admin 2020年，“新型新冠病毒性肺炎”疫情数亿韩元，牵动了子女的心！万得作为中国大陆领先的金融数据、信息和软件服务商，迅速组织相关人员日夜奋战，首次在Wind金融终端移动端和计算机端同时接入“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：
;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：
- 请求示例： ?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
{
"codes":["S6274770","S6290834"],
"times":[00,00,00,00,00,00,00,00,00],
"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：
import requests
import json
import pandas as pd
import time
url = "?userid=e4418d2e-5b54-4b9f-9a98-0ef4d6736b2e&indicators=S6274770,S6290834&startdate=2020-02-06&enddate=2020-02-08"
response = reque(url)
data = j("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] = ("%Y-%m-%d", (time_list[i]/1000))
result = (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：
library(httr)
library(jsonlite)
indicators<-'indicators=S6274770,S629083'
startdate<-'startdate=2020-02-10'
enddate<-'enddate=2020-02-17'
https<-'?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！