?[[358773]]?

使用這些開源框架創(chuàng)建一個彩色地圖，顯示病毒的可能的傳播路徑。

對于一個全球旅行司空見慣的世界來說，疾病的傳播是一個真正令人擔(dān)憂的問題。一些組織會跟蹤重大的流行病（還有所有普遍的流行?。?，并將他們的跟蹤工作獲得的數(shù)據(jù)公開出來。不過，這些原始的數(shù)據(jù)對人來說可能很難處理，這就是為什么數(shù)據(jù)科學(xué)如此重要的原因。比如，用 Python 和 Pandas 可視化 COVID-19 在全球范圍內(nèi)的傳播路徑可能對這些數(shù)據(jù)的分析有所幫助。

最開始，當(dāng)面對如此大數(shù)量的原始數(shù)據(jù)時可能難以下手。但當(dāng)你開始處理數(shù)據(jù)之后，慢慢地就會發(fā)現(xiàn)一些處理數(shù)據(jù)的方式。下面是用于處理 COVID-19 數(shù)據(jù)的一些常見的情況：

1. 從 GitHub 上下載 COVID-19 的國家每日傳播數(shù)據(jù)，保存為一個 Pandas 中的 DataFrame 對象。這時你需要使用 Python 中的 Pandas 庫。
2. 處理并清理下載好的數(shù)據(jù)，使其滿足可視化數(shù)據(jù)的輸入格式。所下載的數(shù)據(jù)的情況很好（數(shù)據(jù)規(guī)整）。這個數(shù)據(jù)有一個問題是它用國家的名字來標識國家，但最好是使用三位數(shù)的 ISO 3 碼（國家代碼表）來標識國家。為了生成 ISO 3 碼，可是使用??pycountry?? 這個 Python 庫。生成了這些代碼之后，可以在原有的 DataFrame 上增加一列，然后用這些代碼填充進去。
3. 最后為了實現(xiàn)可視化，使用 Plotly 庫中的??express?? 模塊。這篇文章是使用名為choropleth 的地圖（可在 Plotly 庫中獲得）來可視化該疾病在全球的傳播。

第一步：Corona 數(shù)據(jù)

從下面這個網(wǎng)站上下載最新的 corona 數(shù)據(jù)（LCTT 譯注：2020-12-14 仍可訪問，有墻）：

• ??https://raw.githubusercontent.com/datasets/covid-19/master/data/countries-aggregated.csv??

我們之間將這個下載好的數(shù)據(jù)載入為 Pandas 的 DataFrame。Pandas 提供了一個函數(shù)， ??read_csv()??，可以直接使用 URL 讀取數(shù)據(jù)，并返回一個 DataFrame 對象，具體如下所示：

import pycountry

import plotly.express as px

import pandas as pd

URL_DATASET = r'https://raw.githubusercontent.com/datasets/covid-19/master/data/countries-aggregated.csv'

df1 = pd.read_csv(URL_DATASET)

print(df1.head(3))  # Get first 3 entries in the dataframe

print(df1.tail(3))  # Get last 3 entries in the dataframe

在 Jupyter 上的輸出截圖：

??

Jupyter screenshot

從這個輸出可以看到這個 DataFrame（??df1??）包括以下幾列數(shù)據(jù)：

1. ??Date??
2. ??Country??
3. ??Confirmed??
4. ??Recovered??
5. ??Dead??

之后還可以看到 ??Date?? 這一列包含了從 1 月 22 日到 3 月 31 日的條目信息。這個數(shù)據(jù)是每天更新的，所以你會得到你當(dāng)天的值。

第二步：清理和修改 DataFrame

我們要往這個 DataFrame 中增加一列數(shù)據(jù)，就是那個包含了 ISO 3 編碼?？梢酝ㄟ^以下三步完成這個任務(wù)：

1. 創(chuàng)建一個包含所有國家的列表。因為在??df1??? 的??Country??? 列中，國家都是每個日期就重復(fù)一次。所以實際上??Country??? 列中對每個國家就會有多個條目。我使用??unique().tolist()?? 函數(shù)完成這個任務(wù)。
2. 我使用??d_country_code?? 字典對象（初始為空），然后將其鍵設(shè)置為國家的名稱，然后它的值設(shè)置為其對應(yīng)的 ISO 3 編碼。
3. 我使用??pycountry.countries.search_fuzzy(country)??? 為每個國家生成 ISO 3 編碼。你需要明白的是這個函數(shù)的返回值是一個??Country??? 對象的列表。我將這個函數(shù)的返回值賦給??country_data??? 對象。以這個對象的第一個元素（序號??0???）為例。這個??\??? 對象有一個??alpha_3??? 屬性。所以我使用??country_data[0].alpha_3??? 就能“獲得”第一個元素的 ISO 3 編碼。然而，在這個 DataFrame 中有些國家的名稱可能沒有對應(yīng)的 ISO 3 編碼（比如有爭議的領(lǐng)土）。那么對這些“國家/地區(qū)”，我就用一個空白字符串來替代 ISO 3 編碼。你也可以用一個??try-except??? 代碼來替換這部分。??except??? 中的語句可以寫：??print(‘could not add ISO 3 code for ->', country)??。這樣就能在找不到這些“國家/地區(qū)”對應(yīng)的 ISO 3 編碼時給出一個輸出提示。實際上，你會發(fā)現(xiàn)這些“國家/地區(qū)”會在最后的輸出中用白色來表示。
4. 在獲得了每個國家的 ISO 3 編碼（有些是空白字符串）之后，我把這些國家的名稱（作為鍵）還有國家對應(yīng)的 ISO 3 編碼（作為值）添加到之前的字典??d_country_code??? 中?？梢允褂?Python 中字典對象的??update()?? 方法來完成這個任務(wù)。
5. 在創(chuàng)建好了一個包含國家名稱和對應(yīng) ISO 3 編碼的字典之后，我使用一個簡單的循環(huán)將他們加入到 DataFrame 中。

第三步：使用 Plotly 可視化傳播路徑

choropleth 地圖是一個由彩色多邊形組成的地圖。它常常用來表示一個變量在空間中的變化。我們使用 Plotly 中的 ??px??? 模塊來創(chuàng)建 choropleth 圖，具體函數(shù)為：??px.choropleth??。

這個函數(shù)的所包含的參數(shù)如下：

plotly.express.choropleth(data_frame=None, lat=None, lon=None, locations=None, locationmode=None, geojson=None, featureidkey=None, color=None, hover_name=None, hover_data=None, custom_data=None, animation_frame=None, animation_group=None, category_orders={}, labels={}, color_discrete_sequence=None, color_discrete_map={}, color_continuous_scale=None, range_color=None, color_continuous_midpoint=None, projection=None, scope=None, center=None, title=None, template=None, width=None, height=None)

??choropleth()?? 這個函數(shù)還有幾點需要注意：

1. ??geojson??? 是一個??geometry??? 對象（上面函數(shù)第六個參數(shù)）。這個對象有點讓人困擾，因為在函數(shù)文檔中沒有明確地提到這個對象。你可以提供，也可以不提供??geojson??? 對象。如果你提供了??geojson??? 對象，那么這個對象就會被用來繪制地球特征，如果不提供??geojson??? 對象，那這個函數(shù)默認就會使用一個內(nèi)建的??geometry??? 對象。（在我們的實驗中，我們使用內(nèi)建的??geometry??? 對象，因此我們不會為??geojson?? 參數(shù)提供值）
2. DataFrame 對象有一個??data_frame??? 屬性，在這里我們先前就提供了一個我們創(chuàng)建好的??df1??。
3. 我們用??Confirmed??（確診數(shù)）來決定每個國家多邊形的顏色。
4. 最后，我們??Date??? 列創(chuàng)建一個??animation_frame???。這樣我們就能通過日期來劃分數(shù)據(jù)，國家的顏色會隨著??Confirmed?? 的變化而變化。

最后完整的代碼如下：

import pycountry

import plotly.express as px

import pandas as pd

# ----------- Step 1 ------------

URL_DATASET = r'https://raw.githubusercontent.com/datasets/covid-19/master/data/countries-aggregated.csv'

df1 = pd.read_csv(URL_DATASET)

# print(df1.head) # Uncomment to see what the dataframe is like

# ----------- Step 2 ------------

list_countries = df1['Country'].unique().tolist()

# print(list_countries) # Uncomment to see list of countries

d_country_code = {}  # To hold the country names and their ISO

for country in list_countries:

    try:

        country_data = pycountry.countries.search_fuzzy(country)

        # country_data is a list of objects of class pycountry.db.Country

        # The first item  ie at index 0 of list is best fit

        # object of class Country have an alpha_3 attribute

        country_code = country_data[0].alpha_3

        d_country_code.update({country: country_code})

    except:

        print('could not add ISO 3 code for ->', country)

        # If could not find country, make ISO code ' '

        d_country_code.update({country: ' '})


# print(d_country_code) # Uncomment to check dictionary  


# create a new column iso_alpha in the df

# and fill it with appropriate iso 3 code

for k, v in d_country_code.items():

    df1.loc[(df1.Country == k), 'iso_alpha'] = v


# print(df1.head)  # Uncomment to confirm that ISO codes added

# ----------- Step 3 ------------

fig = px.choropleth(data_frame = df1,

                    locations= "iso_alpha",

                    color= "Confirmed",  # value in column 'Confirmed' determines color

                    hover_name= "Country",

                    color_continuous_scale= 'RdYlGn',  #  color scale red, yellow green

                    animation_frame= "Date")


fig.show()

Map

你可以從這里下載并運行??完整代碼??。

最后，這里還有一些關(guān)于 Plotly 繪制 choropleth 圖的不錯的資源。