python可视化疫情图
时间: 2023-11-03 11:05:17 浏览: 148
python疫情动态地图
5星 · 资源好评率100%
以下是利用Python进行可视化的疫情图示例:
首先,我们需要准备数据。这里以COVID-19疫情为例,我们可以从各个数据源获取相关数据,如确诊人数、死亡人数、治愈人数等。这里我们使用了数据分析库Pandas来处理数据:
```
import pandas as pd
# 读取数据
data = pd.read_csv('covid_data.csv')
# 提取所需数据
confirmed_data = data[['Date', 'Confirmed']]
death_data = data[['Date', 'Deaths']]
recovered_data = data[['Date', 'Recovered']]
```
接下来,我们可以使用Matplotlib进行绘图。这里我们选择绘制折线图,分别表示确诊人数、死亡人数、治愈人数的变化趋势:
```
import matplotlib.pyplot as plt
# 设置图像大小
plt.figure(figsize=(10, 5))
# 绘制确诊人数折线图
plt.plot(confirmed_data['Date'], confirmed_data['Confirmed'], label='Confirmed')
# 绘制死亡人数折线图
plt.plot(death_data['Date'], death_data['Deaths'], label='Deaths')
# 绘制治愈人数折线图
plt.plot(recovered_data['Date'], recovered_data['Recovered'], label='Recovered')
# 设置图例
plt.legend()
# 设置横轴标签
plt.xlabel('Date')
# 设置纵轴标签
plt.ylabel('Number of People')
# 设置标题
plt.title('COVID-19 Pandemic')
# 显示图像
plt.show()
```
运行上述代码,即可得到如下的折线图:
![COVID-19 Pandemic](https://i.imgur.com/9bIcPzR.png)
这张图清晰地展示了COVID-19疫情的发展趋势,可以帮助我们更好地了解疫情的变化情况。
阅读全文