前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >Wind开放疫情数据:三行代码,轻松搞定!

Wind开放疫情数据:三行代码,轻松搞定!

作者头像
量化投资与机器学习微信公众号
发布2020-02-24 16:54:38
3.8K0
发布2020-02-24 16:54:38
举报
文章被收录于专栏:量化投资与机器学习

以下文章来源于万矿 ,作者WindQuant

旗下高端量化云平台万矿出品

2020年,“新型冠状病毒肺炎”疫情牵动着数亿华夏儿女的心!万得作为中国大陆领先的金融数据、信息和软件服务企业,迅速组织相关人员日夜奋战,第一时间在Wind金融终端移动端和电脑端同步上线了「疫情信息地图」。且我们为用户提供了一手的疫情数据,其主要来自国家卫健委各省市区卫健委等官方渠道,以确保疫情数据:权威、准确、及时

同时,通过地图、图表、走势等展示全球各地区疫情数字统计和明细列表,实时播报和政府通告24小时播报全球疫情信息。

具体查看地址:

http://wx.wind.com.cn/unitedweb/cmsapp/Sites/sariInfo/message.html?from=timeline&isappinstalled=0

在万得提供的疫情数据中,包括国际地区、全国、各省市、地级市以及直辖市的区县的确诊病例、重症病例、危重病例、死亡病例、治愈病例和医学观察病例等全面丰富的数据汇总。

现在,我们决定把疫情数据免费开放给大家使用!

三行代码、轻松搞定

下面,就让

教大家如何提取疫情数据和做可视化分析吧!

方式一

通过万矿云平台分析疫情数据

01

第一步

登录 >> www.windquant.com >> 进入研究页面:

02

第二步

点击左上角+新建 >> 创建notebook:

03

第三步

点击API >> 选择EDB经济数据 :

点击行业经济数据 >> 医药生物 >> 2019新冠肺炎

导入WindPy库,并将代码复制至notebook单元格中后,点击运行,即可输出疫情数据:

04

插入案例模板

同时,

还为大家精心提供了多种疫情数据处理、可视化模板,自定义获取疫情数据的函数 , 方便重复调用,轻松数据可视化!

1、将鼠标移到每个单元格的上方\下方空白处,出现下图样式,点击+模板

2、然后会出现如下页面,选择你需要的案例,点击插入即可:

▍疫情数据获取模板

▍静态疫情图模板

▍动态疫情图模板

方式二

通过Web API获取落地疫情数据

除了在万矿云平台获取疫情数据外,如果您想通过其他编程语言,将疫情数据下载至本地,我们提供的Web API可以满足您的需求!

01

查看接口

  • 接口地址: https://www.windquant.com/qntcloud/data/edb
  • 请求示例: https://www.windquant.com/qntcloud/data/edb?userid=xxx&indicators=S6274770,S6290834&startdate=2020-02-06&enddate=2020-02-08
  • 支持协议:HTTP/HTTPS
  • 请求方式:GET
  • 返回格式:UTF8 JSON

02

参数说明

用户ID在个人主页,点击复制用户ID即可:

指标列表详见万矿《帮助》>> 新冠肺炎数据Web API使用说明

03

数据返回示例

代码语言:javascript
复制
{
"codes":["S6274770","S6290834"],
"times":[1580918400000,1581004800000,1581091200000,1581177600000,1581264000000,1581350400000,1581436800000,1581523200000,1581609600000],
"data":[[31147.0,34542.0,37109.0,40158.0,42638.0,44653.0,58761.0,63851.0,66491.0],[28985.0,31774.0,33738.0,35982.0,37626.0,38800.0,52526.0,55748.0,56873.0]],
"errCode":0,
"errMsg":"success",
"fields":["CLOSE"]
}

04

具体操作案例

为了更好的展示如何通过Web API在本地调取疫情数据,我们以Python、R语言为例,为大家展示操作示例。

Python示例:

代码语言:javascript
复制
import requests
import json
import pandas as pd
import time
url = "https://www.windquant.com/qntcloud/data/edb?userid=e4418d2e-5b54-4b9f-9a98-0ef4d6736b2e&indicators=S6274770,S6290834&startdate=2020-02-06&enddate=2020-02-08"
response = requests.get(url)
data = json.loads(response.content.decode("utf-8"))
try:
    code_list = data["codes"]
    time_list = data["times"]
    value_list = data["data"]
    for i in range(len(time_list)):
        time_list[i] = time.strftime("%Y-%m-%d", time.localtime(time_list[i]/1000))
    result = pd.DataFrame(columns=code_list, index = time_list)
    for i in range(len(code_list)):
        result[code_list[i]] = value_list[i]
    print(result)
except Exception as e:
    print("服务异常")

R示例:

代码语言:javascript
复制
library(httr)
library(jsonlite)

indicators<-'indicators=S6274770,S629083'
startdate<-'startdate=2020-02-10'
enddate<-'enddate=2020-02-17'
https<-'https://www.windquant.com/qntcloud/data/edb?userid=35eef7ab-8df4-4184-b8be-da8cd24e621f'
url<-paste(https,indicators,startdate,enddate, sep = "&")
response <-GET(url)
toJSON(fromJSON(content(response, as="text")), pretty = TRUE)
result <- fromJSON(content(response, as="text"))
result

看了这么多介绍,快来万矿使用最全最快的疫情大数据吧!

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2020-02-20,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 量化投资与机器学习 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档