python可视化全球疫情大作业
时间: 2023-07-25 20:30:17 浏览: 99
python 疫情数据可视化
5星 · 资源好评率100%
好的,以下是一个 Python 可视化全球疫情的示例代码:
```python
import pandas as pd
import matplotlib.pyplot as plt
# 读取数据
data = pd.read_csv('https://raw.githubusercontent.com/datasets/covid-19/main/data/countries-aggregated.csv', parse_dates=['Date'])
# 计算每个国家的累计确诊病例数
data['Total Cases'] = data[['Confirmed', 'Recovered', 'Deaths']].sum(axis=1)
# 绘制全球累计确诊病例数趋势图
worldwide_cases = data.groupby(['Date']).sum()['Total Cases']
plt.plot(worldwide_cases, color='blue')
plt.title('Global Cumulative Confirmed Cases')
plt.xlabel('Date')
plt.ylabel('Number of Cases')
plt.show()
# 绘制各国累计确诊病例数地图
import plotly.express as px
latest_data = data[data['Date'] == max(data['Date'])]
fig = px.choropleth(latest_data, locations='Country', locationmode='country names', color='Total Cases',
hover_name='Country', range_color=[1, max(latest_data['Total Cases'])], color_continuous_scale='reds',
title='Global Cumulative Confirmed Cases')
fig.show()
# 绘制各国每日新增病例数地图
data['Daily Cases'] = data['Total Cases'].diff()
latest_data = data[data['Date'] == max(data['Date'])]
fig = px.choropleth(latest_data, locations='Country', locationmode='country names', color='Daily Cases',
hover_name='Country', range_color=[1, max(latest_data['Daily Cases'])],
color_continuous_scale='reds', title='Global Daily New Cases')
fig.show()
```
这段代码使用了 Pandas 库和 Matplotlib 库绘制了全球累计确诊病例数趋势图以及各国累计确诊病例数地图和每日新增病例数地图。其中,累计确诊病例数地图和每日新增病例数地图使用了 Plotly 库,需要安装并导入该库才能运行。
此外,数据来源于 GitHub 上的一个公共数据集,可以使用 Pandas 库中的 `read_csv()` 方法从该数据集的 URL 直接读取数据。
阅读全文