python 中国疫情历史数据可视化
2020-07-14 04:58
33 查看
通过整理已经获取到的中国疫情历史数据,我想通过地图的形式来更好的展现疫情的扩散分布,从1月23日到2月27日的数据,我选择每隔7天绘制一张地图,而且我只针对累计确诊人数进行绘制,
部分数据预览:
本次需要用到 pyecharts 模块,首先导入所需要的库:
import pandas as pd import pyecharts.options as opts from pyecharts.charts import Map
接下来开始绘制1月23日的疫情地图
data = pd.read_csv("1.23") #导入数据 data = data1[['name','total_confirm']].values.tolist() map_ = Map().add(series_name = "Total Confirm", data_pair = data1, maptype = "china", #设置地图类型为中国地图 is_map_symbol_show = False, ) map_.set_series_opts(label_opts=opts.LabelOpts(is_show=False)) map_.set_global_opts(title_opts = opts.TitleOpts(title="Jan 23, 2020"),#设置标题 visualmap_opts = opts.VisualMapOpts(pieces=[ {"min": 1999, "max": 100000, "color": "#8B0000"}, {"min": 1500, "max": 1999, "color": "#CC0000"}, {"min": 1000, "max": 1499, "color": "#DC143C"}, {"min": 500, "max": 999, "color": "#FF7F50"}, {"min": 100, "max": 499, "color": "#DEB887"}, {"min": 1, "max": 99, "color": "#FFEBCD "}, {"min": 0, "max": 0, "color": "#FFFAF5"}], is_piecewise=True)) #设置不同程度的颜色 map_.render('map1.html') #以html网页显示
效果是这样的:
接下来,使用和上面绘制1月23日地图同样的代码,我们可以依次把1月30日,2月6日,2月13日,2月20日,2月27日剩下的五张地图完成。需要做的只是替换导入的数据和标题。
这样以来我们可以得到6张地图,在对其整合一下,便可以得到我们想要的结果:
相关文章推荐
- Python实现新冠肺炎疫情数据采集与分析可视化【一篇迟到的文章,武汉加油,中国加油,神州大地终会迎来春暖花开的日子】
- python爬各国疫情数据,存储并进行数据可视化
- 5分钟python爬虫案例,手把手教爬取国内外最新疫情历史数据
- 使用Python制作疫情数据分析可视化图表(二)
- 使用Python制作疫情数据分析可视化图表(一)
- 如何利用Python将疫情数据制作成折线变化图,继上篇“关于新型冠状病毒肺炎疫情追踪的可视化数据的采集、处理”的补充
- python获取疫情数据,tableau可视化处理
- 数据分析:中国高校更名历史 Python
- python——pyecharts库geo函数/map函数实现【安徽省肺炎疫情等级分布】地图数据的可视化
- 基于Python的Grib数据可视化
- Python 数据可视化
- python 爬虫网易财经指定ticker的历史数据(python 爬虫学习笔记一)
- python中数据分析数据可视化作图matplotlib
- Caffe学习系列(13):数据可视化环境(python接口)配置
- Atitit 数据分析之道 attilax著 1. 数据分析的目的 2 1.1. 描述型:发生了什么?可视化仪表盘化很重要。 3 1.2. 2. 诊断型:为什么会发生?结合历史记录 3 1.3. 3
- python pyecharts 库 数据可视化
- Python数据处理和数据可视化
- Python数据分析:手把手教你用Pandas生成可视化图表的教程
- 用Python获取股价数据,通过Matplotlib可视化
- Python数据可视化:箱线图多种库画法