用 Python可視化神器 Plotly 

動(dòng)態(tài)演示全球疫情變化趨勢(shì)

各位同學(xué)早上好，我是 Lemonbit 。

近期對(duì)疫情數(shù)據(jù)進(jìn)行可視化的內(nèi)容比較多，今天我來(lái)用 Python 可視化申請(qǐng) Plotly 對(duì)國(guó)外的疫情發(fā)展情況進(jìn)行可視化，以項(xiàng)目實(shí)戰(zhàn)的形式，在分析和了解國(guó)外疫情變化趨勢(shì)的同時(shí)，加深大家對(duì) Plotly 的學(xué)習(xí)應(yīng)用。

在開(kāi)始之前，我們先來(lái)看看最終制作的部分效果圖，如果你覺(jué)得有興趣，不妨繼續(xù)往下看。

數(shù)據(jù)來(lái)源

國(guó)內(nèi)的疫情，目前已逐步受到控制，各項(xiàng)指標(biāo)已開(kāi)始明顯好轉(zhuǎn)，但國(guó)外的情況，看起來(lái)不是太樂(lè)觀，已有的作業(yè)也沒(méi)有抄好，所以，本次我們主要來(lái)可視化分析國(guó)外疫情的發(fā)展情況。

疫情的數(shù)據(jù)來(lái)源于開(kāi)源項(xiàng)目 Akshare，由于使用該項(xiàng)目獲取數(shù)據(jù)時(shí)，有時(shí)不太穩(wěn)定，可能會(huì)遇到連接失敗的情況，所以，這里我提供了保存好的數(shù)據(jù)供大家使用。

準(zhǔn)備工作

照例，還是先介紹下我運(yùn)行的環(huán)境

•  Mac 系統(tǒng)
•  Anaconda（Python 3.7）
•  Jupyter Notebook

本次使用到的 Python 庫(kù)包括 akshare, pandas, plotly 等，導(dǎo)入如下：   

import akshare as ak  
    import pandas as pd  
    import plotly  
    from plotly.offline import iplot, init_notebook_mode  
    import plotly.express as px 
    from datetime import datetime  
    init_notebook_mode() 

接著，我們讀取已獲得的數(shù)據(jù)，已保存的數(shù)據(jù)是截至3月7日的。   

# 從 akshare 獲取數(shù)據(jù) 
   # df_all_history = ak.epidemic_history()  
   # 從csv文件獲取數(shù)據(jù)  
   df_all_history = pd.read_csv('epidemic_all_20200307.csv',index_col=0)  
   df_all_history 

從上面獲取的數(shù)據(jù)，有些數(shù)據(jù)格式需要加以調(diào)整，對(duì)于日期，我們這里會(huì)組織兩列數(shù)據(jù)，一列是時(shí)間格式的日期（ ['date']），一列是字符串格式的日期 ( ['dates'])。這樣設(shè)置的原因，是因?yàn)槲覀兒罄m(xù)分別需要用到這兩種格式的日期。   

df_all = df_all_history  
    # 將字符串格式的日期 另保存為一列  
    df_all['dates'] = df_all_history['date']  
    # 將字符串格式的日期轉(zhuǎn)換為 日期格式  
    df_all['date'] = pd.to_datetime(df_all['date']) 

獲取國(guó)外的疫情數(shù)據(jù)

上面的數(shù)據(jù)，是全球的數(shù)據(jù)，我們可以把其中屬于中國(guó)的剔除，就可以得到國(guó)外的數(shù)據(jù)了。   

# 國(guó)外，按國(guó)家統(tǒng)計(jì) 
    df_oversea = df_all.query("country!='中國(guó)'")  
    df_oversea.fillna(value="", inplace=True)  
    df_oversea 

先來(lái)用 plotly express 看下國(guó)外疫情分國(guó)家的整體走勢(shì)。   

# 國(guó)外，按國(guó)家統(tǒng)計(jì)  
    df_oversea = df_all.query("country!='中國(guó)'") 
    df_oversea.fillna(value="", inplace=True)  
    df_oversea 

從上圖可以看出，國(guó)外的疫情發(fā)展情況，大部分國(guó)家從2月10日期，發(fā)展趨勢(shì)較為明顯，因此，后面我們重點(diǎn)分析這段時(shí)間之后的情況。   

# 現(xiàn)有數(shù)據(jù)演示從 2020年2月10日開(kāi)始 
   df_overseadf_oversea_recent = df_oversea.set_index('date') 
   df_oversea_recentdf_oversea_recent = df_oversea_recent['2020-02-10':]  
   df_oversea_recent 

由于部分國(guó)家的數(shù)據(jù)不是從2020年2月10日開(kāi)始記錄的，所以要補(bǔ)充數(shù)據(jù)。我們可以手動(dòng)新建一個(gè) excel數(shù)據(jù)表，將補(bǔ)充日期的數(shù)值填充為 0 。

我這里主要補(bǔ)充的是伊朗的數(shù)據(jù)，因?yàn)橐晾蕦?shí)在是發(fā)展太快了，必須納入分析的范圍內(nèi)。其他國(guó)家，如果有需要補(bǔ)充的，后續(xù)可以繼續(xù)完善。   

# 由于部分國(guó)家，數(shù)據(jù)不是從2020年2月10日開(kāi)始的，所以要補(bǔ)充數(shù)據(jù)，數(shù)值為 0  
   # 數(shù)據(jù)在 excel 表格中進(jìn)行補(bǔ)充，這里進(jìn)行讀取  
   df_oversea_buchong = pd.read_excel('epidemic_buchong.xlsx')  
   df_oversea_buchong['dates'] = df_oversea_buchong['date'].apply(lambda x:x.strftime('%Y-%m-%d'))  
   df_oversea_buchong.set_index('date', inplace=True) 
   df_oversea_buchong.fillna(value="", inplace=True)  
   print(df_oversea_buchong.info())  
   df_oversea_buchong 

將需要補(bǔ)充的數(shù)據(jù)弄好后，我們可以合并上面這兩部分?jǐn)?shù)據(jù)，一起進(jìn)行分析。 

# 合并補(bǔ)充數(shù)據(jù)  
  df_oversea_recentdf_oversea_recent_new = df_oversea_recent.append(df_oversea_buchong)  
  df_oversea_recent_new.sort_index(inplace=True)  
  df_oversea_recent_new 

得到合并的數(shù)據(jù)后，首先，我們用氣泡圖來(lái)對(duì)變化情況進(jìn)行可視化，這里用的是 plotly express 的散點(diǎn)圖。

plotly express 現(xiàn)在已經(jīng)合并到 plotly 中，個(gè)人覺(jué)得跟 plotly 原生內(nèi)容的協(xié)同性相對(duì) cufflinks 要好用點(diǎn)。 

# 合并補(bǔ)充數(shù)據(jù)  
  df_oversea_recentdf_oversea_recent_new = df_oversea_recent.append(df_oversea_buchong)  
  df_oversea_recent_new.sort_index(inplace=True)  
  df_oversea_recent_new 

從上面這個(gè)動(dòng)態(tài)圖可以清晰的看出，當(dāng)前，在海外的國(guó)家中，韓國(guó)、伊朗、意大利三個(gè)國(guó)家最為嚴(yán)重。這三個(gè)國(guó)家中，就增長(zhǎng)趨勢(shì)而言，伊朗和意大利又比韓國(guó)要更明顯，目前韓國(guó)的增長(zhǎng)有所放緩，而伊朗和意大利還處于快速增長(zhǎng)的過(guò)程中，后續(xù)情況不容樂(lè)觀。

此外，在這個(gè)圖中，另外還有幾個(gè)國(guó)家值得關(guān)注，日本，除去鉆石號(hào)之外，從數(shù)據(jù)來(lái)看，本土的增長(zhǎng)目前還算是在稍微較好的范圍內(nèi)。反倒是，德國(guó)、法國(guó)、西班牙，個(gè)人覺(jué)得已成逐步壯大之勢(shì)，不得不防。

而且，由于整個(gè)歐盟國(guó)家之間，人員是自由流通的，現(xiàn)在看來(lái)，整個(gè)歐盟很可能會(huì)成為疫情的重災(zāi)區(qū)，其影響巨大。

上圖左下角的這些國(guó)家的走勢(shì)，我們可以拉近來(lái)看，走勢(shì)如下，這樣，對(duì)于 德國(guó)、法國(guó)、西班牙就會(huì)看的更明顯了。

這里，還有一個(gè)國(guó)家，就是美國(guó)，雖然從數(shù)據(jù)以及增長(zhǎng)情況來(lái)看，好像美國(guó)還好，但恐怕實(shí)際情況，要糟糕很多。

上面是以氣泡圖的方式來(lái)演示變化過(guò)程，我們也可以以柱狀圖的形式來(lái)演示，效果如下：

關(guān)于上面的效果圖，各位可以自行研究下，歡迎交流。

需要說(shuō)明的是，本文代碼是在 Jupyter Notebook 中運(yùn)行的， 如果是在 PyCharm 等 IDE 中運(yùn)行，需要稍微修改下代碼。

最后，再次感謝開(kāi)源項(xiàng)目 Akshare 提供了數(shù)據(jù)接口。