数据可视化实验二之时间序列数据可视化

时间序列数据可视化

一、实验目的

通过实验，使学生能够掌握时变数据的可视化方法，并利用合适的图表可视化和分析时变数据的特征。

二、实验要求

通过Python中的常用图表函数调用,可视化给定的时变数据集，分析数据集的特征。

三、实验数据

数据是在世界各地的确诊COVID-19病例的累计数量，以及由此导致的死亡人数。

四、实验内容

1.确定可视化任务目标（绘制各国新冠累计确诊人数随时间的变化，以及中国累计死亡人数的日历图）
2.数据处理与变换（数据预处理，提取可视化需要的重要数据属性）
3.可视化映射与交互（标记和视觉通道的设计。折线图和日历图）
4.计算机编码实现可视化方案（利用python 的pandas扩展库读取数据，matplotlib扩展库进行可视化）
import pandas as pd
pd.read_csv(‘train.csv’)
5.利用数据可视化的功能，进行可视化分析

五、实验步骤

1.可视化设计
a)任务目标
绘制各国新冠累计确诊人数随时间的变化，以及中国累计死亡人数的日历图
b)数据预处理（所使用属性）
中国2020-01-22到2020-03-31每天确诊人数和累计死亡人数
c)可视化编码
用python
2.计算机编码实现
//中国新冠累计确诊人数随时间的变化

import datetime
import pandas as pd
from matplotlib import pyplot as plt
from matplotlib import rc

data = pd.read_csv('train.csv')

Country_Region = list(data['Country_Region'])
ConfirmedCases = list(data['ConfirmedCases'])
begin = datetime.date(2020, 1, 22)
end = datetime.date(2020, 3, 31)
final = [0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0,
         0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0,
         0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0,
         0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0]

for i in range(len(final)):
    final[i] = sum(ConfirmedCases[3430 + i:5741:70])
data_1 = [(str(begin + datetime.timedelta(days=i)))
          for i in range((end - begin).days + 1)]

font = {'family': 'MicroSoft YaHei',
        'weight': 'bold',
        'size': '12'}
rc("font", **font)

plt.plot(data_1, final,label='确诊人数')
plt.xticks(data_1[::7], rotation=45)
plt.title("2020年中国新冠累计确诊人数随时间的变化")
plt.legend()
plt.show()




//中国累计死亡人数的日历图
import datetime
# 导入pyecharts绘制日历图的包
from pyecharts import options as opts
from pyecharts.charts import Calendar
import pandas as pd
import random

data = pd.read_csv('train.csv')

Country_Region = list(data['Country_Region'])
Fatalities = list(data['Fatalities'])
Province_State = list(data['Province_State'])
begin = datetime.date(2020, 1, 22)
end = datetime.date(2020, 3, 31)
final = [0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0,
         0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0,0, 
         0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0,
         0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0]

for i in range(len(final)):
    final[i] = sum(Fatalities[3430 + i:5741:70])
data_1 = [(str(begin + datetime.timedelta(days=i)), final[i])
          for i in range((end - begin).days + 1)]

c = (
    Calendar()
        .add("",
             data_1,
             calendar_opts=opts.CalendarOpts(
                 range_="2020",
                 daylabel_opts=opts.CalendarDayLabelOpts(name_map="cn"),
                 monthlabel_opts=opts.CalendarMonthLabelOpts(name_map="cn"), )
             )
        .set_global_opts(
        title_opts=opts.TitleOpts(title="2020年新冠疫情中国死亡人数"),
        visualmap_opts=opts.VisualMapOpts(
            max_=300,
            min_=0,
            orient="horizontal",
            pos_top="230px", pos_left="100px",
        ),
    )
)

c.render_notebook()

3.数据可视化效果与分析推理