火爆全网的动态柱状图你知道怎么做么？

首先直接放成果，如果对如何制作不感兴趣的看完就可以撤了。

本次的演示选取的数据还是当前的疫情数据，数据来源是 AkShare ，具体的安装方法就不介绍了，有需要的同学可以访问中文文档：https://www.akshare.xyz/zh_CN/latest/introduction.html 。

直接看下如何取出数据：

import akshare as ak
covid_19_history_df = ak.covid_19_history()
covid_19_history_df.to_csv('data.csv')

因为我这里的网络不好，这个代码我等了 5 分钟还没下载好，最后的解决方案还是通过手动完成的。

通过阅读文档发现，这里实际上封装的是 GitHub 的一个数据源（怪不得这么慢）：https://github.com/canghailan/Wuhan-2019-nCoV ，这个项目的介绍中写的非常清楚，可以通过接口的方式获取数据：

https://raw.githubusercontent.com/canghailan/Wuhan-2019-nCoV/master/Wuhan-2019-nCoV.csv
https://raw.githubusercontent.com/canghailan/Wuhan-2019-nCoV/master/Wuhan-2019-nCoV.json

上面这两个地址可以分别获得 csv 格式和 json 格式的数据，网络不好的同学可以直接将这两个链接丢到下载工具中下载。

拉取到的部分数据如下：

原始数据 csv 文件已上传代码仓库，有需要的同学可以获取。

这样，我们就获得了需要的数据，接下来就是对数据做一些处理，因为这个数据的统计颗粒度并不是以国家来的，所以我们需要对数据做一些简单的处理。

我这里直接将刚才得到的 cvs 文件导入进数据库 MySQL 对数据进行整理，当然，同样也可以使用 Pandas 对数据进行整理，手段不是关键，达到目的就好。

现在数据我们有了，接下来是动态柱状图的工具，下载地址同样为 GitHub ，是由 B 站大佬 「Jannchie见齐」 开源提供。

GitHub 地址： https://github.com/Jannchie/Historical-ranking-data-visualization-based-on-d3.js 。

用法十分简单，只需打开 src 目录下的 bargraph.html 。然后点击页面中间的选择文件按钮，接着选择 csv 格式的数据文件，便可以看到可视化的结果。

并且这个项目十分贴心的为我们准备了一个样例，就是 src 目录下的 example.csv 。

我们这里打开这个文件，看下数据的格式，我们需要将我们上面获得的数据整理成同样的格式。

可以看到，这里需要 4 列数据，具体的含义如下：

name	type	value	date
名称1	类型1	值1	日期1
名称2	类型2	值2	日期2

文档上也对数据格式做了说明：

其中「名称」会出现在柱状图的左侧作为 Y 轴，而「类型-名称」会作为附加信息出现在柱状图上。

类型与柱状图的颜色相关，建议命名为不包含空格或者特殊符号的中英文字符。

值与柱状图的长度绑定，必须是整数或浮点数。

日期建议使用的格式为 "YYYY-MM-DD" 。

目标数据有了，接下来的事情就简单了，只需要写一条简单的 SQL 语句，将得到的结果导出成 csv 文件即可。

需要使用到的 SQL 语句如下：

SELECT a.country AS name, a.countryCode AS type, a.confirmed AS value, a.date AS date FROM `data` a WHERE a.provinceCode IS NULL GROUP BY a.date, a.countryCode ;

这句 SQL 的思路是先将数据按照 date 日期进行分组，然后再按照 countryCode 国家代码进行分组，然后将我们需要的数据取出来即可。

中间还遇到了一点小问题，因为这个数据中国的数据是带有省市区的数据的，我们最终并不需要省市区的数据，观察数据后，可以发现，每天的数据中，中国的疫情数据会有一个总数据，这条数据上是没有省市区的字段的，再看下外国的数据，也没有省市区的字段，所以这里我加了一个条件，将所有有省市区字段的数据全都过滤掉，剩下的数据就是我们需要的。

我这里使用的连接数据库的工具是 Navicat ，导出成 csv 文件相对比较简单，只需要选择导出结果，就可以进入一个导出的指引页面：

接着跟着指引一步一步操作，将数据导出来就好了，这个处理过的数据我也同样上传至代码仓库了，有需要的同学自取。

现在数据有了，我们打开刚才从 Github 上下载的工具，在浏览器中打开 bargraph.html 页面，可以看到这么一个页面：

然后点击页面上的那个选择文件，选择到刚才我们导出来的 csv 文件，就可以看到这个火遍全网的动态柱状图了。

接下来就是使用录屏软件，将这一段视频录下来，然后再找一个视频编辑软件，配上合适的 BGM ，一个高大上的视频就这么做好了。

顺手推荐两个我常用的软件好了，录屏软件我选择的是 oCam ，视频编辑软件，在 PC 端我一般是使用 Adobe 的 Adobe Premiere Pro ，这俩软件基本上都是属于傻瓜操作，使用灰常简单。

怎么样，是不是感觉很简单，感觉简单赶紧自己动手试试看吧。

代码仓库

代码仓库-Github：https://github.com/meteor1993/python-learning/tree/master/python-data-analysis/dynamic_yiqing

代码仓库-Gitee：https://gitee.com/inwsy/python-learning/tree/master/python-data-analysis/dynamic_yiqing