern und Regionen auf der ganzen Welt und Diamond Princess Cruise Ship
NCOV_900K_TRAIN.Unlabl.csv
Der Datensatz sammelt Daten basierend auf 230 -Themen -Schlüsselwörtern, die sich auf "New Coronavirus pneumonia" beziehen, und erfasst vom 1. Januar 2020 bis 20. Februar 2020 insgesamt 1 Million Weibo -Daten und markiert manuell 100.000 davon. Die Anmerkungen sind in drei Kategorien unterteilt: 1 (positiv), 0 (neutral) und -1 (negativ).
NCOV_100K_TRAIN.LAFLABE.CSV ist das gleiche wie oben, markiert markiert
Da der ursprüngliche Datensatz nicht gefunden werden kann, sind derzeit nur die verarbeiteten Dateien
NCOV_10K_test.csv wie oben wie oben
yqkx_data-5_21.csv 100 Menschen tägliche epidemische Nachrichten, die mit Crawler erhalten wurden
China Social Organization_Epidemic Prevention and Control-5_21.CSV China Social Organization öffentliche Dienstplattform Epidemie Prävention und Kontrollzonennachrichten
Weibocomments-5_21.csv 5.21 Weibo und kommentieren Daten unter dem Thema "Kampf der Epidemie"
Notizbuch zur Analyse verwendet
MyScripts Python Skripte (Crawler, Visualisierungen, Datenverarbeitung usw.)
Vorlagen: Website HTML/CSS/JS- und Bilddateien
index.md: Markdown -Version der Website
server.py: Flask App
Entwurf des Vorhersagealgorithmus für die Timingdaten von neuer Coronavirus pneumonia.docx
Verwenden Sie Docker:
docker build -t covidvisimage .
docker run -d --name covidvis -p 5000:5000 covidvisimage
ODER:
pip3 install -r requirements.txt
python3 server.py
Hinweis: Die hier verwendete Pyecharts -Version ist 1.7.1 , die mit den nachfolgenden Versionen 1.8 oder höher teilweise nicht kompatibel sein kann. Sie können es über den folgenden Befehl installieren:
PIP Installieren Sie PyechArts == 1.7.1
