企业官网建设流程全解析

简介：这份资源面向数据分析初学者与可视化爱好者，提供一套基于Python的中美疫情数据可视化分析完整源码，可用于课程设计、练手项目或数据分析入门实践。压缩包共19个文件、约145KB，包含7个HTML可视化页面、6个Python分析脚本、4个Excel数据表、1个CSV历史数据及1个说明文本，覆盖数据读取、清洗、预测建模到网页图表展示的完整链路。内容涉及国内与全球疫情态势、中美对比、中国及美国未来14天新增预测等模块，脚本与页面一一对应，便于理解从原始数据到可视化结果的实现过程。目前已有296人学习下载，适合希望掌握Python数据处理与HTML图表呈现、并需要可运行案例参考的读者。

1. 中美疫情数据可视化源码拆包：20 个文件里到底藏着什么

拿到一个压缩包，解压完第一件事不是急着跑代码，而是先看目录结构。这个包一共 20 个文件，7 个 HTML、6 个 Python 脚本、4 个 Excel、2 个说明文件、1 个 CSV，外加一个upload.zip的原始壳。很多人看到「中美疫情数据可视化」这几个字，第一反应是「是不是又要爬数据」，其实不是——数据已经躺在China.xlsx、America.xlsx、world.xlsx、history.csv里了，脚本干的是清洗、聚合、预测和出图。它解决的核心问题是：把中美两国的累计确诊、新增趋势、省份维度、未来 14 天预测，一次性做成能直接打开的 HTML 看板。适合谁？适合正在做课程设计、想拿一份能跑通的数据分析项目练手的人，也适合已经会pandas但不知道怎么把结果落到网页上的从业者。下面我按「先跑通、再拆解、最后避坑」的顺序，把这份源码从头到尾过一遍。

2. 环境准备与数据文件结构：先让脚本认识你的目录

2.1 Python 环境与依赖库的最小集合

这份源码没有requirements.txt，但根据脚本里的 import 和实际运行需要，核心依赖就四个：pandas、numpy、matplotlib、openpyxl。预测部分用的是sklearn的线性回归，所以还要加一个scikit-learn。如果你用的是vscode python 环境配置，建议直接建虚拟环境，别往全局 site-packages 里塞。

# 创建虚拟环境，Python 3.8 以上都行 python -m venv venv # Windows 激活 venv\Scripts\activate # macOS / Linux 激活 source venv/bin/activate # 一次性装齐依赖 pip install pandas numpy matplotlib openpyxl scikit-learn

逻辑说明：pandas负责读 Excel 和 CSV，numpy做数值运算，matplotlib出静态图，openpyxl是pandas.read_excel的底层引擎，不装会直接报ImportError。scikit-learn只在China_xz_predict.py和America_xz_predict.py里用到，做的是最简单的线性回归拟合。参数上没有版本硬约束，但pandas建议 1.3 以上，否则read_excel对.xlsx的兼容性会出玄学问题。

2.2 数据文件的字段与对应关系

解压后根目录下会看到这些文件，先别改名字，脚本里全是硬编码路径：

注意China——province.py里用的是中文破折号「——」，不是下划线，复制文件名的时候别手抖。readme.txt里只写了文件清单，没有写运行顺序，这是这份源码第一个不友好的地方。

2.3 运行顺序：先预测，再对比，最后出 HTML

很多人上来就双击index.html，结果页面空白，因为 HTML 里引用的图表还没生成。正确顺序是：

1. 先跑China_xz_predict.py和America_xz_predict.py，生成未来 14 天预测数据；
2. 再跑Compare.py，生成中美对比图；
3. 跑China——province.py和World.py，补充分省和全球维度；
4. 最后跑pr.py，把预测图落到 HTML 能引用的位置；
5. 打开index.html或中美疫情对比.html查看。

# 以 China_xz_predict.py 为例，核心逻辑拆解 import pandas as pd import numpy as np from sklearn.linear_model import LinearRegression # 读取中国疫情数据 df = pd.read_excel('China.xlsx') # 把日期转成序号，线性回归不能直接吃 datetime df['day_index'] = np.arange(len(df)) # 特征和标签 X = df[['day_index']].values y = df['新增'].values # 拟合 model = LinearRegression() model.fit(X, y) # 预测未来 14 天 future_days = np.arange(len(df), len(df) + 14).reshape(-1, 1) pred = model.predict(future_days) print(pred)

逻辑说明：这里用day_index替代真实日期，是因为LinearRegression只认数值。reshape(-1, 1)是把一维数组变成二维，否则sklearn会报Expected 2D array。参数上，future_days从len(df)开始，保证预测区间紧接历史数据末尾。这个脚本没有做训练集/测试集拆分，属于「能出图就行」的写法，后面避坑章节会讲它的局限。

3. 可视化脚本逐个拆：从 Excel 到 HTML 的完整链路

3.1 Compare.py：中美对比图的双轴处理

Compare.py的任务是把中国和美国的累计确诊放在同一张图里。难点在于两国数据量级差异大，早期中国高、后期美国高，单轴会压扁其中一条线。常见做法是用双 Y 轴，或者取对数。

import pandas as pd import matplotlib.pyplot as plt # 读数据 china = pd.read_excel('China.xlsx') america = pd.read_excel('America.xlsx') # 取累计确诊列，假设列名是 '累计确诊' china_cum = china['累计确诊'].values america_cum = america['累计确诊'].values # 双轴图 fig, ax1 = plt.subplots(figsize=(12, 6)) ax1.plot(china_cum, color='red', label='China') ax1.set_ylabel('China Confirmed', color='red') ax2 = ax1.twinx() ax2.plot(america_cum, color='blue', label='America') ax2.set_ylabel('America Confirmed', color='blue') plt.title('China vs America COVID-19 Cumulative') fig.tight_layout() plt.savefig('compare.png', dpi=150)

逻辑说明：ax1.twinx()创建共享 X 轴但独立 Y 轴的第二个坐标系，这样两条线各用各的刻度，不会被压扁。dpi=150是输出分辨率，低于 100 网页上会糊。tight_layout()防止 Y 轴标签被裁掉。这里没有写plt.show()，因为脚本是在后台跑的，直接存图给 HTML 用。

3.2 China——province.py：分省数据的聚合与排序

分省脚本读的是China_province.xlsx，字段是省份、累计、新增。要做的是按累计确诊降序排列，取前 10 个省份画横向柱状图。

import pandas as pd import matplotlib.pyplot as plt # 读分省数据 df = pd.read_excel('China_province.xlsx') # 按累计确诊降序，取前 10 top10 = df.sort_values('累计', ascending=False).head(10) # 横向柱状图 plt.figure(figsize=(10, 6)) plt.barh(top10['省份'], top10['累计'], color='steelblue') plt.xlabel('Cumulative Confirmed') plt.title('Top 10 Provinces in China') plt.gca().invert_yaxis() # 让最高的省份在最上面 plt.tight_layout() plt.savefig('province_top10.png', dpi=150)

逻辑说明：sort_values的ascending=False表示降序，head(10)取前 10。barh是横向柱状图，invert_yaxis()把 Y 轴翻转，否则最高的柱子会跑到最下面，读图反直觉。参数上，figsize的宽高比按 10:6 给，网页嵌入时不会变形。

3.3 World.py 与 pr.py：全球维度与预测图输出

World.py读world.xlsx，逻辑和分省类似，只是把省份换成国家。pr.py比较特殊，它不直接读原始 Excel，而是读预测脚本生成的中间结果，然后画未来 14 天的折线图。

# pr.py 的核心片段 import pandas as pd import matplotlib.pyplot as plt # 读预测结果，假设预测脚本存成了 predict_result.csv pred_df = pd.read_csv('predict_result.csv') plt.figure(figsize=(12, 6)) plt.plot(pred_df['date'], pred_df['predicted'], marker='o', linestyle='--', color='orange') plt.xlabel('Date') plt.ylabel('Predicted New Cases') plt.title('14-Day Prediction') plt.xticks(rotation=45) plt.tight_layout() plt.savefig('prediction.png', dpi=150)

逻辑说明：marker='o'让每个预测点带圆点，linestyle='--'用虚线区分预测和历史。rotation=45防止日期标签重叠。这里的关键是predict_result.csv必须由预测脚本先生成，否则pr.py会直接报FileNotFoundError。

3.4 HTML 文件的角色：图表容器与导航

7 个 HTML 里，index.html是入口，中美疫情对比.html、国内疫情情况.html、全球疫情情况.html是三个主看板，疫情预测分析.html、中国未来14天新增预测.html、美国未来14天新增预测.html是预测专题。它们本身不含数据，只是用<img>标签引用 Python 生成的 PNG。所以如果你改了 Python 脚本的输出路径，HTML 里的src也要同步改，否则页面就是一堆裂图。

4. 避坑与常见问题排查：跑不通时先看这几条

4.1 报错FileNotFoundError: China.xlsx

现象：脚本一运行就提示找不到 Excel 文件。原因：脚本用的是相对路径，而你的工作目录不是脚本所在目录。解决：要么在终端里cd到脚本目录再运行，要么在代码开头加import os; os.chdir(os.path.dirname(os.path.abspath(__file__)))。我一般会在每个脚本头部都加这一行，省得来回切目录。

4.2 中文列名读取后变成乱码

现象：df.columns打印出来是\u7d2f\u8ba1这种转义。原因：Excel 文件编码和pandas默认读取方式不匹配，或者文件本身是旧版.xls被强行改了后缀。解决：先确认文件确实是.xlsx，然后用pd.read_excel('China.xlsx', engine='openpyxl')显式指定引擎。如果还是乱码，用 Excel 打开另存为一次，选 UTF-8 编码的 CSV 再读。

4.3 预测结果是一条直线

现象：未来 14 天预测图完全水平，没有任何波动。原因：China_xz_predict.py用的是线性回归，而疫情新增数据本身是非线性的，线性拟合在趋势拐点后会给出常数。解决：这是算法选型问题，不是代码 bug。想改善的话，把LinearRegression换成PolynomialFeatures(degree=2)做多项式回归，或者直接用ARIMA。但要注意，这份源码的定位是教学演示，不是预测精度竞赛。

4.4 HTML 打开后图表不显示

现象：浏览器里只有文字，图片位置是裂图图标。原因：PNG 文件还没生成，或者 HTML 里的src路径和实际输出路径不一致。解决：先按第 2.3 节的顺序把所有 Python 脚本跑一遍，确认根目录下出现了compare.png、province_top10.png、prediction.png等文件。然后右键 HTML 用文本编辑器打开，检查<img src="...">里的文件名是否和实际一致。注意大小写，Compare.png和compare.png在 Linux 下是两个文件。

4.5sklearn安装后仍报ModuleNotFoundError

现象：pip install scikit-learn显示成功，但import sklearn还是失败。原因：虚拟环境没激活，或者pip和python指向了不同的解释器。解决：用python -m pip install scikit-learn代替直接pip install，强制用当前 Python 解释器安装。装完用python -c "import sklearn; print(sklearn.__version__)"验证。

5. 进阶技巧：把静态图换成可交互看板

5.1 用 Pyecharts 替换 Matplotlib 出图

Matplotlib 出的是静态 PNG，放大就糊，而且不能 hover 看数值。如果你想让这份源码的展示效果上一个台阶，可以把出图部分换成pyecharts，直接生成交互式 HTML。

from pyecharts.charts import Line from pyecharts import options as opts import pandas as pd df = pd.read_excel('China.xlsx') x_data = df['日期'].astype(str).tolist() y_data = df['新增'].tolist() line = ( Line() .add_xaxis(x_data) .add_yaxis('新增确诊', y_data, is_smooth=True) .set_global_opts( title_opts=opts.TitleOpts(title='中国疫情新增趋势'), datazoom_opts=opts.DataZoomOpts(), # 底部缩放条 tooltip_opts=opts.TooltipOpts(trigger='axis') # 鼠标悬停显示数值 ) ) line.render('china_trend.html')

逻辑说明：is_smooth=True让折线平滑，DataZoomOpts加底部缩放条，TooltipOpts(trigger='axis')实现鼠标悬停显示同一天的所有数值。render直接输出独立 HTML，不需要再嵌到原页面里。参数上，x_data必须转成字符串，否则pyecharts对Timestamp的处理会出问题。

5.2 预测模型的替换方案与验证方法

线性回归在这份源码里只是「能跑通」的级别。如果你想验证预测到底靠不靠谱，可以做一个简单的回测：用前 80% 的数据训练，后 20% 做测试，算 MAE。

from sklearn.linear_model import LinearRegression from sklearn.metrics import mean_absolute_error import numpy as np import pandas as pd df = pd.read_excel('China.xlsx') df['day_index'] = np.arange(len(df)) X = df[['day_index']].values y = df['新增'].values # 80% 训练，20% 测试 split = int(len(df) * 0.8) X_train, X_test = X[:split], X[split:] y_train, y_test = y[:split], y[split:] model = LinearRegression() model.fit(X_train, y_train) pred = model.predict(X_test) mae = mean_absolute_error(y_test, pred) print(f'MAE: {mae:.2f}')

逻辑说明：split是切分点，X_train和y_train是训练集，X_test和y_test是测试集。mean_absolute_error算的是预测值和真实值的平均绝对误差，数值越小越好。如果 MAE 大得离谱，说明线性回归不适合这份数据，换模型比调参更有效。

5.3 一个我踩过的坑：日期格式不统一

China.xlsx里的日期是2020-01-01格式，America.xlsx里可能是01/01/2020，history.csv里又是2020/1/1。三个文件三种格式，直接合并会报ValueError。我一般会写一个统一的清洗函数：

def parse_date(s): return pd.to_datetime(s, infer_datetime_format=True, errors='coerce')

infer_datetime_format=True让 pandas 自己猜格式，errors='coerce'把解析失败的变成NaT，避免整个脚本崩掉。从那以后我每次拿到多来源数据，都强制先跑一遍日期格式检查，确认df['date'].dtype是datetime64[ns]再往下做。希望帮到你。

本文还有配套的精品资源，点击获取