API数据来源：易源数据-腾讯云市场（资源中API或已失效） Python：3.8 需要 pip install openpyxl 大致效果：https://blog.csdn.net/Link2Points/article/details/108522837

学习记录之新冠疫情可视化 学习目的 1.爬丁香园数据 2.可视化 *** 2.1.展示全国疫情地图 ***2.2.展示湖北疫情分布图 ***2.3.展示疫情增长趋势图 *一. 数据准备（根据爬丁香园网得到两个数据） 这里是爬虫丁香园的数据 爬虫的程序：模拟浏览器–>往目标站点发送请求–>接收响应数据–>提取有用的数据–>保存到本地。 爬虫的过程： 1.发送请求：这里用到requests模块，其作用是python实现的简单易用的http库，官网地址是： http://cn.python-requests.org/zh_CN/latest/） 2.获取响应数据（服务器返回的数据） 3.解析并提取数

新冠疫情背景下应急物流与供应链协同管理研究— —以京东物流为例 .docx

新冠期间出差旅游城市注意事项

利用美国新冠肺炎各州确诊人数数据，通过透明度变化在地图上动态显示，可以保存为GIF和MPEG文件，win10下使用Anaconda，Python3.7实现，需要的代码、地图文件和数据（数据区间为2020年1月22日至7月6日），以及最终结果都在压缩包里。本人Python小白一枚，刚开始学习，练习之作，并没有采用更多的数据分析，请大神们多指教！

就在最近，一次偶然的机会学习了以下fbprophet时序预测模型，就决定使用这个框架来进行未来20天人数的预测。但是传染病模型通常比较复杂，此次使用此模型来预测，仅仅是用来练习，结果仅供参考。 fbprophet模型简介 这个模型（算法）是由facebook公司在2017年正式开源的，主要用于对时间序列进行预测。 这个模型上手非常容易，即便是很一般的数据分析师也能够做一个比较精准的预测。 该模型只需要设置基本配置,并传入指定格式的数据，就可以完成数据的预测。 整体框架分为Modeling、Forecast Evaluation、Surface Problems以及Visually Inspec

这是我原创的一个游戏代码，大家可以下载用一下。是关于此次新冠疫情我采用这次疫情资源然后我开发了这个app目的是为此次牺牲的医务人员致以崇高的敬意。

在2月份真实病例数据上的实验结果揭示，基于深度学习的模型在更短的时间内取得了与专家放射科医师相当的效果。它在提高诊断效率、减轻一线放射科医师的工作压力、加快COVID19患者的诊断、隔离和治疗等方面具有巨大的潜力，有助于控制疫情。

无论是生物病毒还是网络病毒，其内核的传播机理都有很多的相似之处。因此，本文在经典的SIR病毒模型基础上改造出一个模型并以此为例，期望在此基础上构建一个计算模板来规范相关病毒模型的稳定性运算。

就在最近，一次偶然的机会学习了以下fbprophet时序预测模型，就决定使用这个框架来进行未来20天人数的预测。但是传染病模型通常比较复杂，此次使用此模型来预测，仅仅是用来练习，结果仅供参考。 fbprophet模型简介 这个模型（算法）是由facebook公司在2017年正式开源的，主要用于对时间序列进行预测。 这个模型上手非常容易，即便是很一般的数据分析师也能够做一个比较精准的预测。 该模型只需要设置基本配置,并传入指定格式的数据，就可以完成数据的预测。 整体框架分为Modeling、Forecast Evaluation、Surface Problems以及Visually Inspec