超火动态排序疫情变化图，这次我们用 Plotly来绘制

超火动态排序疫情变化图，

这次我们用 Plotly来绘制

各位同学早上好，我是 Lemonbit 。

国内的疫情基本进入扫尾阶段了，但国外疫情还处于爆发的高峰期。以前是咱们国家各个省对口支援湖北的一个市，现在开启一个省支援一个国家的模式。

大国风范，为祖国点赞！！！

近期，我写了几篇用 Plotly 来演示全球疫情情况的文章，如下：

• 用 Plotly 动态柱状图来演示全球疫情变化趋势

• 用 Python可视化神器 Plotly 动态演示全球疫情变化趋势
  

作为延伸，今天，来分享用 Plotly 来制作动态排名各个国家疫情变化情况的柱状图。先来看最终的效果：

上图中，国家排名以及确诊数量，都是动态变化的。类似的图，估计大伙已经看到用其他工具制作的，今天，我们来看看如何用 Plotly 来实现。

数据来源

本次我们主要来可视化分析国外疫情的发展情况。疫情的数据来源于开源项目 Akshare，由于使用该项目获取数据时，有时不太稳定，可能会遇到连接失败的情况。所以，这里我提供了保存好的数据供大家练习使用，本文的代码及数据文件在文末提供了获取方式。

当然，大家也可以使用 Akshare 的数据，因为会不时的更新，如果连接中断的话，换个时间重试下就好。

准备工作

照例，还是先介绍下我运行的环境。

• Mac 系统

• Anaconda（Python 3.7）

• Jupyter Notebook

我是在 Jupyter Notebook 中运行代码的，本次使用到的 Python 库包括 akshare, pandas, plotly 等，导入如下：

import akshare as ak
import pandas as pd
import plotly
import plotly.graph_objs as go
from plotly.offline import iplot, init_notebook_mode,plot
import plotly.express as px
from datetime import datetime
# 在PyCharm、VS Code等IDE中运行时，
# 需要注释下面这行代码
init_notebook_mode()

使用的几个 Python 库的版本如下：

print(f'pandas version: {pd.__version__}')
print(f'akshare version: {ak.__version__}')
print(f'plotly version: {plotly.__version__}')
# pandas version: 1.0.1
# akshare version: 0.4.27
# plotly version: 4.5.0

接着，我们读取已获得的数据（已保存的数据是截至3月16日）。

# 从 akshare 获取数据
# df_all_history = ak.epidemic_history()
# 从csv文件获取数据，这个数据文件的数据截止到3月10