COVID 19 NLP vis
1.0.0
Технологический стек этого проекта достаточно базовый и должен быть очень подходит для проектов анализа и визуализации данных начинающих. По сути, если вы понимаете Python и имеете базовые знания о сканерах, сетях, HTML и т. Д., Вы можете его достичь.
Эпидемия новой коронавирусной пневмонии (Covid-19, называемая «новой коронавирусной пневмонией»), бушует во многих странах по всему миру. 11 марта 2020 года Всемирная организация здравоохранения (ВОЗ) официально объявила, что в ней будет назвать новую пневмонию коронавируса как глобальную пандемию.
В процессе борьбы с новой эпидемией коронавируса во всем мире были получены беспрецедентные крупномасштабные эпидемические данные. Технология и методы анализа больших данных могут помочь обнаружить источники вирусной инфекции, отслеживать разработку эпидемии и выделить спасательные материалы, чтобы лучше выполнять работу по профилактике эпидемии и контроль. В качестве важной части анализа больших данных анализ пространственных данных органически объединяет интеллектуальную обработку данных, интуитивно понятный дисплей и интерактивный анализ, так что машинный интеллект и человеческий интеллект глубоко интегрированы и дополняют преимущества друг друга, обеспечивая эффективную основу и руководство для анализа, командования и принятия решений при профилактике эпидемии и контроле.
Этот проект надеется использовать интерактивную технологию анализа пространственных данных и использовать Flask + PyeCharts для создания простой интерактивной платформы анализа для визуализации и визуализации новых данных эпидемии короны, воспринимающего и предсказания тенденций развития и ключевых узлов эпидемии, проанализировать динамическую эволюцию темах социальных сетей и эмиций, а также реализацию ситуации социальных общественных мнений.
Отчет по анализу проекта был развернут на веб -странице, вы можете нажать http://covid.yunwei123.tech/, чтобы просмотреть его
Скриншот интерактивного отчета о визуальном анализе:
наборы данных
China_provincedata.csv Эпидемические данные провинций, муниципалитетов, автономных регионов и специальных административных регионов в Китае
CountryData.csv Эпидемические данные из 214 стран и регионов по всему миру и круизный корабль Diamond Princess
NCOV_900K_TRAIN.Unlabled.csv
Набор данных собирает данные на основе 230 ключевых слов темы, связанных с «новой коронавирусной пневмонией», и забирает в общей сложности 1 миллион данных Weibo с 1 января 2020 года по 20 февраля 2020 года и вручную отмечает 100 000 из них. Аннотации разделены на три категории: 1 (положительный), 0 (нейтральный) и -1 (отрицательный).
ncov_100k_train.labled.csv такой же, как и выше, помеченная
Поскольку исходный набор данных не может быть найден, только обработанные файлы в настоящее время
ncov_10k_test.csv так же, как и выше
yqkx_data-5_21.csv 100 человек ежедневные эпидемические новости, полученные с использованием сканеров
Китайская социальная организация_эпидемическая профилактика и контроль-5_21.csv Китайская социальная организация Общественная организация Общественная платформа Платформа Платформа Эпидемии и зоны контроля.
weibocomments-5_21.csv 5.21 Weibo и данные комментариев в рамках темы «Борьба с эпидемией»
Записная книжка, используемая для анализа
MyScripts Python Scripts (сканеры, визуализация, обработка данных и т. Д.)
Шаблоны: веб -сайт HTML/CSS/JS и файлы изображений
index.md: версия веб -сайта Markdown
Server.py: приложение Flask
Проектирование алгоритма прогнозирования для данных о времени новой коронавирусной пневмонии.docx
Используйте Docker:
docker build -t covidvisimage .
docker run -d --name covidvis -p 5000:5000 covidvisimage
ИЛИ:
pip3 install -r requirements.txt
python3 server.py
ПРИМЕЧАНИЕ. Используемая здесь версия PyeCharts составляет 1.7.1 , которая может быть частично несовместимой с последующими версиями 1.8 или выше. Вы можете установить его через следующую команду:
PIP установить PyeCharts == 1.7.1
