自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(4)
  • 收藏
  • 关注

原创 疫情分析动态图(7月12日-7月16日)

目录:1.各国疫情动态图2.湖南疫情情况动态饼图3.安徽疫情情况动态饼图4.中国疫情变化动态图5.世界疫情变化动态图**1. 各国柱状图附件1首先读取表格中的数据,并把数据放入list中,定义一个timeline的函数用来制作动态图。[简单分析:可以看出从一开始美国的确诊人数便遥遥领先,英国第二,中国第三。在之后美国的确诊人数一直是以大距离领先其他国家,在3月后中国的确诊人数几乎保持不变,并且确诊人数变为最后一名,而巴西和俄罗斯的确诊人数开始大幅度增加,超过英国和中国,变为第二和第三。

2020-07-16 19:25:08 1575

原创 新冠疫情可视化(7月11日,7月12日)

**各省疫情数据分析**1.黑龙江与香港疫情分析2.湖南与湖北疫情分析3.安徽与上海疫情分析一.黑龙江与香港1. 绘制两个省份累计确诊人数随时间变化折线图,结合当地政策进行分析(附录一)制作简述:导入python模块中的pandas模块,matplotlib.dates模块与matplotlib.pyplot模块先运用pandas模块与数据所在的excel建起联系,进行有一定条件的数据筛选与调用,之后利用matplotlib型模块对于所采用的数据进行绘制展现。分析:有图可知,三月中

2020-07-15 20:29:21 2457

原创 新冠疫情可视化(7月9日,7月10日)

**各国疫情数据分析**1.英国与俄罗斯疫情分析2.巴西与美国疫情分析3.中国和印度疫情分析一.英国与俄罗斯1.全国新增确诊趋势图(附件1)英国导入python模块中的pandas模块,matplotlib.dates模块与matplotlib.pyplot模块先运用pandas模块与数据所在的excel建起联系,进行有一定条件的数据筛选与调用,之后利用matplotlib型模块对于所采用的数据进行绘制展现。对于上图所展现的折线,可以得出英国的每日新增确诊人数总体呈先上升后下降的趋势

2020-07-15 20:13:01 2116

原创 新冠疫情可视化(7月7日,7月8日)

各州的疫情数据分析1. 大洋洲2. 北美洲3. 亚洲大洋洲疫情情况1.确诊人数箱线图(附件1)大洋洲存在一个国家的确诊人数远远超过大洋洲其他国家2. 死亡人数柱状图(附件2)大洋洲的国家中澳大利亚与新西兰有少量的死亡人数外其他国家无一人死亡。3. 治愈人数柱状图(附件3)大洋洲国家中大部分新冠病毒感染者已治愈。4. 治愈增量柱状图(附件4)在某一天大洋洲所有国家治愈新冠病毒的人数为90.5.治愈,死亡,现有确诊总数饼图(附件5)大洋洲国家所有新冠病毒感染者中近90%的人

2020-07-07 23:17:50 1788

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除