Python实战：利用requests与matplotlib爬取并可视化江苏疫情实时数据

闻溪

发布时间：2026-10-15 | 4人浏览过

原创

本文介绍如何使用Python的requests库抓取腾讯新闻疫情实时数据接口，并通过json解析提取全国及江苏省各地级市的确诊、新增及治愈数据。结合PrettyTable美化输出，最后利用matplotlib库对江苏各地市疫情分布进行可视化分析，直观展示扬州等地疫情状况。

1.引言

近期，江苏南京与湖南张家界等地相继出现疫情反弹，影响范围已扩展至8省22市。目前全国划定有2个高风险地区和52个中风险地区。身处南京的笔者作为普通市民，深切关注疫情动态。为了实时掌握最新疫情信息，本文将演示如何使用Python编写爬虫程序，抓取并分析最新的疫情实时数据。

2.获取目标网站

为实现Python对疫情数据的自动化采集，首先需要确定数据来源。国内主流的新闻平台如腾讯新闻、网易新闻等均提供疫情实时追踪服务，内容涵盖国内疫情概况、海外疫情动态、每日新增确诊趋势以及疫苗接种进度等。本文选取腾讯新闻的疫情发布页面作为数据源进行爬取与分析。

网站分析：

使用Chrome浏览器访问疫情发布页网址，界面显示如上图所示。
按下F12键进入开发者工具模式，随后按Ctrl+R刷新页面以加载网络请求。
在Network（网络）面板中查找名为getOnsInfo?name=disease_h5的请求，从而获取用于爬取的目标API网址。

3.爬取目标网站

编写爬虫程序前，需确保已安装Python的requests库，安装命令如下：

pip3 install requests

仅需三行核心代码即可获取该网页返回的数据内容，具体代码如下：


url = 'https://view.inews.qq.com/g2/getOnsInfo?name=disease_h5'
req = requests.get(url=url)
content = json.loads(req.text)

执行代码后打印出的爬取结果如下：

4.解析爬取内容

虽然成功获取了网页数据，但原始数据通常为JSON格式，我们需要对其进行解析，从中提取感兴趣的关键信息。

4.1. 解析全国今日总况

对应的数据解析代码如下：


def get_all_china(content):
    tmp_data = content["data"]
    area_data = json.loads(tmp_data)["areaTree"]
    country = area_data[0]
    country_list = []
    name = country["name"]
    today_confirm = country["today"]["confirm"]
    now_confirm = country["total"]["nowConfirm"]
    total_confirm = country["total"]["confirm"]
    total_heal = country["total"]["heal"]
    country_list.append([name, today_confirm, now_confirm, total_confirm, total_heal])
    return country_list

运行代码后的输出结果如下：

原始输出格式较为杂乱，此处引入PrettyTable库对输出结果进行美化处理，代码如下：


def format_list_prettytable(title,province_list):
    table = PrettyTable(title)
    for province in province_list:
        table.add_row(province)
    table.border = True
    return table

美化后的结果如下：

4.2. 解析全国各省份疫情情况

参照上述逻辑，可进一步解析全国各省市的具体疫情数据，代码如下：


def get_all_province(content):
    tmp_data = content["data"]
    area_data = json.loads(tmp_data)["areaTree"]
    data = area_data[0]['children']

    province_list = []
    for province in data:
        name = province["name"]
        today_confirm = province["today"]["confirm"]
        now_confirm = province["total"]["nowConfirm"]
        total_confirm = province["total"]["confirm"]
        total_heal = province["total"]["heal"]
        province_list.append([name, today_confirm, now_confirm, total_confirm, total_heal])
    return province_list

运行结果如下：

4.3. 解析江苏各地级市疫情情况

最后，我们重点获取江苏省内各地级市的详细疫情数据，代码如下：


def parse_jiangsu_province(content,key_province):
    tmp_data = content["data"]
    area_data = json.loads(tmp_data)["areaTree"]
    data = area_data[0]['children']

    city_list = []
    for province in data:
        name = province["name"]
        if name == key_province:
            children_list = province["children"]
            for children in children_list:
                city = children["name"]
                today_new = children["today"]["confirm"]
                now_confirm = children["total"]["nowConfirm"]
                total_confirm = children["total"]["confirm"]
                total_heal = children["total"]["heal"]
                city_list.append([city, today_new, now_confirm, total_confirm, total_heal])
    return city_list

运行结果如下：