หน้าแรก>การเขียนโปรแกรมที่เกี่ยวข้อง>ซอร์สโค้ดอื่น ๆ
ดาวน์โหลด

การคาดการณ์การแพร่ระบาดของโรคและการวิเคราะห์ความคิดเห็นสาธารณะ

สแต็คเทคโนโลยีของโครงการนี้มีพื้นฐานเพียงพอและควรเหมาะสำหรับการวิเคราะห์ข้อมูลเริ่มต้นและโครงการสร้างภาพข้อมูล โดยทั่วไปตราบใดที่คุณเข้าใจ Python และมีความรู้พื้นฐานเกี่ยวกับซอฟต์แวร์รวบรวมข้อมูลเครือข่าย HTML ฯลฯ คุณสามารถบรรลุได้

การแพร่ระบาดของโรคปอดบวม coronavirus ใหม่ (COVID-19 เรียกว่า "โรคปอดบวม coronavirus ใหม่") ได้โหมกระหน่ำหลายประเทศทั่วโลก เมื่อวันที่ 11 มีนาคม 2563 องค์การอนามัยโลก (WHO) ประกาศอย่างเป็นทางการว่าจะมีรายการโรคปอดบวม coronavirus ใหม่ว่าเป็นโรคระบาดทั่วโลก

ในกระบวนการต่อสู้กับการแพร่ระบาดของ coronavirus ใหม่ทั่วโลกข้อมูลการแพร่ระบาดของโรคขนาดใหญ่ที่ไม่เคยเกิดขึ้นมาก่อนได้ถูกสร้างขึ้น เทคโนโลยีการวิเคราะห์ข้อมูลขนาดใหญ่และวิธีการสามารถช่วยค้นพบแหล่งที่มาของการติดเชื้อไวรัสตรวจสอบการพัฒนาของการแพร่ระบาดของโรคและจัดสรรวัสดุช่วยเหลือเพื่อให้การป้องกันการแพร่ระบาดของโรคและการควบคุมทำงานได้ดีขึ้น ในฐานะที่เป็นส่วนสำคัญของการวิเคราะห์ข้อมูลขนาดใหญ่การวิเคราะห์ข้อมูลเชิงพื้นที่ผสมผสานการประมวลผลข้อมูลอัจฉริยะการแสดงผลที่ใช้งานง่ายและการวิเคราะห์เชิงโต้ตอบเพื่อให้ความฉลาดของเครื่องจักรและความฉลาดของมนุษย์ได้รับการบูรณาการอย่างลึกซึ้งและเสริมความได้เปรียบของกันและกันให้พื้นฐานที่มีประสิทธิภาพ

โครงการนี้หวังที่จะใช้เทคโนโลยีการวิเคราะห์ข้อมูลเชิงพื้นที่เชิงโต้ตอบและใช้ Flask + Pyecharts เพื่อสร้างแพลตฟอร์มการวิเคราะห์แบบโต้ตอบอย่างง่ายสำหรับการแสดงและแสดงภาพข้อมูลโรคปอดบวมของมงกุฎใหม่การรับรู้และทำนายแนวโน้มการพัฒนาและโหนดสำคัญของการแพร่ระบาด

รายงานการวิเคราะห์โครงการได้รับการปรับใช้กับหน้าเว็บคุณสามารถคลิก http://covid.yunwei123.tech/ เพื่อดู

ภาพหน้าจอของรายงานการวิเคราะห์ภาพเชิงโต้ตอบ:

เอกสารและโครงสร้างไดเรกทอรี

  • ชุดข้อมูล

    • China_provincedata.csv ข้อมูลการแพร่ระบาดของโรคจากจังหวัดเทศบาลภูมิภาคอิสระและภูมิภาคการบริหารพิเศษในประเทศจีน

    • ข้อมูลการแพร่ระบาดของโรค CountryData.csv จาก 214 ประเทศและภูมิภาคต่างๆทั่วโลกและเรือสำราญ Princess Princess

    • ncov_900k_train.unliabled.csv

      ชุดข้อมูลรวบรวมข้อมูลตามคำหลักธีม 230 ที่เกี่ยวข้องกับ "โรคปอดบวม coronavirus ใหม่" และรวบรวมข้อมูล Weibo ทั้งหมด 1 ล้านรายการตั้งแต่วันที่ 1 มกราคม 2563 ถึง 20 กุมภาพันธ์ 2563 และทำเครื่องหมายด้วยตนเอง 100,000 คน คำอธิบายประกอบแบ่งออกเป็นสามประเภท: 1 (บวก), 0 (เป็นกลาง) และ -1 (ลบ)

    • ncov_100k_train.liabled.csv เหมือนกับข้างต้นทำเครื่องหมายไว้

      เนื่องจากไม่พบชุดข้อมูลต้นฉบับจึงมีเฉพาะไฟล์ที่ประมวลผลเท่านั้น

    • ncov_10k_test.csv เหมือนกับด้านบน

    • YQKX_DATA-5_21.CSV ข่าวการแพร่ระบาดของโรคประจำวัน 100 คนที่ได้รับโดยใช้ตัวรวบรวมข้อมูล

    • China Social Organization_epidemic Prevention and Control-5_21.CSV China China Organization Social Organization Public Public Public Public Platform Platform Platform Platform Platform

    • Weibocomments-5_21.csv 5.21 Weibo และข้อมูลความคิดเห็นภายใต้หัวข้อของ "การต่อสู้กับการแพร่ระบาด"

  • สมุดบันทึกที่ใช้สำหรับการวิเคราะห์

  • สคริปต์ Myscripts Python (ตัวรวบรวมข้อมูล, การสร้างภาพ, การประมวลผลข้อมูล ฯลฯ )

    • Spider-yqkx.py ประจำวันของ People Crawler
    • องค์กร Spider-Social.PY องค์กรสังคมจีนแพลตฟอร์มบริการสาธารณะ Crawler
    • weibo_fight The Epidemic Crawler_spider.py Weibo "Fight the Epidemic" Crawler
    • pyecharts-zhexian-country.py ใช้ pyecharts เพื่อวาดเส้นโค้งข้อมูลการแพร่ระบาดของประเทศใด ๆ
    • Hierachy.py Hierachy Cluster Analysis Code
    • jiebafenci.py jieba word code code และ word word diagram การแสดงผล
    • linecountry.py สร้างแผนภูมิเส้นโค้งการแพร่ระบาด
    • logistic.py รหัสการวิเคราะห์โลจิสติกส์
    • mapchina.py สร้างแผนที่การแพร่ระบาดของจีน
    • mapworld.py สร้างแผนที่การแพร่ระบาดของโลก
    • mergeweibo.py weiboprocess.py weibo เครื่องมือประมวลผลข้อมูล
    • Weiboanalyse.py Weibo Data Analysis Code
    • worddata.py weiboworddata.py word map map บันทึกข้อมูล
    • tfidf.py การสร้างภาพค่า TFIDF
    • ความรู้สึกการวิเคราะห์ความรู้สึกของปี่

  • เทมเพลต: เว็บไซต์ html/css/js และไฟล์รูปภาพ

  • index.md: markdown เวอร์ชันของเว็บไซต์

  • Server.py: แอพ Flask

  • การออกแบบอัลกอริทึมการทำนายสำหรับข้อมูลเวลาของ coronavirus pneumonia.docx ใหม่

สแต็คเทคโนโลยีที่เกี่ยวข้อง

  • การสร้างฐานข้อมูลและแบบสอบถามคำสั่ง SQL
  • การสร้างภาพของ Pyechart
  • การวิเคราะห์ข้อมูล SQL Postgres
  • การวิเคราะห์ความเชื่อมั่น snownlp
  • jieba
  • ขวด

วิ่ง:

  1. เรียกใช้ server.py:

ใช้ Docker: 

 docker build -t covidvisimage .
docker run -d --name covidvis -p 5000:5000 covidvisimage

หรือ: 

 pip3 install -r requirements.txt
python3 server.py
  1. เปิด http://127.0.0.1:5000/

หมายเหตุ: รุ่น PyeCharts ที่ใช้ที่นี่คือ 1.7.1 ซึ่งอาจไม่เข้ากันบางส่วนกับรุ่นต่อ ๆ ไป 1.8 หรือสูงกว่า คุณสามารถติดตั้งผ่านคำสั่งต่อไปนี้:

PIP ติดตั้ง pyecharts == 1.7.1

ขยาย
ข้อมูลเพิ่มเติม
แอปที่เกี่ยวข้อง
แนะนำสำหรับคุณ
ข้อมูลที่เกี่ยวข้อง ทั้งหมด