2020新型肺炎疫情开源项目①：全球及中国区疫情动态图汇总_疫情动态统计图表

8 D5 d2 h$ o$ R: H6 y$ n

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.one0.项目依赖flaskrequestsgoogletranspyecharts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

: I W9 V5 x9 w9 w

3.局部效果- 疫情曲线

4.局部效果- 每日确诊K线

4 D4 _$ y9 Z) _/ H G! J

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）。

" _& J1 b0 G9 E2 H" U2 q J+ K7 a

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

. u6 {5 S; j# N( k. s# d; g

4.其他操作卸载： docker rm -f yiqing5.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。

+ [9 L6 f7 X/ d8 i7 X8 S

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。

7 ?4 W0 y% `4 b1 F ' ^& _& U3 L0 q8 s9 { N/ z" X 5 s5 }. n8 z3 ]: u! g4 b9 Z' ] * I7 B+ H) W: J* u9 L

刚好遇到类似问题，看完这个帖子心里有底了