Python项目开发实战_动态演示全球疫情变化趋势_编程案例解析实例详解课程教程.pdfVIP

38 用Python可视化神器Plotly动态演示全球疫情变化趋 势 近期对疫情数据进行可视化的内容比较多，今天我来用Python 可视化申请Plotly 对国外的疫情发展情况进行可 视化，以项目实战的形式，在分析和了解国外疫情变化趋势的同时，加深大家对Plotly 的学习应用。 在开始之前，我们先来看看最终制作的部分效果图，如果你觉得有兴趣，不妨继续往下看。 Figur e38.1: img-2 动态效果请点击此处链接 38.1 数据来源 国内的疫情，目前已逐步受到控制，各项指标已开始明显好转，但国外的情况，看起来不是太乐观，已有的作业也 没有抄好，所以，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Akshar ，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使用。 360 Chapter38. 用Python可视化神器Plotly动态演示全球疫情变化趋势 Python数据之道 38.2 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 本次使用到的Python 库包括akshare, pandas, plotly 等，导入如下： 1 import akshar as ak 2 import pandas as pd 3 import plotly 4 from plotly.offlin import iplot, init_notebook_mod 5 import plotly.express as px 6 from datetim import datetim 7 8 init_notebook_mod () 接着，我们读取已获得的数据，已保存的数据是截至3 月7 日的。 1 # 从 akshar 获 取 数 据 2 # df_all_history = ak.epidemic_history() 3 4 # 从csv文 件 获 取 数 据 5 df_all_history = pd.read_csv(epidemic_allcsv,index_col=0) 6 7 df_all_history 从上面获取的数据，有些数据格式需要加以调整，对于日期，我们这里会组织两列数据，一列是时间格式的日期 （[dat ]），一列是字符串格式的日期( [dates])。这样设置的原因，是因为我们后续分别需要用到这两种格式的 日期。 1 df_all = df_all_history 2 3 # 将 字 符 串 格 式 的 日 期 另 保 存 为 一 列 4 df_all[dates] = df_all_history[dat ] 5 6 # 将 字 符 串 格 式 的 日 期 转 换 为 日 期 格 式 7 df_all[dat ] = pd.to_datetim (df_all[dat ]) 38.3 获取国外的疫情数据 上面的数据，是全球的数据，我们可以把其中属于中国的剔除，就可以得到国外的数据了。 1 # 国 外， 按 国 家 统 计 2 df_oversea = df_all.query(country!=中 国 ) 3 df_oversea.fillna(valu =, inplac =Tru ) 4 Chapter38. 用Python可视化神器Plotly动态演示全球疫情变化趋势 Python数据之道 5 df_oversea 先来用plotly express 看下国外疫情分国家的整体走势。 1 fig_oversea = px.lin (df_oversea, x=dates, y=confirmed, 2 line_group=country, 3