基于Django的国内疫情数据可视化系统
摘要
2020年底以来，新冠病毒在全球范围内迅速蔓延，引起了国际社会的高度关注。在中国，政府和公众采取了积极措施应对疫情，并取得了显著成效。其中，疫情数据的及时收集、分析和传播是重要的信息支撑。
基于Django的国内疫情数据可视化Web系统是一种将数据可视化和交互性相结合的信息展示方式。通过该系统，用户可以方便地获取有关疫情数据的详细信息，包括感染人数、死亡人数、确诊率等，并进行数据分析和对比。同时，该系统还提供了实时数据更新、多样化的图表展示、数据导出等功能，使用户能够更加深入地了解疫情发展趋势，进而制定更加科学的防控措施。
关键词
Django；数据可视化；疫情；python
目录
1.绪论
1.1研究背景
1.2研究目的与意义
2.文献资料综述
3.设计理念
3.1依据的理论知识技术
4. 解决问题的方案
4.1 解决问题的总体方案：
4.2 方案的主要部分说明或技术分析：
4.3 方案可行性分析：
4.4 系统的实现
4.4.1 models的设计
4.4.2 首页的展示
4.4.3 国内累计数据
4.4.4 国内实时数据
4.4.5 各省数据
编辑
4.4.6 中国历史数据
4.5 毕业设计成果评价
结 论
参考文献
致 谢
附录
1.绪论
1.1研究背景
随着全球新冠疫情的爆发，对各国疫情数据的跟踪和分析变得越来越重要。在中国，国家卫健委每日发布疫情数据，并通过多个媒体平台向公众展示。但是，这些平台的数据呈现方式可能不够清晰明了，难以快速准确地掌握疫情动态。
因此，建立一个基于Django的国内疫情数据可视化Web系统具有很高的实用价值。该系统可以将每日更新的疫情数据进行可视化展示，包括地图、趋势图、饼图等多种形式，让公众更加直观地了解疫情发展趋势。同时，该系统还可以为政府部门、医疗机构等提供数据支持，帮助他们更好地制定应对策略。
基于Django框架搭建的Web系统具有易于扩展、易于维护、安全性高等优点，非常适合用于构建这样的数据可视化平台。
1.2研究目的与意义
提高公众对疫情数据的认知和理解。通过直观的数据可视化展示，让公众更加直观地了解疫情发展趋势，从而增强公众的防控意识和自我保护能力。
为政府部门、医疗机构等提供数据支持。通过该系统提供的准确、及时的疫情数据，这些机构可以更好地制定应对策略，帮助疫情防控工作更加科学、高效。
探索基于Django框架的Web系统设计与实现方法。在项目中使用Django框架搭建Web系统，可以更加快速、高效地完成系统开发和维护，并具有良好的扩展性和安全性。
推动数据可视化技术的发展和应用。数据可视化技术以其直观、易懂的特点受到越来越多人的关注，通过本系统的研究与应用，可以推动数据可视化技术在疫情防控等领域的应用，进一步提高数据可视化技术的应用水平。
2.文献资料综述
在国内外已经有不少关于疫情数据可视化的相关研究，如针对新冠疫情的数据可视化系统“COVID-19 Dashboard”、美国约翰斯·霍普金斯大学公共卫生学院发布的新冠疫情实时数据可视化系统等。这些系统都采用了先进的数据可视化技术，充分利用了互联网和移动设备等现代信息技术手段，方便广大用户获取最新的疫情数据信息。
3.设计理念
3.1依据的理论知识技术
Django框架：Django是一种基于MVC模型的Web应用程序框架，提供了许多工具和库来支持快速而灵活的开发。Django可以自动完成很多常见任务，例如数据库操作、表单验证、用户认证等。
数据库：学生信息管理系统需要用到数据库来存储和管理大量的学生信息。Django拥有多种强大的数据库功能，从SQLite到PostgreSQL，再到ORM（Object-Relational Mapping），它能够为用户提供更加便捷、高效的数据访问体验。
HTML、CSS、JavaScript等web技术是学生信息管理系统的重要组成部分，它们可以为用户提供精美的用户界面，并且可以提供丰富的交互功能，从而极大地提升了系统的效率和可靠性。
Python编程语言：Python是Django框架的主要开发语言，同时也是一种流行的高级编程语言，具有良好的可读性、易用性、强大的库支持等特点。
4. 解决问题的方案
4.1 解决问题的总体方案：
本文中所设计的中国国内疫情数据可视化Web管理系统,主要包括三个模块:用户信息管理模块、数据显示模块和统计分析模块。用户信息模块主要包括用户注册、登录、修改密码等功能，保障用户信息安全。
数据展示模块主要介绍疫情数据的实时更新、地图展示、数据可视化等功能。数据分析模块主要针对疫情数据进行统计分析，并提供分析报告和建议。
4.2 方案的主要部分说明或技术分析：
在本系统中，数据展示模块采用了Echarts图表库实现数据可视化和地图展示。同时，为了实时更新疫情数据，我们使用了第三方数据接口获取最新的疫情数据，并将其存储到后台数据库中。用户可以通过前端界面选择不同的时间区间、地区或者指标来查看相关的疫情数据。
数据分析模块主要采用了Python语言进行统计分析，并通过Django框架将统计结果展示在用户界面上。系统提供了多种分析方法，例如：
疫情趋势分析：通过折线图展示疫情确诊、死亡、治愈等数据随时间变化的趋势，并根据趋势预测未来疫情发展趋势。
地域分布分析：通过地图展示各省市疫情的分布情况，包括感染人数、死亡人数、治愈率等指标。同时，支持用户自定义筛选条件进行数据分析和对比。
指标对比分析：通过多维度的数据对比，帮助用户更好地理解疫情数据之间的关系，如确诊人数与治愈率的关系、死亡人数与疫苗接种率的关系等。
4.3 方案可行性分析：
本系统使用的技术和工具都是成熟的、稳定的，并且在国内外已有很多成功的应用案例。因此，从技术角度来看，方案是可行的。同时，本系统所涉及的数据来源是国家卫健委公布的疫情数据，具有权威性和可靠性，可以保证系统数据的准确性。从用户角度来看，本系统采用了直观、易懂的可视化方式展现数据，能够有效地提高用户对疫情数据的理解和分析能力。
4.4 系统的实现
4.4.1 models的设计
定义了四个模型类CovinCurrentProvince、CovinHistProvince、CovinHistChina和CovinNews。这些模型类分别对应了疫情当前省份数据、疫情历史省份数据、疫情历史全国数据和疫情新闻数据。每个模型类都包含了一些字段，如地区名称、累计确诊数、治愈数、死亡数、更新时间、新闻标题和新闻链接等。这些字段定义了模型类中每个实例对象的属性。这些模型类可以用于创建、读取、更新和删除数据库中对应的数据。
from django.db import models
import datetime
# Create your models here.
class CovinCurrentProvince(models.Model):
areaName = models.CharField('地区',max_length=50,default='')
areaShortName = models.CharField('地区简称',max_length=50,default='')
currentCount = models.IntegerField('现存确诊',default=0)
sumCount = models.IntegerField('累计确诊',default=0)
liveCount = models.IntegerField('治愈',default=0)
deadCount = models.IntegerField('死亡',default=0)
class CovinHistProvince(models.Model):
areaName = models.CharField('地区', max_length=50, default='')
sumCount = models.IntegerField('累计确诊', default=0)
liveCount = models.IntegerField('治愈', default=0)
deadCount = models.IntegerField('死亡', default=0)
updateTime = models.CharField('更新时间', max_length=50, default=str(datetime.datetime.now().date()))
class CovinHistChina(models.Model):
updateTime = models.CharField('更新时间', max_length=50, default=str(datetime.datetime.now().date()))
sumCount = models.IntegerField('累计确诊', default=0)
liveCount = models.IntegerField('治愈', default=0)
deadCount = models.IntegerField('死亡', default=0)
foreignConfirm = models.IntegerField('累计境外输入确诊', default=0)
class CovinNews(models.Model):
updateTime = models.CharField('更新时间', max_length=50, default=str(datetime.datetime.now().date()))
newsTitle = models.CharField('新闻标题', max_length=200, default='')
newsUrl = models.CharField('新闻链接', max_length=500, default='')4.4.2 首页的展示
该网页展示了国内外疫情统计资料的可视化,内容包含了国内外统计历史数据、国内外实时统计、全国各省统计资料、国内历史数据和疫情信息等内容。网页上部显示国内外疫情统计的总体状况,包含现有诊断、累积治愈、累计治疗和累积死亡率等统计。网页下部以图表形式显示各区域的疫情状况,包含区域名称、地区简称、现有确诊、累计确诊、累计治愈和累计死亡等数据。
数据以字典、列表等数据结构保存，每个地区的数据以一个字典保存，包括地区名称、地区简称、现有确诊、累计确诊、累计治愈和累计死亡等数据。
实时更新数据的接口是通过爬虫程序从数据源获取最新数据，然后将其保存到数据库中。页面在渲染时从数据库中读取最新数据，保证数据的实时性。
首页
4.4.3 国内累计数据
用地图形式来展示
# 国内累计数据
def China_confirm(request):
# sig_flag = updateDB('国内实时数据')
# if (sig_flag == 0):
# messages.success(request, '当前无网络，只能显示上次更新的数据！')
data = models.CovinCurrentProvince.objects.all()
list=[]
for data_temp in data:
list.append({'name':data_temp.areaShortName,'value':data_temp.sumCount})
return render(request, 'China_confirm.html',{'db_data_confirm':list})
4.4.4 国内实时数据
以下就是实时的展示
def Province(request):
# sig_flag = updateDB('国内实时数据')
# if (sig_flag == 0):
# messages.success(request, '当前无网络，只能显示上次更新的数据！')
areaList = models.CovinCurrentProvince.objects.all().values('areaName')
areaNameList = []
for area in areaList:
areaNameList.append(area['areaName'])
if request.method == 'GET':
data = models.CovinHistProvince.objects.filter(areaName='台湾')
list = []
for data_temp in data:
list.append({'time': data_temp.updateTime, 'confirm': data_temp.sumCount, 'live': data_temp.liveCount,
'dead': data_temp.deadCount})
list.sort(key=lambda x: x['time'])
return render(request, 'Province.html', {'areaNameList': areaNameList, 'Province_data':list, 'areaName_op':'台湾'})
if request.method == 'POST':
areaName = request.POST['area_op']
data = models.CovinHistProvince.objects.filter(areaName=areaName)
list = []
for data_temp in data:
list.append({'time': data_temp.updateTime, 'confirm': data_temp.sumCount, 'live':data_temp.liveCount, 'dead':data_temp.deadCount})
list.sort(key=lambda x: x['time'])
return render(request,'Province.html',{'areaNameList': areaNameList, 'Province_data':list, 'areaName_op':areaName})
4.4.5 各省数据
统计各省的数据，代码如下
# 各省统计数据
def Province(request):
# sig_flag = updateDB('国内实时数据')
# if (sig_flag == 0):
# messages.success(request, '当前无网络，只能显示上次更新的数据！')
areaList = models.CovinCurrentProvince.objects.all().values('areaName')
areaNameList = []
for area in areaList:
areaNameList.append(area['areaName'])
if request.method == 'GET':
data = models.CovinHistProvince.objects.filter(areaName='台湾')
list = []
for data_temp in data:
list.append({'time': data_temp.updateTime, 'confirm': data_temp.sumCount, 'live': data_temp.liveCount,
'dead': data_temp.deadCount})
list.sort(key=lambda x: x['time'])
return render(request, 'Province.html', {'areaNameList': areaNameList, 'Province_data':list, 'areaName_op':'台湾'})
if request.method == 'POST':
areaName = request.POST['area_op']
data = models.CovinHistProvince.objects.filter(areaName=areaName)
list = []
for data_temp in data:
list.append({'time': data_temp.updateTime, 'confirm': data_temp.sumCount, 'live':data_temp.liveCount, 'dead':data_temp.deadCount})
list.sort(key=lambda x: x['time'])
return render(request,'Province.html',{'areaNameList': areaNameList, 'Province_data':list, 'areaName_op':areaName})
4.4.6 中国历史数据
这个页面实现了对我疫情历史数据的分析
4.5 毕业设计成果评价
健委公布的疫情数据，具有权威性和可靠性，可以保证系统数据的准确性。从用户角度来看，本系统采用了直观、易懂的可视化方式展现数据，能够有效地提高用户对疫情数据的理解和分析能力。
结 论
本文基于Django框架，设计并实现了一个国内疫情数据可视化Web系统。该系统可以方便地获取有关疫情的详细信息，并进行数据分析和对比。同时，该系统还提供了实时数据更新、多样化的图表展示等功能，使用户能够更加深入地了解疫情发展趋势，进而制定更加科学的防控措施。
参考文献
[1] 黄勇. Python Web开发从入门到实践[M]. 北京：人民邮电出版社，2016.
[2] 张磊. Python Django开发实战[M]. 北京：机械工业出版社，2015.
[3] 郑宝华，赵海涛，朱磊. Django企业级Web开发实战[M]. 北京：人民邮电出版社，2015.
[4] 潘茂林. Python Web开发：Django实战[M]. 北京：人民邮电出版社，2015.
[5] 杨杰. Python编程快速上手[M]. 北京：机械工业出版社，2017.
[6] 徐宝文. Python项目开发实战[M]. 北京：北京航空航天大学出版社，2017.
[7] 李春辉. 基于Python的Web编程[M]. 北京：机械工业出版社，2016.
[8] 李鹏飞. 基于Django的学生信息管理系统设计与实现[D]. 河南工程学院, 2019.
[9] 高超，王雪松. Django Web开发实战[M]. 北京：机械工业出版社，2018.
[10] 刘志军，陈建华. Web应用开发：基于Django框架和Python语言[M]. 北京：清华大学出版社，2012.
致 谢
在做这个毕业设计，我受到了指导老师的解惑，解决我存在的问题，在此表示诚挚的感谢。同时我也要感谢国家卫健委提供的权威疫情数据来源，为本系统的开发和实现提供了可靠的数据保障。
随着三年的大学生活即将结束，但是在这段经历中，我收获到的不仅仅是成长，还有坚定的决心、无私的奉献。这一切都归功于我的亲密的家人、真挚的朋友，他们给予的爱、宽容、关怀、指导，让我拥有无限的力量，让我去实现自己的梦想！
最后，我要感谢所有帮助我的人，谢谢你们！
附录
以下就是实时的展示
def Province(request):
# sig_flag = updateDB('国内实时数据')
# if (sig_flag == 0):
# messages.success(request, '当前无网络，只能显示上次更新的数据！')
areaList = models.CovinCurrentProvince.objects.all().values('areaName')
areaNameList = []
for area in areaList:
areaNameList.append(area['areaName'])
if request.method == 'GET':
data = models.CovinHistProvince.objects.filter(areaName='台湾')
list = []
for data_temp in data:
list.append({'time': data_temp.updateTime, 'confirm': data_temp.sumCount, 'live': data_temp.liveCount,
'dead': data_temp.deadCount})
list.sort(key=lambda x: x['time'])
return render(request, 'Province.html', {'areaNameList': areaNameList, 'Province_data':list, 'areaName_op':'台湾'})
if request.method == 'POST':
areaName = request.POST['area_op']
data = models.CovinHistProvince.objects.filter(areaName=areaName)
list = []
for data_temp in data:
list.append({'time': data_temp.updateTime, 'confirm': data_temp.sumCount, 'live':data_temp.liveCount, 'dead':data_temp.deadCount})
list.sort(key=lambda x: x['time'])
return render(request,'Province.html',{'areaNameList': areaNameList, 'Province_data':list, 'areaName_op':areaName})关注博主下篇更精彩
一键三连！！！
一键三连！！！
一键三连！！！
感谢一键三连！！！
文章来源：https://www.toymoban.com/news/detail-499266.html
文章来源地址https://www.toymoban.com/news/detail-499266.html
到了这里，关于基于Django的国内疫情数据可视化系统的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！
