COVID-19 肺炎疫情数据实时监控（python 爬虫 + pyecharts 数据可视化 + wordcloud 词云图）
内容提要
本文介绍了使用Python爬虫技术获取COVID-19疫情数据，并利用pyecharts和wordcloud进行数据可视化。程序实现了中国和全球的累计确诊地图、每日数据折线图及词云图，数据存储在Excel中，支持实时更新和扩展功能。
延伸解读
数据源与爬取策略
文章指出，百度疫情页面将数据嵌入在 <script id="captain-config"> 标签内，需用 XPath 提取 JSON 文本再解析。直接请求页面无法获得各国每日数据，作者提供了专用接口地址。这提醒读者，爬取动态数据时应先分析页面结构，找到真实数据接口，而非盲目请求 HTML。
数据存储与处理细节
数据保存为 Excel 文件，使用 openpyxl 操作。中国数据存于 COVID-19-China.xlsx，全球数据存于 COVID-19-Global.xlsx。处理时需注意：某些城市缺少现有确诊字段，需补 0；全球数据中需手动插入中国汇总数据，否则地图会缺失中国。这些细节体现了数据清洗的必要性。
可视化实现与扩展
可视化使用 pyecharts 绘制地图和折线图，wordcloud 生成词云。地图采用分段颜色映射，折线图展示累计趋势。作者建议可将程序部署到服务器定时运行，或整合到 Django、Flask 等 Web 框架中，实现实时监控。这为读者提供了从脚本到服务的扩展思路。
注意事项与局限性
文章提到预览地址已失效，且数据来源为百度疫情实时大数据报告，更新时间和数据准确性依赖源站。爬虫需设置 User-Agent，但未涉及反爬应对。读者应注意，此类项目需定期维护，且数据仅用于学习展示，不可作为权威疫情依据。
Q&A
如何使用Python爬虫获取COVID-19疫情数据？
使用requests库发送请求，结合Xpath语法解析数据，并将结果存储在Excel中。
程序如何实现数据可视化？
通过pyecharts和wordcloud库绘制累计确诊地图、每日数据折线图和词云图。
程序支持哪些功能？
支持实时更新、数据扩展功能，并可部署在服务器上定时运行。
如何绘制中国和全球的累计确诊地图？
通过读取Excel中的数据，使用pyecharts绘制中国和全球的累计确诊地图。
获取的数据包括哪些内容？
数据包括中国和全球的累计确诊、每日数据、治愈和死亡人数等。
如何生成词云图？
使用wordcloud库，根据累计确诊数据生成中国和全球的词云图。
