首页下载资源人工智能流感检测源码,深度学习项目

ZIP流感检测源码,深度学习项目

hhtt198209192.06MB需要积分:1

资源文件列表:

COVID-19-KSH.zip 大约有80个文件
  1. demo/
  2. demo/__init__.py
  3. demo/__pycache__/
  4. demo/__pycache__/__init__.cpython-36.pyc 186B
  5. demo/__pycache__/__init__.cpython-37.pyc 148B
  6. demo/__pycache__/admin.cpython-36.pyc 227B
  7. demo/__pycache__/admin.cpython-37.pyc 189B
  8. demo/__pycache__/ksh.cpython-36.pyc 6.66KB
  9. demo/__pycache__/ksh.cpython-37.pyc 6.61KB
  10. demo/__pycache__/models.cpython-36.pyc 5.08KB
  11. demo/__pycache__/models.cpython-37.pyc 5.04KB
  12. demo/__pycache__/pachong.cpython-37.pyc 8.44KB
  13. demo/__pycache__/serializer.cpython-36.pyc 1.3KB
  14. demo/__pycache__/serializer.cpython-37.pyc 1.26KB
  15. demo/__pycache__/urls.cpython-36.pyc 1.35KB
  16. demo/__pycache__/urls.cpython-37.pyc 1.31KB
  17. demo/__pycache__/views.cpython-36.pyc 4.15KB
  18. demo/__pycache__/views.cpython-37.pyc 4.11KB
  19. demo/admin.py 66B
  20. demo/apps.py 88B
  21. demo/csv/
  22. demo/csv/丁香园世界疫情.csv 11.83KB
  23. demo/csv/丁香园国内每日疫情情况.csv 38.7KB
  24. demo/csv/丁香园国内疫情.csv 15.49KB
  25. demo/csv/丁香园每日世界疫情数据.csv 52.42KB
  26. demo/csv/国内疫情数据.csv 1.92MB
  27. demo/csv/近2个月新增情况.csv 3.34KB
  28. demo/csv/近2个月累计情况.csv 5.46KB
  29. demo/csv/近31省市区现有本土病例.csv 1.92KB
  30. demo/data/
  31. demo/data/UpdateTime.json 71B
  32. demo/data/中国疫情.json 459.86KB
  33. demo/data/中风险.json 6.76KB
  34. demo/data/实时热点.json 9.1KB
  35. demo/data/风险地区.json 4.2KB
  36. demo/data/高风险.json 1.19KB
  37. demo/ksh.py 9.36KB
  38. demo/migrations/
  39. demo/migrations/__init__.py
  40. demo/migrations/__pycache__/
  41. demo/migrations/__pycache__/__init__.cpython-36.pyc 197B
  42. demo/migrations/__pycache__/__init__.cpython-37.pyc 205B
  43. demo/models.py 6.91KB
  44. demo/pachong.py 10.94KB
  45. demo/serializer.py 956B
  46. demo/tests.py 63B
  47. demo/urls.py 1.44KB
  48. demo/views.py 2.59KB
  49. keshihua/
  50. keshihua/__init__.py 91B
  51. keshihua/__pycache__/
  52. keshihua/__pycache__/__init__.cpython-36.pyc 310B
  53. keshihua/__pycache__/__init__.cpython-37.pyc 252B
  54. keshihua/__pycache__/celery.cpython-37.pyc 548B
  55. keshihua/__pycache__/settings.cpython-36.pyc 2.85KB
  56. keshihua/__pycache__/settings.cpython-37.pyc 2.81KB
  57. keshihua/__pycache__/urls.cpython-36.pyc 1.21KB
  58. keshihua/__pycache__/urls.cpython-37.pyc 1.17KB
  59. keshihua/__pycache__/wsgi.cpython-37.pyc 557B
  60. keshihua/celery.py 469B
  61. keshihua/settings.py 4.4KB
  62. keshihua/urls.py 1.03KB
  63. keshihua/wsgi.py 409B
  64. manage.py 555B
  65. static/
  66. static/css/
  67. static/css/2.css 3.04KB
  68. static/css/ssbb.css 2.87KB
  69. static/font/
  70. static/font/LcdD.ttf 53.62KB
  71. static/js/
  72. static/js/chalk.js 4.61KB
  73. static/js/china.js 59.29KB
  74. static/js/echarts.min.js 762.41KB
  75. static/js/index.js 8.61KB
  76. static/js/jquery.min.js 84.33KB
  77. static/video/
  78. static/video/1.mp4 1.45MB
  79. templates/
  80. templates/index.html 4.38KB

资源介绍:

流感检测源码,深度学习项目 【项目资源】：包含前端、后端、移动开发、操作系统、人工智能、物联网、信息化管理、数据库、硬件开发、大数据、课程资源、音视频、网站开发等各种技术项目的源码。包括STM32、ESP8266、PHP、QT、Linux、iOS、C++、Java、python、web、C#、EDA、proteus、RTOS等项目的源码。 【项目质量】：所有源码都经过严格测试，可以直接运行。功能在确认正常工作后才上传。 【适用人群】：适用于希望学习不同技术领域的小白或进阶学习者。可作为毕设项目、课程设计、大作业、工程实训或初期项目立项。 【附加价值】：项目具有较高的学习借鉴价值，也可直接拿来修改复刻。对于有一定基础或热衷于研究的人来说，可以在这些基础代码上进行修改和扩展，实现其他功能。 【沟通交流】：有任何使用上的问题，欢迎随时与博主沟通，博主会及时解答。鼓励下载和使用，并欢迎大家互相学习，共同进步。
import datetime import json import re import pandas as pd import requests from bs4 import BeautifulSoup from sqlalchemy import create_engine headers = { 'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/94.0.4606.81 Safari/537.36' } con = create_engine("mysql+mysqlconnector://root:147123@localhost:3306/ksh") # 历史数据 def lishishuju(): df = pd.read_csv('demo/csv/丁香园国内疫情.csv', engine='c') # 读取数据 df = df.sort_values('累计确诊', ascending=False) # 根据累计确诊去排序-降序 df = df.drop_duplicates('省份', keep='first') # 根据省份去重,取第一次出现的数据 df['省份'] = df['省份'].str.strip('省').str.strip('市').str.strip('壮族自治区').str.strip('自治区').str.strip('回族自治区').str.strip('维吾尔自治区') url = 'https://api.inews.qq.com/newsqa/v1/query/pubished/daily/list?province=湖北' data = json.loads(requests.get(url, headers=headers).content.decode())['data'] for i in df['省份']: if i != '湖北': url = 'https://api.inews.qq.com/newsqa/v1/query/pubished/daily/list?province=' + i x = json.loads(requests.get(url).content.decode())['data'] data = data + x def funx(x): if len(x) == 3: x = x + '0' return x df = pd.DataFrame(data) x = df['year'].astype('str') + '.' y = (df['date'].astype('str')) y = y.apply(lambda x: funx(x)) df['dateId'] = x + y df['dateId'] = pd.DatetimeIndex(df['dateId']).astype('str').str[:7] df.to_csv('demo/csv/国内疫情数据.csv', index=False, encoding='utf-8-sig') df.to_sql('gnlssj', if_exists='replace', con=con, index=False) con.execute('ALTER TABLE gnlssj ADD id INT(16) NOT NULL PRIMARY KEY AUTO_INCREMENT FIRST;') # 添加自增字段id # 中国今日疫情情况 def yqday(): url = 'https://api.inews.qq.com/newsqa/v1/query/inner/publish/modules/list?modules=statisGradeCityDetail,diseaseh5Shelf' data = json.loads(requests.post(url=url, headers=headers).content.decode())['data'] x = data['statisGradeCityDetail'] y = [] for i in x: j = [i['province'] + i['city'], i['confirmAdd'], i['nowConfirm'], i['grade']] y.append(j) x = ['address', 'addqz', 'xyqz', 'fxqy'] # 使用create_engine + pandas 快捷保存数据库 df = pd.DataFrame(y, columns=x) df.to_sql('bentuxianyou31', if_exists='replace', con=con, index=False) con.execute('ALTER TABLE bentuxianyou31 ADD id INT(16) NOT NULL PRIMARY KEY AUTO_INCREMENT FIRST;') # 添加自增字段id with open('demo/data/中国疫情.json', 'w', encoding='utf-8') as f: f.write(json.dumps(data, ensure_ascii=False, indent=4)) pd.DataFrame(y).to_csv('demo/csv/近31省市区现有本土病例.csv', index=False, encoding='utf-8', header=x) # 使用create_engine + pandas 快捷保存数据库 # 中国每日疫情 def yqveryday(): url = 'https://file1.dxycdn.com/2021/1228/171/2851867762198723253-135.json?t=27344362' # url head_data = requests.get(url=url, headers=headers).content # 获取数据 data = json.loads(head_data)['data'] # 把取到的数据返回 # 使用pandas快捷保存csv pd.DataFrame(data).to_csv('demo/csv/丁香园国内每日疫情情况.csv', encoding='utf-8', index=False) pd.DataFrame(data).to_sql('mrsj', if_exists='replace', con=con, index=False) con.execute('ALTER TABLE mrsj ADD id INT(16) NOT NULL PRIMARY KEY AUTO_INCREMENT FIRST;') # 添加自增字段id # 实时热点 def ssrd(): url = 'https://opendata.baidu.com/data/inner?tn=reserved_all_res_tn&dspName=iphone&from_sf=1&dsp=iphone&resource_id=28565&alr=1&query=%E5%9B%BD%E5%86%85%E6%96%B0%E5%9E%8B%E8%82%BA%E7%82%8E%E6%9C%80%E6%96%B0%E5%8A%A8%E6%80%81&cb=jsonp_1642854207390_27502' data = json.loads(requests.get(url=url, headers=headers).content.decode().split('(')[1][:-1])['Result'][0]['DisplayData']['result'][ 'items'] with open('demo/data/实时热点.json', 'w', encoding='utf-8') as f: f.write(json.dumps(data, ensure_ascii=False, indent=4)) pd.DataFrame(data).to_sql('ssrd', if_exists='replace', con=con, index=False) con.execute('ALTER TABLE ssrd ADD id INT(16) NOT NULL PRIMARY KEY AUTO_INCREMENT FIRST;') # 添加自增字段id # 国内各省目前疫情 def parse(): data = [] # 定义全局列表t data1 = [] url = 'https://ncov.dxy.cn/ncovh5/view/pneumonia' # url head_data = requests.get(url=url, headers=headers).content # 获取数据 res = BeautifulSoup(head_data, 'html.parser') # 利用bs4解析数据 res = res.find('script', {'id': 'getAreaStat'}).text # 利用bs4获取国内的数据 res = re.findall('try \{ window.getAreaStat = (.*)}catch', res, re.S)[0] # 利用正则表达式先取得里面的所有数据 res = re.findall('\{(.*?)]}', res) # 利用正则表达式再去取每个省的数据 for i in res: provinceName = re.findall('"provinceName":"(.*?)"', i) # 取省份名 cityName = re.findall('"cityName":"(.*?)"', i) # 取城市名 if len(cityName) == 0: # 判断城市的长度是否为0 cityName = provinceName # 为零则把城市 = 省份 方便后面的保存 else: cityName.insert(0, provinceName[0]) # 在城市列表最开始的位置插入省份名 currentConfirmedCount = re.findall('"currentConfirmedCount":(.*?),', i) # 取现有确诊 confirmedCount = re.findall('"confirmedCount":(.*?),', i) # 去取累计确诊 curedCount = re.findall('"curedCount":(.*?),', i) # 取累计治愈 deadCount = re.findall('"deadCount":(.*?),', i) # 取累计死亡 for i in range(0, len(currentConfirmedCount)): # 遍历存到列表t data.append({ 'provinceName': cityName[0], 'cityName': cityName[i], 'currentConfirmedCount': currentConfirmedCount[i], 'confirmedCount': confirmedCount[i], 'curedCount': curedCount[i], 'deadCount': deadCount[i], }) for i in range(0, len(currentConfirmedCount)): # 遍历存到列表t data1.append({ '省份': cityName[0], '城市': cityName[i], '现有确诊': currentConfirmedCount[i], '累计确诊': confirmedCount[i], '累计治愈': curedCount[i], '累计死亡': deadCount[i], }) pd.DataFrame(data1).to_csv('demo/csv/丁香园国内疫情.csv', encoding='utf-8', index=False) pd.DataFrame(data).to_sql('xyyq', if_exists='replace', con=con, index=False) con.execute('ALTER TABLE xyyq ADD id INT(16) NOT NULL PRIMARY KEY AUTO_INCREMENT FIRST;') # 添加自增字段id # 风险地区 def fxdq(): url = 'https://file1.dxycdn.com/2021/0202/196/1680100273140422643-135.json' resdata = json.loads(requests.get(url, headers=headers).content.decode())['data'] fxlevel = ['高风险', '中风险'] data = { 'code': 200, 'data': [] } for i in range(len(resdata)): tt = i res = resdata[i]['dangerPros'] x = [] for i in range(len(res)): for j in res[i]["dangerAreas"]: x.append({ "provinceName": res[i]["provinceShortName"], "cityName": j["cityName"], "areaName": j["areaName"], }) df = pd.DataFrame(x) df['全称'] = df['provinceName'] + df['cityName'] + df['areaName'] df['address'] = df['provinceName'] + df['cityName'] data['data'].append({'风险等级': fxlevel[tt], '数量': len(df), '地区': [
100+评论
captcha

    相关资源

    1. jscardealer-insurance-dealer-web

      sinat_36612213#前端ZIP16.69MB7月前
      资源摘要:jscardealer-insurance-dealer-web

    2. C#学习笔记12：SYN6288语音模块-Winform上位机控制软件

      qq_64257614#后端ZIP1014.01KB7月前
      资源摘要:C#学习笔记12：SYN6288语音模块_Winform上位机控制软件今日尝试使用C# Winform写一个上位机软件控制 SYN6288语音模块这里不讲什么基本原理(或者讲的比较略简)，直接讲实现了就......文章提供测试代码讲解、测试效果图、整体测试工程下载

    3. 2024年亚太杯的数模题目

      qq_73376811#后端ZIP37.86MB7月前
      资源摘要:就是一个题目，找不到题目的可以来使用，后面的话完全就是在说胡话，反正就是一直凑字数，额额11111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111

    4. （易语言整人）易语言5.95下载

      a18280423367#信息化管理ZIP44.45MB7月前
      资源摘要:（易语言整人）易语言5.95下载

    5. 计算机网络试题,高校精选

      hhtt19820919#网络技术ZIP97.63KB7月前
      资源摘要:计算机网络试题【项目资源】：包含前端、后端、移动开发、操作系统、人工智能、物联网、信息化管理、数据库、硬件开发、大数据、课程资源、音视频、网站开发等各种技术项目的源码。包括STM32、ESP8266、PHP、QT、Linux、iOS、C++、Java、python、web、C#、EDA、proteus、RTOS等项目的源码。【项目质量】：所有源码都经过严格测试，可以直接运行。功能在确认正常工作后才上传。【适用人群】：适用于希望学习不同技术领域的小白或进阶学习者。可作为毕设项目、课程设计、大作业、工程实训或初期项目立项。【附加价值】：项目具有较高的学习借鉴价值，也可直接拿来修改复刻。对于有一定基础或热衷于研究的人来说，可以在这些基础代码上进行修改和扩展，实现其他功能。【沟通交流】：有任何使用上的问题，欢迎随时与博主沟通，博主会及时解答。鼓励下载和使用，并欢迎大家互相学习，共同进步。

    6. yolo人脸识别,树莓派

      hhtt19820919#人工智能ZIP23.89KB7月前
      资源摘要:yolo人脸识别,有疑问的朋友可以私信我

    7. 微信小程序-商城系统带后台管理

      clion_TQJ#移动开发ZIP4.96MB7月前
      资源摘要:适合大三大四学生用于关于微信小程序毕设的学习，或者初学小程序者用于微信小程序的学习、参考等。本微信小程序是一个带后台管理的商城系统。

    8. 使用python绘制爱心图案表白

      weixin_46163097#后端ZIP327B7月前
      资源摘要:使用python绘制爱心图案表白
    站长QQ:九六九五七三七