【Python】疫情卷土重来?Python可视化带你追踪疫情的最新动态

最近疫情又开始有了卷土重来的苗头,毕竟人命关天,所以今天小编打算用Python可视化来追踪一下当下疫情的最新动态,也希望大家在外能够注意安全,戴好口罩

最新的动态

根据最新的消息,本土现有的确诊483例,较昨日增加了59例,其中无症状感染者较昨日增加了24例,境外输入较昨日增加了33例,其中上海9例,浙江8例,云南4例

31个省区市的本土病例中,内蒙古的阿拉善盟确诊病例最多,有143例,其次便是黑龙江的黑河与甘肃的兰州,确诊病例分别有79例和68例,具体看下图

category_list = ["黑龙江-黑河", "河北-石家庄", "甘肃-兰州", "甘肃-天水", "内蒙古-阿拉善盟", "宁夏-银川", "河北-保定", "黑龙江-哈尔滨", "江西-九江",
                 "山东-日照", "浙江-杭州", "青海-西宁", "内蒙古-锡林郭勒"]
num_list1 = [79, 8, 68, 15, 143, 21, 2, 3, 1, 10, 1, 4, 16]

bar = (
    Bar(init_opts=opts.InitOpts(theme=ThemeType.SHINE))
    .add_xaxis(category_list)
    .add_yaxis("不同省份", num_list1)
    .set_global_opts(title_opts=opts.TitleOpts(title="近期31省市的本土病例"),
                     xaxis_opts=opts.AxisOpts(axislabel_opts = opts.LabelOpts(rotate=30)))
)

bar.render("yiqing_location.html")

output

a376d7827acc62c39a6c0f10dbaaaabe.gif

我们要是放到全省的确诊病例来看的话,内蒙古、黑龙江以及甘肃的确诊病例是最多的,当然大家也可以看到中国的台湾省颜色是最深的,当然这是另外一回事儿了,

provinces = ["黑龙江", "甘肃", "上海", "浙江", "河北", "内蒙古", "台湾", "云南", "山东",
             "福建", "四川", "宁夏", "香港", "江西", "重庆", "广西", "青海", "湖北", "广东",
             "江苏", "河南", "湖南", "北京", "安徽", "新疆", "陕西", "吉林", "天津", "辽宁", "山西",
             "海南", "贵州", "澳门", "西藏"]

num = [84, 105, 62, 52, 13, 172, 1823, 83, 35, 22, 13, 33, 99, 2, 1, 35,
       5, 12, 32, 3, 22, 7, 38, 0, 0, 21, 3, 13, 7, 0, 0, 11, 4, 0]

c = (
    Map(init_opts=opts.InitOpts(theme=ThemeType.SHINE))
    .add("不同省份", [list(z) for z in zip(provinces, num)], "china")
    .set_global_opts(
        title_opts=opts.TitleOpts(title="不同省份的疫情确诊情况"),
        visualmap_opts=opts.VisualMapOpts(max_=180, is_piecewise=True),
    )
    .render("map_visualmap_piecewise.html")
)

output

0d41b598f6068b06e715ff2cbf96e7ec.gif

然后我们通过Pyecharts当中的Tab组件将上面绘制的两张图组合成可视化大屏,需要注意的是,需要将上面的代码整合成函数

def generate_bar():
    category_list = ["各个省份城市"]
    num_list1 = ["对应的数据"]

    bar = (
        Bar(init_opts=opts.InitOpts(theme=ThemeType.SHINE))
        .add_xaxis(category_list)
        .add_yaxis("不同省份", num_list1)
        .set_global_opts(title_opts=opts.TitleOpts(title="近期31省市的本土病例"),
                         xaxis_opts=opts.AxisOpts(axislabel_opts = opts.LabelOpts(rotate=30)))
    )

    return bar
    
def generate_map():

    provinces = ["各个省份....."]

    num = ["各个省份对应的数据"]

    map = (
        Map(init_opts=opts.InitOpts(theme=ThemeType.SHINE))
        .add("不同省份", [list(z) for z in zip(provinces, num)], "china")
        .set_global_opts(
            title_opts=opts.TitleOpts(title="不同省份的疫情确诊情况"),
            visualmap_opts=opts.VisualMapOpts(max_=180, is_piecewise=True),
        )
    )
    return map
    
tab = Tab()
tab.add(generate_bar(), "不同省市的确诊病例")
tab.add(generate_map(), "全国不同省份的确诊病例")
tab.render("test.html")

output

2c5478a932e18c893d585073e65b856b.gif

预防须知
  • 保持个人卫生,打喷嚏或者咳嗽时应用纸巾掩盖口鼻,把用过的纸巾弃置于有盖垃圾箱内,然后彻底清洁双手

  • 减少前往人流密集的场所。如不可避免,应佩戴外科口罩

  • 如有身体不适,特别是有发烧或者咳嗽,应佩戴上外科口罩,并尽快就诊

674b24a981916beec5a8dce1c9a7682c.png
 
 
 
 
 
 
 
 
往期精彩回顾




适合初学者入门人工智能的路线及资料下载机器学习及深度学习笔记等资料打印机器学习在线手册深度学习笔记专辑《统计学习方法》的代码复现专辑
AI基础下载黄海广老师《机器学习课程》视频课黄海广老师《机器学习课程》711页完整版课件

本站qq群554839127,加入微信群请扫码:

fbe9395caf1a60ec20376d37e89544f9.png

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值