Advertisement

Code-For-COVID-19-Data提供新冠疫情历史数据的代码，涵盖中国及全球214个国家和地区。

  • 5星
  •     浏览量: 0
  •     大小:None
  •      文件类型：None

简介：
Code-For-COVID-19-Data项目提供了用于获取新型冠状病毒疫情历史数据的代码，涵盖中国及全球共计214个国家和地区。此前，该开源项目已经成功地发布了疫情历史数据代码。许多用户曾咨询如何获取这些数据，现已将用于爬取数据的代码开源。详细的编写流程请参考博客文章，并执行以下顺序的Python代码：首先运行`get-data-list.py`，然后执行`deal-data-list.py`，最后运行`deal-data.py`。此外，需要预先创建必要的文件夹并配置数据库；相关配置信息可参考博客文章或通过阅读代码自行进行调整。最后，向所有为抗击疫情做出贡献的英雄们致以崇高的敬意！

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • Code-For-COVID-19-Data: 获取新冠疫情历史数据的代码（涵盖中国和全球214个国家和地区）| Code for...
    优质
    这是一个开源项目，提供获取新冠疫情历史数据的代码，覆盖包括中国在内的全球214个国家和地区。通过这个资源，用户可以轻松地分析并可视化疫情发展趋势。 Code-For-COVID-19-Data 获取新型冠状病毒疫情历史数据代码（包含中国及全球214个国家地区） **Code for COVID-19 Data acquisition** 之前开源了用于获取新型冠状病毒疫情历史数据的代码，现将爬虫代码公开分享。具体编写流程可以参考相关博客内容。 执行步骤如下： 1. 在py-data文件夹下运行 `get-data-list.py` 2. 接着运行 `deal-data-list.py` 3. 最后运行 `deal-data.py` 此外，请根据需要建立相应的文件夹并配置数据库，详情可参照相应文档或直接阅读代码自行调整。 最后，向所有抗疫英雄致敬！
  • 新冠疫情预测代码及数据集 (COVID-19 prediction.zip)
    优质
    本资源包包含用于预测新冠疫情发展趋势的相关代码和历史数据集，适用于数据分析与模型构建。 COVID-19新冠疫情预测代码（含数据集）包含在文件COVID-19 prediction.zip中。
  • 美国新冠疫情历史数据汇总.xlsx
    优质
    本文件汇集了美国自疫情爆发以来的新冠确诊病例、死亡人数及疫苗接种等关键统计数据，旨在提供全面的历史数据分析。 美国新冠肺炎疫情历史总数据下载.xlsx
  • COVID-19世界新冠疫情预测的代码及数据集（含预测代码）
    优质
    本项目提供一套用于预测全球新冠肺炎疫情发展趋势的代码和相关数据集，助力研究者进行模型训练与评估。 COVID-19世界疫情分析源代码及数据集主要包括：获取疫情数据、预处理这些数据，并进行数据分析与可视化工作。使用了matplotlib和PyEcharts库来绘制柱形图、折线图、地图、玫瑰图以及动态条形图，同时利用SIR模型对美国的疫情数据进行了模拟预测。
  • 全球COVID-19疫情数据分析可视化
    优质
    本项目通过收集和分析全球新冠疫情数据，采用先进的可视化技术呈现疫情发展趋势与影响，助力公众及决策者理解并应对疫情挑战。 1. 理解数据可视化的绘图方法。 2. 掌握Tableau的可视化步骤、原理和效果。 3. 掌握Tableau仪表板的使用。
  • 42万+全球各国新冠疫情数据（2020.1-2024.8）.xlsx
    优质
    这份Excel文件包含了从2020年到2024年8月全球各国新冠疫情的详细统计数据，包括确诊病例、死亡病例及其它关键指标。 《42万+世界各国新冠疫情数据（2020.1-2024.8）》文件集包含了自2020年1月至2024年8月的全球新冠疫情相关数据，这些数据是通过精心手工整理而成，并且来源权威。在该数据集中明确标注了《数据来源》，从而确保了其真实性和准确性。 这类详细的数据对于学术研究和实际应用具有重要价值，尤其适合那些进行疾病传播、公共卫生政策评估以及经济学与城市规划等领域研究的学者和学生使用。由于数据项繁多详实，即使是刚开始接触这些领域的初学者也能轻松上手并利用该数据集开展研究工作。此外，这份文件的应用范围广泛，并不限于单一学科领域，在多个课程中均可作为引用资源。 此份数据集特别适合撰写论文进行实证分析的大学生、本科生和研究生使用。在使用这些数据时，学术研究人员应当遵守诚信原则，正确标注来源并对数据进行适当的解读与分析以确保研究结果的真实性和可靠性。 由于该文件包含的时间跨度较长，并涵盖了疫情发生和发展的重要阶段，因此可以利用其中的数据来观察疫情随时间的变化趋势及其特点。例如，可以通过这份数据集分析不同国家和地区之间疫情的分布情况、疫情影响经济和社会的方式以及各国政府应对措施的效果等信息。这些发现对于制定未来的公共卫生策略和评估现有政策工具的有效性具有重要的参考价值。 总之，《42万+世界各国新冠疫情数据》为学术研究提供了真实全面的数据支持，也为政策制定者及公众理解全球新冠疫情期间的情况和发展趋势提供了一种重要方式。这是一份对学术界与政府决策都极为宝贵的资源。
  • COVID-19全球疫情分析源码与数据集.zip
    优质
    本资源包包含用于分析COVID-19全球疫情的数据集和源代码，适用于研究、建模及教学用途，帮助用户深入理解病毒传播趋势。 COVID-19世界疫情分析源代码及数据集主要包括疫情数据的获取、预处理以及数据分析可视化。使用的工具包括matplotlib和PyEcharts来绘制柱形图、折线图、地图、玫瑰图和动态条形图，并利用SIR模型对美国疫情数据进行模拟预测。
  • 全国新冠疫情数据汇总.zip
    优质
    本资料包包含全国新冠疫情每日更新的数据汇总，涵盖确诊病例、疑似病例、死亡与康复人数等关键信息。 这段文字描述了包含全国各省市每日新增确诊病例数、累计确诊病例数、全国新增死亡人数、全国累积死亡人数、全国新增治愈病例数、全国累积治愈病例数以及全国存量病例的数据信息，并涵盖了武汉市数据及武汉各小区的具体情况和医院的相关数据。在建模时，作者花费大量时间搜集了这些资料。
  • 全球COVID-19疫情数据分析可视化数据集
    优质
    本数据集提供全球新冠疫情详细分析与可视化资源，涵盖病例、死亡率及疫苗接种等关键指标的变化趋势，助力科研与公众了解疫情动态。 全球COVID-19疫情可视化分析数据集
  • COVID-19-US-States：JHU CSSE提供的美国各州COVID-19病例的JSON数据
    优质
    这段资料提供由JHU CSSE发布的美国各州新型冠状病毒肺炎（COVID-19）确诊病例的JSON格式数据，方便研究人员和公众追踪疫情动态。 将美国各州的冠状病毒数据转换为json文件，并每天使用GitHub Actions更新3次。该json文件包含自2020年1月22日以来所有50个州每日确认的冠状病毒病例数及死亡人数： { Alabama: [ { date: 22-1-2020, confirmed: 0, deaths: 0 }, { date: 23-1-2020, confirmed: 0, deaths: 0 }, ... ], ... } 例如，如果要从网站获取数据： fetch(timeseries.json) .then(res, ...)