2020新型肺炎疫情开源项目②：自制全球疫情动态监测面板(Wuhan Coronavirus (2019-nCoV) Global Cases )

面对疫情，作为开源项目爱好者，我们决定做一套可视化面板，以供实时动态分析趋势。也是本站学习 python flask 后的一次实践，此项目涉及了爬虫、数据存储、翻译、可视化、异步加载等，算是本站在实时动态可视化领域的一次尝试。

在线体验地址： 2019-2020 nCov 肺炎疫情全球监测面板: https://yiqing.baiyue.one

0.项目依赖

• flask
• requests
• googletrans
• pyecharts

此项目为第二版，所有数据为实时动态爬取，因闲置机器有 8GB 内存，可自由挥霍，所以暂未设置分离式的数据库，已完成 Docker 化，任何人都可以轻松部署。

1.动态效果图

1.全屏效果

2.局部效果- 世界地图

3.局部效果- 疫情曲线

4.局部效果- 每日确诊 K 线

2.可改进思路

• 尝试从数据中提取市县级统计、或市县级增长-时间的动态演示
• 尝试制作河流图，汇集负面的疑似案例，以及正面的确诊案例（内嵌治愈、死亡）
• 与 SARS 对比图
• 与 SARS 等对比拟合本次的疫情曲线，尝试预测疫情顶峰
• 尝试嵌入今日头条热榜
• 尝试嵌入热点舆情 云词图

3. 部署方法：

STEP1: 安装 Docker 基础环境(适用于 Centos、Ubuntu、Debian 等等)

 echo y | bash <(curl -L -s https://raw.githubusercontent.com/Baiyuetribe/codes/master/docker.sh)  #安装docker环境

STEP2:部署程序

运行程序（目前为第二版：主要为全球疫情监测）：

docker run -d --name=yiqing -p 5000:5000 --log-opt max-size=50m --log-opt max-file=3 --restart=always baiyuetribe/code:yiqing2

然后访问http://ip:5000 就可以访问了。如需域名访问（请搜本站域名反代）。

如果想用旧版本（第一版:主打省市级疫情分布），可运行一下：

docker run -d --name=yiqing -p 5000:5000 --log-opt max-size=50m --log-opt max-file=3 --restart=always baiyuetribe/code:yiqing

4.其他操作

• 卸载： docker rm -f yiqing

5.小结

该项目为本站学习 flask 的初步尝试，通过本次尝试，算是初步掌握了一套完整的数据可视化过程。不得不说，使用 python 编写后端的却很方便，而且用的越多，越上手，一切操作主要围绕在dict 、 list、str 、num等这些最常见的数据类型上。开发工具为：微软 vscode 、Win10 Terminator。