df python 增加数据_美国确诊超100万！教你用Python画出全球疫情动态图(附数据下载)...

 CDA数据分析师 出品  

【导语】：今天我们教你用Python绘制全球疫情动态图，技术部分请看第二部分。

获取数据： 扫描下方公众号 回复关键字“全球疫情”

目前，全球新冠疫情还十分严峻。昨夜今晨，疫情突破多个标志性的统计节点。其中，全球累计确诊近296万例，累计死亡超20万例；美国累计确诊超100万例，西班牙和意大利累计确诊均超过20万例。

01

全球疫情严峻 

美国确诊超100万

根据世卫组织最新实时统计数据，截至欧洲中部时间28日10时(北京时间28日16时)，全球范围内，新冠确诊病例较前一日增加76026例，达到2954222例；死亡病例较前一日增加3932例，达到202597例。

美国约翰斯·霍普金斯大学统计数据显示，在美国东部时间28日14时50分(北京时间29日2时50分)的数据显示，美国新冠确诊病例升至1002498例，死亡病例为57533例，确诊病例和死亡病例数都是全球最多。

那么作为一个技术号，我们也十分关注全球疫情的情况， 今天我们换个角度，用Python教你画出全球疫情动态图，话不多说！下面看到具体步骤：

02

用Python绘制

全球疫情动态图

此次我们使用Pandas+Flourish制作疫情动态数据可视化视频，整个流程分为以下三步：

1. 从网上获取数据
2. 使用Pandas进行数据整理
3. 使用Flourish的可视化模板制图

一、数据整理

我们使用pandas读入数据，本次使用数据来自于世卫组织-欧洲疾控中心统计网站，数据统计了2020.13.31日至2020.04.29日共207个国家的疫情日新增数据。

*import* *pandas* *as* *pd*


/# 读入数据/
df_cov = pd.read_excel(‘./data/COVID-19-geographic-disbtribution-worldwide-2020-04-29.xlsx’) 
df_cov[‘dateRep’] = df_cov.dateRep.astype(‘str’)
df_cov.head() 

首先我们需要明确数据整理的目的，也就是我们需要将数据整理成怎样的格式，我们从Flourish网站找到了一份动态条形图的示例数据集，数据格式如下所示：

df_sample = pd.read_csv(‘./data/Data.1588152303036.csv’)
df_sample.head() 

二、数据可视化

我们使用在线网站flourish进行制作，这个网站里提供了非常多的数据可视化模板，我们要做的工作就是从网上找到数据，然后将数据导入到模板里，设置好相应的速度、颜色、图标等信息就完成了。

操作的步骤非常简单。

首先找到我们要制作的动态柱状变化图模板。

第二步就是优化可视化图表，点击上方的“Preview”，就会发现模板自动就已经开始按照时间开始滚动了！

我们还可以进行一些美化和处理，按照自己的风格设置好后，一个常见的可视化动态视频就做完了。

最后配上音乐，让我们一起看到成品吧！

以上这就是成品啦，是不是效果十分惊艳呢！快来自己试试吧！

获取数据：

扫描下方公众号，回复关键字“全球疫情”，获取数据和代码吧。