• 结对第二次作业——某次疫情统计可视化的实现


    这个作业属于哪个课程 福大20春软工S班
    这个作业要求在哪里 结对第二次作业——某次疫情统计可视化的实现
    结对学号 221701210许家诚 & 221701224谢一新
    这个作业的目标
    作业正文 1.Github仓库地址和代码规范链接
    2.展示成品
    3.结对讨论描述
    4.功能结构图
    5.代码说明
    6.心路历程与收获
    7.评价队友
    其他参考文献 bootstrap中文网
    Spring基础知识汇总
    疫情数据api
    echarts



    1.Github仓库地址和代码规范链接

    Github仓库地址

    代码规范链接



    2.展示成品

    主页面主体分四个部分

    echarts展示

    点击echarts详情进入省份疫情界面,这个界面包括三个部分



    3.结对讨论描述







    4.设计实现过程和功能结构图

    设计实现过程

    首先爬虫爬取数据到数据库;然后前端向后端请求数据,后端从数据库中查询并返回给前端,前端即可显示。

    功能结构图



    5.代码说明

    mainmap.js

    $(document).ready(function() {
    	var xmlhttp;
    
    	if (window.XMLHttpRequest) {
    		xmlhttp = new XMLHttpRequest();
    	} else {
    		xmlhttp = new ActiveXObject();
    	}
    	xmlhttp.onreadystatechange = function() {
    		if (xmlhttp.readyState == 4 && xmlhttp.status == 200) {//接收到服务器的数据并解析
    			var myChart = echarts.init(document.getElementById('echarts1'));
    			var myChart1 = echarts.init(document.getElementById('echarts2'));
    			var json = JSON.parse(xmlhttp.responseText);//解析返回的JSON数据
    			var data = json.data;
    			
    			var aa = [];
    			var li = {};
    			for(var i = 0; i < data.length; i++) {
    				li = {
    					"name":data[i].provinceName,
    					"value":data[i].confirmedNum
    				};
    				aa[i] = li;
    			}
    			
    			window.dataList = aa;
    			option = {
    				tooltip: {//点击省份后跳出的弹出框
    					enterable: true,//将弹出框设计成可以点击
    					triggerOn: "click",
    					formatter: function(e, t, n) {//弹出框的内容
    						var url = "./province.html?=" + e.name;
    						return .5 == e.value ? e.name + ":有疑似病例" : e.seriesName + "<br />" + e.name + ":" + e.value + "<br />" +
    							"<a href="" + url + "">详情</a>"
    					}
    				},
    				visualMap: {
    					min: 0,
    					max: 1000,
    					left: 26,
    					bottom: 40,
    					showLabel: !0,
    					text: ["高", "低"],
    					pieces: [{//地图颜色的范围
    						gte: 10000,
    						label: "> 10000 人",
    						color: "#550000"
    					}, {
    						gt: 1000,
    						lt: 9999,
    						label: "1000 - 9999 人",
    						color: "#7f1100"
    					}, {
    						gt: 100,
    						lt: 999,
    						label: "10 - 99 人",
    						color: "#ff5428"
    					}, {
    						gt: 10,
    						lt: 99,
    						label: "10 - 99 人",
    						color: "#ff8c71"
    					}, {
    						gte: 1,
    						lt: 9,
    						label: "1 - 9 人",
    						color: "#ffd768"
    					}, {
    						value: 0,
    						color: "#ffffff"
    					}],
    					show: !0
    				},
    				geo: {
    					map: "china",
    					roam: !1,
    					scaleLimit: {
    						min: 1,
    						max: 2
    					},
    					zoom: 1.23,
    					top: 120,
    					label: {
    						normal: {
    							show: !0,
    							fontSize: "14",
    							color: "rgba(0,0,0,0.7)"
    						}
    					},
    					itemStyle: {
    						normal: {
    							shadowBlur: 50,
    							shadowColor: 'rgba(0, 0, 0, 0.2)',
    							borderColor: "rgba(0, 0, 0, 0.2)"
    						},
    						emphasis: {
    							areaColor: "#f2d5ad",
    							shadowOffsetX: 0,
    							shadowOffsetY: 0,
    							borderWidth: 0
    						}
    					}
    				},
    				series: [{
    					name: "确诊病例",
    					type: "map",
    					map: "china",
    					geoIndex: 0,
    					data: window.dataList
    				}]
    			};
    			myChart.setOption(option);
    			
    			
    			var aa = [];
    			var li = {};
    			for(var i = 0; i < data.length; i++) {
    				li = {
    					"name":data[i].provinceName,
    					"value":data[i].deathsNum
    				};
    				aa[i] = li;
    			}
    			
    			window.dataList = aa;
    			option = {
    				tooltip: {
    					enterable: true,
    					triggerOn: "click",
    					formatter: function(e, t, n) {
    						var url = "./province.html?=" + e.name;
    						return .5 == e.value ? e.name + ":有疑似病例" : e.seriesName + "<br />" + e.name + ":" + e.value + "<br />" +
    							"<a href="" + url + "">详情</a>"
    					}
    				},
    				visualMap: {
    					min: 0,
    					max: 1000,
    					left: 26,
    					bottom: 40,
    					showLabel: !0,
    					text: ["高", "低"],
    					pieces: [{
    						gte: 10000,
    						label: "> 10000 人",
    						color: "#550000"
    					}, {
    						gt: 1000,
    						lt: 9999,
    						label: "1000 - 9999 人",
    						color: "#7f1100"
    					}, {
    						gt: 100,
    						lt: 999,
    						label: "10 - 99 人",
    						color: "#ff5428"
    					}, {
    						gt: 10,
    						lt: 99,
    						label: "10 - 99 人",
    						color: "#ff8c71"
    					}, {
    						gte: 1,
    						lt: 9,
    						label: "1 - 9 人",
    						color: "#ffd768"
    					}, {
    						value: 0,
    						color: "#ffffff"
    					}],
    					show: !0
    				},
    				geo: {
    					map: "china",
    					roam: !1,
    					scaleLimit: {
    						min: 1,
    						max: 2
    					},
    					zoom: 1.23,
    					top: 120,
    					label: {
    						normal: {
    							show: !0,
    							fontSize: "14",
    							color: "rgba(0,0,0,0.7)"
    						}
    					},
    					itemStyle: {
    						normal: {
    							shadowBlur: 50,
    							shadowColor: 'rgba(0, 0, 0, 0.2)',
    							borderColor: "rgba(0, 0, 0, 0.2)"
    						},
    						emphasis: {
    							areaColor: "#f2d5ad",
    							shadowOffsetX: 0,
    							shadowOffsetY: 0,
    							borderWidth: 0
    						}
    					}
    				},
    				series: [{
    					name: "确诊病例",
    					type: "map",
    					map: "china",
    					geoIndex: 0,
    					data: window.dataList
    				}]
    			};
    			myChart1.setOption(option);//在myChart1中放入数据
    		}
    	}
    	xmlhttp.open("GET", "http://www.dzyong.top:3005/yiqing/province", true);//通过GET向接口请求数据
    	xmlhttp.send();
    })
    

    spider.py
    该数据源返回的信息是省份里各个城市的数据,该程序会进行解析后存入数据库,并且把每个省份进行统计,存入另外一个数据表里。

    import json
    import pymysql
    import requests
    
    # 获取json数据源
    url = 'https://ichoice.myweimai.com/activitycenter/api/epidemic/area/list?useJvmCache=true'
    
    data = requests.get(url=url)
    
    # 读取json数据
    raw_info = json.loads(data.text)
    
    # 从json数据中获取想要的内容
    raw_comments = raw_info['data']['areaInfoVOS']
    
    # 循环raw_comments的长度 (这里长度是34) 所以循环之后用i来存储,然后定义aa 来进行拼接就可以获取想要的json内容
    for i in range(len(raw_comments)):
        each_raw = raw_comments[i]['children']
    
        sum=0
        sum_confirm = 0
        sum_suspect = 0
        sum_dead = 0
        sum_heal = 0
    
        for j in each_raw:
            area = j['parentAreaName']
            city = j['name']
            confirm = j['sure']
            suspect = j['suspected']
            dead = j['dead']
            heal = j['recovered']
            time = j['formattedModifiedDate']
    
            sum += 1
            sum_confirm += int(confirm)
            sum_suspect += int(suspect)
            sum_dead += int(dead)
            sum_heal += int(heal)
    
            # 连接数据库
            conn = pymysql.connect(host="localhost", user="root", password="xxxxxx", database="chinamap", charset="utf8")
            cursor = conn.cursor()
    
            #构建一条城市数据
            film_dict = {}
            film = []
    
            film_dict['area'] = area
            film_dict['city'] = city
            film_dict['confirm'] = (int)(confirm)
            film_dict['suspect'] = (int)(suspect)
            film_dict['dead'] = (int)(dead)
            film_dict['heal'] = (int)(heal)
            film_dict['time'] = time
            film.append(film_dict)
    
            #插入城市统计表
            sql = "insert into province(area,city,confirm,suspect,dead,heal,time) value('{}','{}',{},{},{},{},'{}') " 
                  "on duplicate key update confirm={},suspect={},dead={},heal={},time='{}'".format(
                film_dict['area'], film_dict['city'], film_dict['confirm'], film_dict['suspect'], film_dict['dead'],
                film_dict['heal'], film_dict['time'], film_dict['confirm'], film_dict['suspect'], film_dict['dead'],
                film_dict['heal'], film_dict['time'])
            cursor.execute(sql)
            conn.commit()
            print(sql)
    
        if sum > 0:
            # 构建一条省份数据
            film_dict = {}
            film = []
            film_dict['area'] = area
            film_dict['confirm'] = sum_confirm
            film_dict['suspect'] = sum_suspect
            film_dict['dead'] = sum_dead
            film_dict['heal'] = sum_heal
            film_dict['time'] = time
            film.append(film_dict)
    
            # 插入地区统计表
            sql = "insert into area(area,confirm,suspect,dead,heal,time) value('{}',{},{},{},{},'{}') " 
                  "on duplicate key update confirm={},suspect={},dead={},heal={},time='{}'".format(
                film_dict['area'], film_dict['confirm'], film_dict['suspect'], film_dict['dead'],film_dict['heal'],
                film_dict['time'], film_dict['confirm'], film_dict['suspect'], film_dict['dead'],film_dict['heal'], film_dict['time'])
            cursor.execute(sql)
            conn.commit()
            print(sql)
    cursor.close()
    conn.close()
    print("获取完成")
    



    6.结合构建之法的项目心路历程与收获

    • 221701210:在这次结对合作中使用了前后端分离的架构,通过github来相互配合,学习到了很多知识,应该会对后面的团队作业提供很大帮助。本次我负责的是后端,使用了springboot框架,对比原生java确实方便了很多。我在后面的团队合作的分工是前端,有了这一次后端的经历,我对前后端配合有了更加深刻的理解,相信这一次的经历会给后来的工作带来很大的帮助。
    • 221701224:构建之法中提到两人合作开发,团队成员要有各自的分工,互相依赖合作,共同完成任务,我和队友采用的是前后端分离的做法,前端bootstrap+后端springboot来完成这次作业。通过在github上建立的主仓库,来完成项目的实施。因为第一次使用这种开发合作的模式,从一开始的不熟悉操作流程到慢慢适应,学会了github的很多知识。总得来说收获还是很大的,为了这个项目去学习了不少的新知识,虽然比较累,但痛并快乐着,相信这次过程中学到的很多在以后的工作生活中会有很大的帮助。



    7.评价队友

    • 221701210: 队友跟我配合得挺好,交流积极。对比一个人开发不知道高到哪里去了。
    • 221701224: 队友太猛了,学习新的知识特别快,我还没搞清楚怎么入门一项新的技术的时候,他已经可以较熟练的应用了。所以很感谢他的付出,为我们项目的完成定下了基调。
  • 相关阅读:
    前端神器avalonJS入门(一)
    emmet的使用
    VS2015中SharedProject与可移植类库(PCL)项目
    Map工具系列-08-map控件查看器
    Map工具系列-07-TFS变更集提取工具
    Map工具系列-06-销售营改增历史数据处理工具
    2018.04.02 matplotlib 图名,图例,轴标签,轴边界,轴刻度,轴刻度标签
    2018.03.30 abap屏幕标签保存之前执行过的状态
    2018.03.29 python-matplotlib 图表生成
    2018.03.29 python-pandas 数据读取
  • 原文地址:https://www.cnblogs.com/esinSha/p/12492735.html
Copyright © 2020-2023  润新知