作者：Lemon
出品：Python数据之道
用 Python 动态曲线图来对全球疫情进行演示
大家好，我是 Lemon 。
最近一段时间，我写了几篇用 Python 的交互式可视化工具 Plotly 来演示全球疫情情况的文章，如下：
如今（截至3月31日），全球确诊数量将近80万人，美国确诊数量已超过16万人，成为目前人数最多的国家，美国疫情的快速发展也给全球增添了更大的不确定性。
今天，Lemon 继续来分享用 Plotly 对疫情情况进行可视化。 作为上次文章内容的升级版，本次我们用 Plotly 来实现多条曲线的动态演示。先来看最终的效果：
数据来源
本次我们主要使用动态曲线来可视化分析疫情的发展情况，疫情的数据来源于开源项目 Akshare 。为了代码和演示情况能够复现，这里我提供了保存好的数据供大家练习使用，本文的完整代码及数据文件在文末提供了获取方式。
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
我是在 Jupyter Notebook 中运行代码的，本次使用到的 Python 库包括 akshare, pandas, plotly 等，首先我们需要将这些工具进行导入。
接着，我们读取已获得的数据（已保存的数据是截至3月31日）。
# 从 akshare 获取数据
# df_all_history = ak.epidemic_history()
# 从csv文件获取数据，这个数据文件的数据截止到3月31日
df_all_history = pd.read_csv('epidemic_all_20200331.csv',index_col=0)
df_all_history
获取数据后，根据本次数据分析和可视化的目的，Lemon 对数据进行了初步整理
# 整理数据
# 将数据复制一份
df_all = df_all_history
# 将字符串格式的日期 另保存为一列
# df_all['dates'] = df_all_history['date']
# 将字符串格式的日期转换为 日期格式
df_all['date'] = pd.to_datetime(df_all['date'])
# 将时间格式转为字符串格式的日期，以 YYYY-mm-dd 的形式保存
df_all['dates'] = df_all['date'].apply(lambda x:x.strftime('%Y-%m-%d'))
# 添加现存确诊列
df_all['current'] = df_all['confirmed'] - df_all['cured'] - df_all['dead']
df_all.fillna('', inplace=True)
print(df_all.info())
df_all
获取国外和国内的疫情数据
上面的数据，是全球的数据，其中也包括国内各个省市的数据。我们可以将数据进行整理，分别提取出中国和海外国家的数据。
# 国内总计数量
df_china_total = df_all.query("country=='中国' and province==''")
df_china_total = df_china_total.sort_values('date',ascending=False)
# df_china_total
# 国外，按国家统计
df_oversea = df_all.query("country!='中国'")
df_oversea.fillna(value="", inplace=True)
# df_oversea
# # 全球总计
df_global = df_china_total.append(df_oversea)
df_global = df_global.sort_values(['country','date'])
df_global
进一步，我们可以梳理出海外国家的总计概况，同时，将国内的数据也提取出相应的字段。
df_oversea_total = df_oversea.groupby(['date','dates'])['confirmed','cured','dead','current'].sum()
df_oversea_total.reset_index(level=1,inplace=True)
df_oversea_total['district'] = 'oversea'
# df_oversea_total
df_china_sum = df_china_total[['date','dates','confirmed','cured','dead','current']]
df_china_sum.set_index('date',inplace=True)
df_china_sum['district'] = 'China'
# df_china_sum
df_total = df_oversea_total.append(df_china_sum)
df_total.sort_index(ascending=True,inplace=True)
df_total
由于国外从1月16日起，才开始有统计数据，因此我们的可视化从这个日期开始。
# 国外从 1月16日起，才开始有统计数据
df_total_analysis = df_total['20200116':]
df_total_analysis
疫情可视化
我们先来用 plotly express 对海外国家 和 国内情况的发展来做一个总的概览。
fig_total = px.line(df_total_analysis, x='dates', y='confirmed', line_group='district',
color='district', color_discrete_sequence=px.colors.qualitative.D3,
hover_name='district',template='plotly_white',
width=500,height=600,
title=dict(text='Covid-19-trend',
font=dict(size=16,color='#0071c1'),
x=0.5)
)
fig_total.show()
从上面的趋势来看，国内基本趋稳了，而海外国家作为总体来看，还在快速发展。
这里仅仅是做简单的可视化，至于将中国和海外国家总体做对比分析，是否合理，这里只是个示例，不做进一步阐述。
上图中的曲线，并不能动态的演示变化过程，在 px.line 中，Lemon 也研究了下，暂时没有实现将曲线进行动态可视化的功能。
下面，Lemon 将用 Plotly 原生的功能来实现多条曲线的动态可视化。
动态曲线演示疫情情况
在 Plotly 中，将曲线（Line）进行动态演示，需要通过几个步骤来实现
对初始状态进行可视化，每条曲线将起始的两个点绘制成曲线；
通过构造字典的形式，在
frames中实现曲线的动态变化；添加演示按钮，
多条曲线的动态可视化，关键是如何便捷的添加多条曲线，尤其考虑有时曲线数量较多，有时数量经常发生变化。
针对上述情况，我们需要将程序设计的相对灵活些，这里介绍的方法，主要是将 dataframe 以 value 的形式装入到字典里。
至于曲线的多少，可以将元素包含在列表 list 中，这样就可以灵活的实现曲线数量的变化。
多条曲线动态演示的代码如下：
# 日期
m = df_global_latest.iloc[0]['date'].month
d = df_global_latest.iloc[0]['date'].day
text_today = f'数据统计截止{m}月{d}日'
df_compare = df_global.set_index('date')
df_compare = df_compare['20200220':]
list_countries = ["美国","英国","意大利","德国","西班牙","伊朗","瑞士","法国","中国","韩国"]
n_countries = len(list_countries)
n_list = [i for i in range(n_countries)] # 曲线数量编号
# print(n_list)
n_frame={}
for country_i in list_countries:
df_i = df_compare.query('country==@country_i') # @ 代表变量
df_i = df_i.sort_index(ascending=True)
n_frame[country_i] = df_i
# 计算 最大的确诊人数
# 初始值为0
y_max = 0
for country_i in list_countries:
y_max_i = n_frame[country_i]['confirmed'].max()
y_max = max(y_max,y_max_i)
df_01 = n_frame[list_countries[0]] # 第一个国家
# print(df_01)
traces = [go.Scatter(
x = value.index[:2], # value 是 国家的数据，dataframe
y = value['confirmed'][:2],
mode='lines', # markers+lines
name=key, # key 是国家名称
line=dict(width=1.5)
) for key,value in n_frame.items()
]
frames = [dict(data= [dict(type='scatter',
x=value.index[:k+1],
y=value['confirmed'][:k+1]) for key,value in n_frame.items()
],
traces= n_list,
)for k in range(1, len(n_frame[list_countries[0]]))]
layout = go.Layout(width=500,
height=700,
showlegend=True,
template='plotly_dark',
hovermode='closest',
updatemenus=[dict(type='buttons', showactive=False,
y=1.10,
x=1.15,
xanchor='right',
yanchor='top',
pad=dict(t=0, r=10),
buttons=[dict(label='Play',
method='animate',
args=[None,
dict(frame=dict(duration=100,
redraw=False),
transition=dict(duration=1),
fromcurrent=True,
mode='immediate')])])],
)
layout.update(xaxis =dict(range=[df_01.index[0],
df_01.index[len(df_01)-1]+pd.Timedelta(days=2)
],
autorange=False),
yaxis =dict(range=[0, y_max*1.05], autorange=False))
fig = go.Figure(data=traces, frames=frames, layout=layout)
# Pycharm，VS Code， Spider 等模式下
# Jupyter Notebook 下也可以用
plot(fig,filename='covid-19-multiple-lines.html')
# Jupyter Notebook 中
# fig.show()
上面代码中， go.Layout 中的 duration 可以来控制按钮点击后变化的速度。
运行上述代码后，得到的效果如下：
曲线可以动起来了，是不是很棒啊。
为方便大家进行操作，Lemon 给大家提供了本文的 PDF 版内容（含完整的代码）以及数据文件，可以在公众号 「Python数据之道」后台回复数字 「661」进行获取。
（完）
2707
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
