尧图网站建设 
简介这份资源是面向计算机、电子信息工程、数学等专业大学生的COVID-19疫情数据分析与可视化Python课程设计完整包适用于课程设计、期末大作业或毕业设计参考。内容涵盖疫情数据获取、清洗、转换、统计分析与可视化全流程涉及NumPy、Pandas、Matplotlib、Seaborn等数据科学库并包含时序预测、NLP情感分析、词云与地图可视化等进阶模块可帮助读者掌握从数据处理到图表呈现的完整技能链。压缩包共66个文件以17个py脚本、16张png图表、5个csv数据集、5个html页面及ipynb笔记本为主另含js、md、docx等辅助文件整体约4.12MB目录结构清晰便于按模块检索学习。该课设经导师指导并通过获得98分已有62人学习适合需要高质量参考方案与实操代码的读者。1. 疫情数据课设资源拆解一份能跑通全流程的 Python 分析包去年帮学弟看毕业设计他拿到的题目是「新冠肺炎疫情数据分析与可视化」网上搜到的代码要么只有爬虫没有分析要么图表跑出来全是乱码。后来翻到这份 98 分的课程设计包从数据采集、清洗、时序预测到 Web 可视化一条龙全带连答辩用的 docx 报告都在。它解决的不是「教你 Python 基础」的问题而是给了一个能直接复现、能改参数、能当模板套的完整工程。适合计算机、电子信息、数学专业做课设或毕设的同学也适合想拿真实数据集练 Pandas 和 Matplotlib 的入门者。包里分了疫情分析和预测、NLP 情感分析两条线数据文件从 5 月 21 日截断代码结构清晰不是那种跑一半就报错的拼凑货。2. 环境搭建与数据文件结构从 requirements.txt 到第一张趋势图2.1 依赖安装与虚拟环境配置拿到压缩包先别急着 pip install包里有个pip-selfcheck.json和pyvenv.cfg说明原作者用的是 venv 虚拟环境。我一般会先建一个干净的 Python 3.8 环境因为 Pandas 和 Matplotlib 的版本兼容性在 3.9 以上偶尔会出玄学问题。requirements.txt里列了核心依赖但没锁版本号直接装最新版可能遇到wordcloud编译失败。python -m venv venv source venv/bin/activate # Windows 用 venv\Scripts\activate pip install -r requirements.txt # 如果 wordcloud 报错单独指定版本 pip install wordcloud1.8.1逻辑说明venv 隔离环境避免污染全局包requirements.txt里通常包含 pandas、numpy、matplotlib、seaborn、jieba、wordcloud、flask 等。参数说明Python 版本建议 3.73.8wordcloud在 Windows 上需要 Visual C 14.0 编译工具装不上就下 whl 包手动安装。2.2 数据文件清单与字段含义dataSets目录是核心几个 CSV 决定了后续所有分析能不能跑通。我整理了一份字段对照表方便改代码时知道每列代表什么。文件名内容关键字段countrydata.csv全球各国疫情汇总国家、确诊、死亡、治愈、日期china_provincedata.csv中国分省数据省份、确诊、疑似、死亡、治愈yqkx_data-5_21.csv疫情快讯爬取结果标题、发布时间、来源weiboComments-5_21.csv微博评论数据用户、评论内容、点赞数API_SP.POP.TOTL_DS2_zh_csv_v2_1075183.csv世界银行人口数据国家、年份、人口数注意yqkx_data-5_21.csv和weiboComments-5_21.csv的日期截断在 5 月 21 日如果你要分析后续数据得自己改爬虫脚本重新抓。人口数据是用来算每万人确诊率的别漏掉。2.3 跑通第一个分析 Notebook疫情分析和预测部分.ipynb是主入口用 Jupyter 打开后从上往下执行。第一个单元格通常是导入库和读 CSV这里有个坑路径写的是相对路径如果你把 notebook 挪到别的目录会报FileNotFoundError。import pandas as pd import matplotlib.pyplot as plt import seaborn as sns # 设置中文字体不然图表标题全是方块 plt.rcParams[font.sans-serif] [SimHei] plt.rcParams[axes.unicode_minus] False # 读取中国分省数据 df_china pd.read_csv(dataSets/china_provincedata.csv) print(df_china.head()) print(df_china.columns.tolist())逻辑说明SimHei是 Windows 自带黑体Mac 用户改成Arial Unicode MS。axes.unicode_minus关掉负号显示问题。参数说明read_csv如果遇到编码错误加encodinggbk或encodingutf-8-sig。跑完这一步你应该能看到省份、确诊数等列如果列名是乱码说明编码没对。3. 数据清洗与统计分析缺失值、增长率与死亡率计算3.1 缺失值与异常值处理真实疫情数据里早期省份数据经常有缺失比如西藏只有个位数确诊某些天没上报就是 NaN。直接dropna()会丢太多行我一般用前向填充加零填充组合。# 检查缺失情况 print(df_china.isnull().sum()) # 对确诊和治愈列做前向填充死亡列填 0 df_china[确诊] df_china[确诊].fillna(methodffill) df_china[治愈] df_china[治愈].fillna(methodffill) df_china[死亡] df_china[死亡].fillna(0) # 异常值确诊数不能为负 df_china df_china[df_china[确诊] 0]逻辑说明ffill用前一天的值填充符合疫情累计数据的单调递增特性。死亡数填 0 是因为早期很多省份确实零死亡。参数说明如果数据里有重复日期用drop_duplicates(subset[省份,日期], keeplast)去重。3.2 计算增长率与死亡率课设报告里要求算每日新增、增长率、死亡率、治愈率这几个指标是答辩老师必问的。增长率用pct_change()最方便但要注意分母为 0 的情况。# 按省份分组后计算每日新增 df_china[新增确诊] df_china.groupby(省份)[确诊].diff().fillna(0) # 计算死亡率 df_china[死亡率] df_china[死亡] / df_china[确诊] df_china[死亡率] df_china[死亡率].fillna(0) # 计算治愈率 df_china[治愈率] df_china[治愈] / df_china[确诊] df_china[治愈率] df_china[治愈率].fillna(0) # 按日期汇总全国 df_national df_china.groupby(日期).agg({ 确诊: sum, 死亡: sum, 治愈: sum }).reset_index() df_national[新增确诊] df_national[确诊].diff().fillna(0)逻辑说明groupby(省份).diff()保证新增是按省算的不会跨省相减。fillna(0)处理第一天没有前一天数据的情况。参数说明死亡率保留四位小数用round(4)报告里写百分比就乘 100。3.3 用 Pandas 做分组聚合分析除了全国趋势课设还要求对比不同省份、不同国家的严重程度。groupby加agg能一次性算出多个统计量。# 各省最高确诊数排名 province_max df_china.groupby(省份)[确诊].max().sort_values(ascendingFalse) print(province_max.head(10)) # 全球各国最新数据 df_country pd.read_csv(dataSets/countrydata.csv) country_latest df_country.sort_values(日期).groupby(国家).last() country_latest[每万人确诊] country_latest[确诊] / (country_latest[人口] / 10000) print(country_latest[[确诊, 每万人确诊]].sort_values(每万人确诊, ascendingFalse).head())逻辑说明groupby().last()取每个国家最后一条记录即最新累计数据。每万人确诊需要关联人口数据如果countrydata.csv里没有人口列就用merge把世界银行那张表并进来。参数说明sort_values默认升序加ascendingFalse变降序。4. 可视化实战Matplotlib、Seaborn 与 Pyecharts 地图4.1 折线图与柱状图趋势对比课设报告里的图基本用 Matplotlib 和 Seaborn 出折线图看趋势柱状图做排名。这里最容易翻车的是中文显示和日期格式。import matplotlib.dates as mdates fig, ax plt.subplots(figsize(12, 5)) ax.plot(pd.to_datetime(df_national[日期]), df_national[确诊], label累计确诊) ax.plot(pd.to_datetime(df_national[日期]), df_national[治愈], label累计治愈) ax.xaxis.set_major_formatter(mdates.DateFormatter(%m-%d)) ax.xaxis.set_major_locator(mdates.WeekdayLocator(interval2)) plt.xticks(rotation45) plt.xlabel(日期) plt.ylabel(人数) plt.title(全国疫情趋势) plt.legend() plt.tight_layout() plt.savefig(img/trend.png, dpi150)逻辑说明mdates.DateFormatter控制 X 轴日期显示格式WeekdayLocator每两周一个刻度避免标签挤在一起。tight_layout()防止标签被裁掉。参数说明dpi150保证报告里图片清晰savefig要在show之前调用。4.2 热力图与分布图Seaborn 的用武之地Seaborn 画热力图适合展示各省在不同时间段的疫情严重程度heatmap配合pivot_table很直观。# 取确诊数前 10 的省份按周汇总 top10 province_max.head(10).index.tolist() df_top10 df_china[df_china[省份].isin(top10)] df_top10[周] pd.to_datetime(df_top10[日期]).dt.isocalendar().week pivot df_top10.pivot_table(index省份, columns周, values新增确诊, aggfuncsum) plt.figure(figsize(14, 6)) sns.heatmap(pivot, cmapYlOrRd, annotFalse) plt.title(前十省份每周新增确诊热力图) plt.tight_layout() plt.savefig(img/heatmap.png, dpi150)逻辑说明pivot_table把长表转成宽表行是省份列是周数值是新增确诊。cmapYlOrRd是黄到红的渐变符合疫情严重程度的直觉。参数说明annotTrue会在格子里显示数字但格子多了会糊建议关掉。4.3 Pyecharts 地图与词云包里mapchina.py和mapworld.py用的是 Pyecharts 做地图比 Matplotlib 的 Basemap 省事。词云用wordcloud.js和wordData.py生成微博评论分词后出图。from pyecharts.charts import Map from pyecharts import options as opts # 中国地图 map_china ( Map() .add(确诊数, [list(z) for z in zip(province_max.index.tolist(), province_max.values.tolist())], china) .set_global_opts( title_optsopts.TitleOpts(title中国疫情分布), visualmap_optsopts.VisualMapOpts(max_int(province_max.max()), is_piecewiseFalse) ) ) map_china.render(img/map_china.html)逻辑说明Pyecharts 输出 HTML 文件浏览器打开可交互。visualmap_opts控制颜色映射范围max_设成最大确诊数。参数说明is_piecewiseFalse是连续渐变设True是分段色块。词云部分用 jieba 分词后传给 WordCloudwordcloud.js是前端渲染用的别搞混。5. 时序预测与 NLP 情感分析LSTM 与微博评论挖掘5.1 时序预测算法设计新冠肺炎时序数据预测算法设计.docx里写了预测部分的思路代码在logistic.py和 notebook 的后半段。常见做法是用 LSTM 或 ARIMA 对累计确诊做拟合但疫情数据前期增长快后期平缓直接套模型容易过拟合。from sklearn.preprocessing import MinMaxScaler from keras.models import Sequential from keras.layers import LSTM, Dense # 取全国每日新增确诊 data df_national[新增确诊].values.reshape(-1, 1) scaler MinMaxScaler() data_scaled scaler.fit_transform(data) # 构造时间窗用前 7 天预测第 8 天 X, y [], [] for i in range(7, len(data_scaled)): X.append(data_scaled[i-7:i, 0]) y.append(data_scaled[i, 0]) X, y np.array(X), np.array(y) X X.reshape(X.shape[0], X.shape[1], 1) model Sequential() model.add(LSTM(50, return_sequencesTrue, input_shape(7, 1))) model.add(LSTM(50)) model.add(Dense(1)) model.compile(optimizeradam, lossmse) model.fit(X, y, epochs50, batch_size32, verbose0)逻辑说明MinMaxScaler把数据压到 01LSTM 对尺度敏感。时间窗 7 天是经验值对应一周的传播周期。return_sequencesTrue让第一层 LSTM 输出序列给第二层。参数说明epochs和batch_size根据数据量调数据少就减小 epochs 防过拟合。预测结果要inverse_transform还原。5.2 微博评论情感分析流程NLP.ipynb和sentiments.py做的是微博评论的情感倾向分析。流程是爬虫抓评论 → jieba 分词 → 去停用词 → 情感打分 → 词云可视化。weibo_战疫情爬虫_spider.py是采集脚本weiboProcess.py做清洗。import jieba from snownlp import SnowNLP # 读取评论 df_weibo pd.read_csv(dataSets/weiboComments-5_21.csv) comments df_weibo[评论内容].dropna().tolist() # 情感打分 sentiments [] for c in comments: s SnowNLP(c) sentiments.append(s.sentiments) # 01越接近 1 越正面 df_weibo[情感得分] sentiments df_weibo[情感标签] df_weibo[情感得分].apply(lambda x: 正面 if x 0.6 else (负面 if x 0.4 else 中性)) print(df_weibo[情感标签].value_counts())逻辑说明SnowNLP 是中文情感分析常用库sentiments属性返回 01 的分数。阈值 0.6 和 0.4 是经验值可按实际分布调。参数说明如果评论里有大量表情符号先正则清洗掉否则影响分词。jieba.load_userdict可以加疫情相关专有名词提高分词准确率。5.3 词云生成与前端展示wordData.py和wordcloud.js配合出词云图templates目录下是 Flask 的 HTML 模板server.py启动 Web 服务。from wordcloud import WordCloud # 拼接所有评论 text .join(comments) # 结巴分词 words .join(jieba.cut(text)) wc WordCloud( font_pathSimHei.ttf, background_colorwhite, width800, height600, max_words100 ) wc.generate(words) wc.to_file(img/wordcloud.png)逻辑说明font_path必须指定中文字体文件否则词云全是方块。max_words控制显示词数。参数说明jieba.cut返回生成器用空格拼接后传给 WordCloud。Flask 那边server.py用render_template把图表嵌到 HTML 里uwsgi.ini是部署配置本地跑直接python server.py就行。6. 避坑与常见问题排查6.1 中文显示乱码现象Matplotlib 图表标题、轴标签全是方块。原因默认字体不支持中文。解决plt.rcParams[font.sans-serif] [SimHei]Mac 改Arial Unicode MSLinux 装wqy-microhei并指定路径。6.2 CSV 读取编码错误现象UnicodeDecodeError: utf-8 codec cant decode byte。原因Windows 下 Excel 保存的 CSV 是 GBK 编码。解决pd.read_csv(file.csv, encodinggbk)或encodingutf-8-sig不确定就试这两个。6.3 LSTM 预测结果是一条直线现象模型输出几乎不变。原因数据没归一化或者时间窗太短。解决先MinMaxScaler归一化时间窗至少 7 天检查inverse_transform有没有漏掉。6.4 Pyecharts 地图不显示现象HTML 打开空白。原因地图 JS 文件没加载或者省份名称和 Pyecharts 内置的不一致。解决用pip install echarts-countries-pypkg和echarts-china-provinces-pypkg装地图包省份名去掉「省」「市」后缀试试。6.5 爬虫脚本跑不通现象spider-yqkx.py报连接超时或返回空。原因目标网站改版或加了反爬。解决检查requests的 headers 有没有带 User-Agent加time.sleep降低频率或者直接用包里现成的 CSV 数据做分析别死磕爬虫。7. 从课设到毕设把这份代码改成自己的项目这份资源最大的价值不是让你照抄而是给你一个能跑通的骨架。我一般会做三件事把它变成自己的东西第一换数据集。包里数据截断在 5 月 21 日你可以从公开渠道找更新的数据把dataSets里的 CSV 替换掉跑一遍清洗脚本看有没有报错。第二改预测模型。logistic.py用的是逻辑回归你可以换成 ARIMA 或 Prophet对比 RMSE 写进报告答辩时就是亮点。第三加可视化维度。比如把各省确诊和人口密度做散点图或者用plotly做交互式大屏templates里的 HTML 模板改起来不难。验证方法很简单跑完 notebook 后检查img目录有没有生成所有图表results目录里的输出文件是否完整server.py启动后浏览器能不能打开index.html。如果都正常说明环境没问题。我习惯在改完代码后把requirements.txt重新生成一遍pip freeze requirements.txt免得换机器又翻车。从那以后我每次拿到别人的代码包都先建虚拟环境、锁版本、跑通原始流程再动手改这个习惯帮我省了无数个通宵。希望帮到你。本文还有配套的精品资源点击获取 Python疫情数据分析与可视化课程设计：从数据清洗到LSTM预测全流程实战
简介这份资源是面向计算机、电子信息工程、数学等专业大学生的COVID-19疫情数据分析与可视化Python课程设计完整包适用于课程设计、期末大作业或毕业设计参考。内容涵盖疫情数据获取、清洗、转换、统计分析与可视化全流程涉及NumPy、Pandas、Matplotlib、Seaborn等数据科学库并包含时序预测、NLP情感分析、词云与地图可视化等进阶模块可帮助读者掌握从数据处理到图表呈现的完整技能链。压缩包共66个文件以17个py脚本、16张png图表、5个csv数据集、5个html页面及ipynb笔记本为主另含js、md、docx等辅助文件整体约4.12MB目录结构清晰便于按模块检索学习。该课设经导师指导并通过获得98分已有62人学习适合需要高质量参考方案与实操代码的读者。1. 疫情数据课设资源拆解一份能跑通全流程的 Python 分析包去年帮学弟看毕业设计他拿到的题目是「新冠肺炎疫情数据分析与可视化」网上搜到的代码要么只有爬虫没有分析要么图表跑出来全是乱码。后来翻到这份 98 分的课程设计包从数据采集、清洗、时序预测到 Web 可视化一条龙全带连答辩用的 docx 报告都在。它解决的不是「教你 Python 基础」的问题而是给了一个能直接复现、能改参数、能当模板套的完整工程。适合计算机、电子信息、数学专业做课设或毕设的同学也适合想拿真实数据集练 Pandas 和 Matplotlib 的入门者。包里分了疫情分析和预测、NLP 情感分析两条线数据文件从 5 月 21 日截断代码结构清晰不是那种跑一半就报错的拼凑货。2. 环境搭建与数据文件结构从 requirements.txt 到第一张趋势图2.1 依赖安装与虚拟环境配置拿到压缩包先别急着 pip install包里有个pip-selfcheck.json和pyvenv.cfg说明原作者用的是 venv 虚拟环境。我一般会先建一个干净的 Python 3.8 环境因为 Pandas 和 Matplotlib 的版本兼容性在 3.9 以上偶尔会出玄学问题。requirements.txt里列了核心依赖但没锁版本号直接装最新版可能遇到wordcloud编译失败。python -m venv venv source venv/bin/activate # Windows 用 venv\Scripts\activate pip install -r requirements.txt # 如果 wordcloud 报错单独指定版本 pip install wordcloud1.8.1逻辑说明venv 隔离环境避免污染全局包requirements.txt里通常包含 pandas、numpy、matplotlib、seaborn、jieba、wordcloud、flask 等。参数说明Python 版本建议 3.73.8wordcloud在 Windows 上需要 Visual C 14.0 编译工具装不上就下 whl 包手动安装。2.2 数据文件清单与字段含义dataSets目录是核心几个 CSV 决定了后续所有分析能不能跑通。我整理了一份字段对照表方便改代码时知道每列代表什么。文件名内容关键字段countrydata.csv全球各国疫情汇总国家、确诊、死亡、治愈、日期china_provincedata.csv中国分省数据省份、确诊、疑似、死亡、治愈yqkx_data-5_21.csv疫情快讯爬取结果标题、发布时间、来源weiboComments-5_21.csv微博评论数据用户、评论内容、点赞数API_SP.POP.TOTL_DS2_zh_csv_v2_1075183.csv世界银行人口数据国家、年份、人口数注意yqkx_data-5_21.csv和weiboComments-5_21.csv的日期截断在 5 月 21 日如果你要分析后续数据得自己改爬虫脚本重新抓。人口数据是用来算每万人确诊率的别漏掉。2.3 跑通第一个分析 Notebook疫情分析和预测部分.ipynb是主入口用 Jupyter 打开后从上往下执行。第一个单元格通常是导入库和读 CSV这里有个坑路径写的是相对路径如果你把 notebook 挪到别的目录会报FileNotFoundError。import pandas as pd import matplotlib.pyplot as plt import seaborn as sns # 设置中文字体不然图表标题全是方块 plt.rcParams[font.sans-serif] [SimHei] plt.rcParams[axes.unicode_minus] False # 读取中国分省数据 df_china pd.read_csv(dataSets/china_provincedata.csv) print(df_china.head()) print(df_china.columns.tolist())逻辑说明SimHei是 Windows 自带黑体Mac 用户改成Arial Unicode MS。axes.unicode_minus关掉负号显示问题。参数说明read_csv如果遇到编码错误加encodinggbk或encodingutf-8-sig。跑完这一步你应该能看到省份、确诊数等列如果列名是乱码说明编码没对。3. 数据清洗与统计分析缺失值、增长率与死亡率计算3.1 缺失值与异常值处理真实疫情数据里早期省份数据经常有缺失比如西藏只有个位数确诊某些天没上报就是 NaN。直接dropna()会丢太多行我一般用前向填充加零填充组合。# 检查缺失情况 print(df_china.isnull().sum()) # 对确诊和治愈列做前向填充死亡列填 0 df_china[确诊] df_china[确诊].fillna(methodffill) df_china[治愈] df_china[治愈].fillna(methodffill) df_china[死亡] df_china[死亡].fillna(0) # 异常值确诊数不能为负 df_china df_china[df_china[确诊] 0]逻辑说明ffill用前一天的值填充符合疫情累计数据的单调递增特性。死亡数填 0 是因为早期很多省份确实零死亡。参数说明如果数据里有重复日期用drop_duplicates(subset[省份,日期], keeplast)去重。3.2 计算增长率与死亡率课设报告里要求算每日新增、增长率、死亡率、治愈率这几个指标是答辩老师必问的。增长率用pct_change()最方便但要注意分母为 0 的情况。# 按省份分组后计算每日新增 df_china[新增确诊] df_china.groupby(省份)[确诊].diff().fillna(0) # 计算死亡率 df_china[死亡率] df_china[死亡] / df_china[确诊] df_china[死亡率] df_china[死亡率].fillna(0) # 计算治愈率 df_china[治愈率] df_china[治愈] / df_china[确诊] df_china[治愈率] df_china[治愈率].fillna(0) # 按日期汇总全国 df_national df_china.groupby(日期).agg({ 确诊: sum, 死亡: sum, 治愈: sum }).reset_index() df_national[新增确诊] df_national[确诊].diff().fillna(0)逻辑说明groupby(省份).diff()保证新增是按省算的不会跨省相减。fillna(0)处理第一天没有前一天数据的情况。参数说明死亡率保留四位小数用round(4)报告里写百分比就乘 100。3.3 用 Pandas 做分组聚合分析除了全国趋势课设还要求对比不同省份、不同国家的严重程度。groupby加agg能一次性算出多个统计量。# 各省最高确诊数排名 province_max df_china.groupby(省份)[确诊].max().sort_values(ascendingFalse) print(province_max.head(10)) # 全球各国最新数据 df_country pd.read_csv(dataSets/countrydata.csv) country_latest df_country.sort_values(日期).groupby(国家).last() country_latest[每万人确诊] country_latest[确诊] / (country_latest[人口] / 10000) print(country_latest[[确诊, 每万人确诊]].sort_values(每万人确诊, ascendingFalse).head())逻辑说明groupby().last()取每个国家最后一条记录即最新累计数据。每万人确诊需要关联人口数据如果countrydata.csv里没有人口列就用merge把世界银行那张表并进来。参数说明sort_values默认升序加ascendingFalse变降序。4. 可视化实战Matplotlib、Seaborn 与 Pyecharts 地图4.1 折线图与柱状图趋势对比课设报告里的图基本用 Matplotlib 和 Seaborn 出折线图看趋势柱状图做排名。这里最容易翻车的是中文显示和日期格式。import matplotlib.dates as mdates fig, ax plt.subplots(figsize(12, 5)) ax.plot(pd.to_datetime(df_national[日期]), df_national[确诊], label累计确诊) ax.plot(pd.to_datetime(df_national[日期]), df_national[治愈], label累计治愈) ax.xaxis.set_major_formatter(mdates.DateFormatter(%m-%d)) ax.xaxis.set_major_locator(mdates.WeekdayLocator(interval2)) plt.xticks(rotation45) plt.xlabel(日期) plt.ylabel(人数) plt.title(全国疫情趋势) plt.legend() plt.tight_layout() plt.savefig(img/trend.png, dpi150)逻辑说明mdates.DateFormatter控制 X 轴日期显示格式WeekdayLocator每两周一个刻度避免标签挤在一起。tight_layout()防止标签被裁掉。参数说明dpi150保证报告里图片清晰savefig要在show之前调用。4.2 热力图与分布图Seaborn 的用武之地Seaborn 画热力图适合展示各省在不同时间段的疫情严重程度heatmap配合pivot_table很直观。# 取确诊数前 10 的省份按周汇总 top10 province_max.head(10).index.tolist() df_top10 df_china[df_china[省份].isin(top10)] df_top10[周] pd.to_datetime(df_top10[日期]).dt.isocalendar().week pivot df_top10.pivot_table(index省份, columns周, values新增确诊, aggfuncsum) plt.figure(figsize(14, 6)) sns.heatmap(pivot, cmapYlOrRd, annotFalse) plt.title(前十省份每周新增确诊热力图) plt.tight_layout() plt.savefig(img/heatmap.png, dpi150)逻辑说明pivot_table把长表转成宽表行是省份列是周数值是新增确诊。cmapYlOrRd是黄到红的渐变符合疫情严重程度的直觉。参数说明annotTrue会在格子里显示数字但格子多了会糊建议关掉。4.3 Pyecharts 地图与词云包里mapchina.py和mapworld.py用的是 Pyecharts 做地图比 Matplotlib 的 Basemap 省事。词云用wordcloud.js和wordData.py生成微博评论分词后出图。from pyecharts.charts import Map from pyecharts import options as opts # 中国地图 map_china ( Map() .add(确诊数, [list(z) for z in zip(province_max.index.tolist(), province_max.values.tolist())], china) .set_global_opts( title_optsopts.TitleOpts(title中国疫情分布), visualmap_optsopts.VisualMapOpts(max_int(province_max.max()), is_piecewiseFalse) ) ) map_china.render(img/map_china.html)逻辑说明Pyecharts 输出 HTML 文件浏览器打开可交互。visualmap_opts控制颜色映射范围max_设成最大确诊数。参数说明is_piecewiseFalse是连续渐变设True是分段色块。词云部分用 jieba 分词后传给 WordCloudwordcloud.js是前端渲染用的别搞混。5. 时序预测与 NLP 情感分析LSTM 与微博评论挖掘5.1 时序预测算法设计新冠肺炎时序数据预测算法设计.docx里写了预测部分的思路代码在logistic.py和 notebook 的后半段。常见做法是用 LSTM 或 ARIMA 对累计确诊做拟合但疫情数据前期增长快后期平缓直接套模型容易过拟合。from sklearn.preprocessing import MinMaxScaler from keras.models import Sequential from keras.layers import LSTM, Dense # 取全国每日新增确诊 data df_national[新增确诊].values.reshape(-1, 1) scaler MinMaxScaler() data_scaled scaler.fit_transform(data) # 构造时间窗用前 7 天预测第 8 天 X, y [], [] for i in range(7, len(data_scaled)): X.append(data_scaled[i-7:i, 0]) y.append(data_scaled[i, 0]) X, y np.array(X), np.array(y) X X.reshape(X.shape[0], X.shape[1], 1) model Sequential() model.add(LSTM(50, return_sequencesTrue, input_shape(7, 1))) model.add(LSTM(50)) model.add(Dense(1)) model.compile(optimizeradam, lossmse) model.fit(X, y, epochs50, batch_size32, verbose0)逻辑说明MinMaxScaler把数据压到 01LSTM 对尺度敏感。时间窗 7 天是经验值对应一周的传播周期。return_sequencesTrue让第一层 LSTM 输出序列给第二层。参数说明epochs和batch_size根据数据量调数据少就减小 epochs 防过拟合。预测结果要inverse_transform还原。5.2 微博评论情感分析流程NLP.ipynb和sentiments.py做的是微博评论的情感倾向分析。流程是爬虫抓评论 → jieba 分词 → 去停用词 → 情感打分 → 词云可视化。weibo_战疫情爬虫_spider.py是采集脚本weiboProcess.py做清洗。import jieba from snownlp import SnowNLP # 读取评论 df_weibo pd.read_csv(dataSets/weiboComments-5_21.csv) comments df_weibo[评论内容].dropna().tolist() # 情感打分 sentiments [] for c in comments: s SnowNLP(c) sentiments.append(s.sentiments) # 01越接近 1 越正面 df_weibo[情感得分] sentiments df_weibo[情感标签] df_weibo[情感得分].apply(lambda x: 正面 if x 0.6 else (负面 if x 0.4 else 中性)) print(df_weibo[情感标签].value_counts())逻辑说明SnowNLP 是中文情感分析常用库sentiments属性返回 01 的分数。阈值 0.6 和 0.4 是经验值可按实际分布调。参数说明如果评论里有大量表情符号先正则清洗掉否则影响分词。jieba.load_userdict可以加疫情相关专有名词提高分词准确率。5.3 词云生成与前端展示wordData.py和wordcloud.js配合出词云图templates目录下是 Flask 的 HTML 模板server.py启动 Web 服务。from wordcloud import WordCloud # 拼接所有评论 text .join(comments) # 结巴分词 words .join(jieba.cut(text)) wc WordCloud( font_pathSimHei.ttf, background_colorwhite, width800, height600, max_words100 ) wc.generate(words) wc.to_file(img/wordcloud.png)逻辑说明font_path必须指定中文字体文件否则词云全是方块。max_words控制显示词数。参数说明jieba.cut返回生成器用空格拼接后传给 WordCloud。Flask 那边server.py用render_template把图表嵌到 HTML 里uwsgi.ini是部署配置本地跑直接python server.py就行。6. 避坑与常见问题排查6.1 中文显示乱码现象Matplotlib 图表标题、轴标签全是方块。原因默认字体不支持中文。解决plt.rcParams[font.sans-serif] [SimHei]Mac 改Arial Unicode MSLinux 装wqy-microhei并指定路径。6.2 CSV 读取编码错误现象UnicodeDecodeError: utf-8 codec cant decode byte。原因Windows 下 Excel 保存的 CSV 是 GBK 编码。解决pd.read_csv(file.csv, encodinggbk)或encodingutf-8-sig不确定就试这两个。6.3 LSTM 预测结果是一条直线现象模型输出几乎不变。原因数据没归一化或者时间窗太短。解决先MinMaxScaler归一化时间窗至少 7 天检查inverse_transform有没有漏掉。6.4 Pyecharts 地图不显示现象HTML 打开空白。原因地图 JS 文件没加载或者省份名称和 Pyecharts 内置的不一致。解决用pip install echarts-countries-pypkg和echarts-china-provinces-pypkg装地图包省份名去掉「省」「市」后缀试试。6.5 爬虫脚本跑不通现象spider-yqkx.py报连接超时或返回空。原因目标网站改版或加了反爬。解决检查requests的 headers 有没有带 User-Agent加time.sleep降低频率或者直接用包里现成的 CSV 数据做分析别死磕爬虫。7. 从课设到毕设把这份代码改成自己的项目这份资源最大的价值不是让你照抄而是给你一个能跑通的骨架。我一般会做三件事把它变成自己的东西第一换数据集。包里数据截断在 5 月 21 日你可以从公开渠道找更新的数据把dataSets里的 CSV 替换掉跑一遍清洗脚本看有没有报错。第二改预测模型。logistic.py用的是逻辑回归你可以换成 ARIMA 或 Prophet对比 RMSE 写进报告答辩时就是亮点。第三加可视化维度。比如把各省确诊和人口密度做散点图或者用plotly做交互式大屏templates里的 HTML 模板改起来不难。验证方法很简单跑完 notebook 后检查img目录有没有生成所有图表results目录里的输出文件是否完整server.py启动后浏览器能不能打开index.html。如果都正常说明环境没问题。我习惯在改完代码后把requirements.txt重新生成一遍pip freeze requirements.txt免得换机器又翻车。从那以后我每次拿到别人的代码包都先建虚拟环境、锁版本、跑通原始流程再动手改这个习惯帮我省了无数个通宵。希望帮到你。本文还有配套的精品资源点击获取