全球疫情及疫苗接种进度可视化之一--全球疫情形势动态地图展示
全国疫情及疫苗接种进度可视化
- 全球疫情及疫苗接种进度可视化之一–全球疫情形势动态地图展示
- 全球疫情及疫苗接种进度可视化之二–新冠疫情形势气泡图
- 全球疫情及疫苗接种进度可视化三–疫苗研发情况
- 全球疫情及疫苗接种进度可视化之四–各国疫苗接种进度
如果想了解更多有趣的项目和小玩意,都可以来我这里哦通道
2020年底以来,欧美、印度、中国、俄罗斯等多国得制药公司纷纷推出了针对新冠肺炎的疫苗,这部分要分析了2020年以来全球疫情形势、各类疫苗在全球的地理分布、疫苗在各国的接种进度进行可视化展示,以期给读者提供当前疫情以及未来疫情防控的直观展示。
安装plotly库
因为这部分内容主要是用plotly库进行数据动态展示,所以要先安装plotly库
pip install plotly
除此之外,我们对数据的处理还用了numpy和pandas库,如果你没有安装的话,可以用以下命令一行安装
pip install plotly numpy pandas
#导入所需库
import pandas as pd
import numpy as np
import plotly.express as px
import plotly.graph_objects as go
全球疫情形势
分析2020年以来、全球感染人数、死亡人数、治愈人数的情况,由于涉及时间序列数据,因此拟采用plotly库中动态图表的方式进行直观展示。
定义工具函数
抽取数据
#抽取数据
def fetch_data(file):
df=pd.read_csv(file)# 用pd.read_csv读取csv文件
#由于美国等国数据是按二级行政区划提供的,需按国家进行汇总,并且去掉了Lat,Long两列
result=df.groupby(['Country/Region']).sum().drop(['Lat','Long'],axis=1).stack()
# 重新定义索引
result=result.reset_index()
result.columns=['Country','date','value']
result['date_']=pd.to_datetime(result.date)#生成时间索引
result=result.sort_values(by='date_',axis=0,ascending=True)#按时间排序
result=result.replace('\*','',regex=True)#有些国家名字中有*,去掉国名中的*
return result
绘制动态图表
#绘制动态图表
def draw_data(df, label,color):
fig=px.choropleth(df,
locations='Country',#选择城市为坐标
locationmode='country names',
animation_frame='date',#以时间为轴
color='value',#颜色变化选择人数
color_continuous_scale=[[0, 'White'],[1, color]],#按提供的颜色作为最大值的颜色color
labels={'value':label},#按提供的label绘制图例
range_color=[df.value.min(), df.value.max()])#按全程数据的最大值、最小值进行绘制,不采用autoscale
fig.show()
重抽样
#重抽样 源数据为按天展示的数据,为减少数据展示的计算量,需重抽样为周或月
def resample(df,period):
country_list=df.Country.drop_duplicates()#计算城市,得到城市的列表
temp=df.copy()
result=pd.DataFrame()
for i in country_list: #按国家分别进行重抽样,并合并数据
r_temp=temp.loc[temp.Country==i]#选择对应的城市的行
r_temp=r_temp.drop_duplicates(['date_'])#对数据去重
r_temp=r_temp.set_index('date_')
r_temp=r_temp.resample(period).asfreq().dropna()#重采样并且删除缺失值
r_temp=r_temp.reset_index()
result=pd.concat([result,r_temp])
return result.sort_values(by='date_',axis=0,ascending=True)
数据抽取、整理与可视化展示
抽取原始数据
#抽取原始数据
confirmed=fetch_data(r'data/time_series_covid19_confirmed_global.csv')
recovered=fetch_data(r'data/time_series_covid19_recovered_global.csv')
deaths=fetch_data(r'data/time_series_covid19_deaths_global.csv')
按周重抽样
#按周重抽样
confirmed=resample(confirmed,'W')
recovered=resample(recovered,'W')
deaths=resample(deaths,'W')
确诊病例
#确诊病例
draw_data(confirmed,'确诊病例数','Red')
这是一个动态的图,可以看到每个时期的变化,这里我给出图片,详细可以实现代码观测
由上图可以看到:
- 美国疫情大规模爆发大致始于2020年4月初
- 随后是俄罗斯、印度、南美各国,于2020年6月后先后爆发了大规模疫情
- 最后是欧洲,在2020年底发生了疫情爆发
- 从全球目前累计感染人数来看,美国占绝大多数,另外印度、巴西、俄罗斯、欧洲也较多
治愈病例
#治愈病例
draw_data(recovered,'治愈病例数','Green')
由上图可以看到:
- 2020年6月中旬后,美国、巴西、印度、俄罗斯开始有较多患者被治愈
- 印度在2020年下半年有较多治愈病例
- 2020年12月底以后,美国治愈病例数据有缺失,造成图像失真(我打算找机会造点数据)
死亡病例
#死亡病例
draw_data(deaths,'死亡病例数','Black')
由上图可以看到,死亡病例趋势与确诊病例大致相同