最近國內疫情已經有所好轉，但是國外的情況不容樂觀，那麼怎樣用python去製作動態圖表來看全球疫情變化趨勢呢？比如下麵的國內外疫情發展趨勢 下麵是全球疫情發展趨勢 其實用python實現並不難，簡單來說就分為三步： 獲取數據(requests) 數據清洗(pandas) 數據可視化(pyecha ...
最近國內疫情已經有所好轉，但是國外的情況不容樂觀，那麼怎樣用python去製作動態圖表來看全球疫情變化趨勢呢？比如下麵的國內外疫情發展趨勢
下麵是全球疫情發展趨勢
其實用python實現並不難，簡單來說就分為三步：
- 獲取數據(requests)
- 數據清洗(pandas)
- 數據可視化(pyecharts)
那麼我們就來一點一點講解吧！
二、數據獲取與處理
疫情數據獲取並不是很難，在目前互聯網上已經有許多提供數據的網站，比如丁香園、騰訊新聞、百度新聞等，為了省事直接GitHub上找找看有沒有現成的介面，很輕鬆就找到了丁香園數據的API，
接下來兩行命令就能拿下所有歷史數據
data = requests.get('https://lab.isaaclin.cn/nCoV/api/area?latest=0')
data = data.json()來看下數據
很明顯這樣的數據是沒有辦法去做分析的，所以接下來的重點就是如何清洗這一堆數據，主要又分為下麵兩塊：
- 數據整理：原始數據整理，由 json格式轉換為方便分析的dataframe格式
- 數據清洗：原數據由於API採集的機制。包含大量重覆數據、無效數據、缺失數據所以需要對這些數據進行處理
先來看下數據量
可以看到一共採集到了7584條數據，由於臟數據比較多，所以這一部分的工作量是比較大的，因此我們不在這裡使用太多篇幅去講如何一步一步提取出我們想要的數據，會單獨寫一篇數據處理過程的文章，不過還是來看看經歷了哪些過程與代碼吧！
首先要將所有數據從字典提取出來並對時間戳進行轉換，然後將數據保存到pandas里
data = requests.get('https://lab.isaaclin.cn/nCoV/api/area?latest=0')
data = data.json()
res = data['results']
df = pd.DataFrame(res)
def time_c(timeNum):
timeTemp = float(timeNum/1000)
tupTime = time.localtime(timeTemp)
stadardTime = time.strftime("%Y-%m-%d %H:%M:%S", tupTime)
return stadardTime
for i in range(len(df)):
df.iloc[i,16] = time_c(df.iloc[i,16])
for i in range(len(df)):
df.iloc[i,16] = df.iloc[i,16][5:10]現在數據就成了這樣
這樣看起來就舒服多了，但是還是不可以使用，因為API每天會採集很多次數據，所以裡面有很多重覆數據和異常數據，所以接下來重點處理這一部分。對於重覆數據我們只保留最新一個，對於空數據我們選擇前一天的數據填充。
#去重部分代碼
tem = df1[df1['updateTime'] == '03-02']
tem = tem.drop_duplicates(['provinceShortName'], keep='last')
for i in date[1:41]:
tem1 = df1[df1['updateTime'] == i]
tem1 = tem1.drop_duplicates(['provinceName'], keep='last')
tem = tem.append(tem1)
tem = tem.reset_index(drop=True)
tem由於篇幅原因，就不再貼出更多的代碼，我們來看下最終處理完的數據
三、數據可視化
數據可視化，主要使用的就是裡面的Timeline：時間線輪播多圖
簡單來說就是在每一個時間點生成一張圖然後滾動播放，有點像小時候的手繪小人書一樣，所以我們的數據就需要是時間序列數據，那麼具體關於怎樣使用，參數如何調整請關註後續單獨的可視化講解文章，直接看代碼與分析吧。
首先是國內外疫情趨勢
from pyecharts.faker import Faker
from pyecharts import options as opts
from pyecharts.charts import Bar, Page, Pie, Timeline,Grid
def timeline_bar() -> Timeline:
x = ['國內','國外']
tl = Timeline()
tl = Timeline()
tl.add_schema(is_auto_play = True,
play_interval = 500,
is_loop_play = False)
k= 0
for i in date:
bar = (
Line()
.add_xaxis(date)
.add_yaxis("國內", hs(c1,k))
.add_yaxis("國外", hs(c,k))
.extend_axis(
yaxis=opts.AxisOpts(
)
)
.set_series_opts(
areastyle_opts=opts.AreaStyleOpts(opacity=0.5),
label_opts=opts.LabelOpts(is_show=False),
)
.set_global_opts(title_opts=opts.TitleOpts("{}國內外疫情趨勢".format(i)))
)
tl.add(bar, "{}".format(i))
k = k + 1
return tl
timeline_bar().render_notebook()
可以看出，國內的增長已經處於平緩狀態，而國外自二月底來突然爆發，目前還處於上升期，這也是為什麼現在要嚴防境外輸入病例。再來看看國外具體的病例占比吧
可以看出在最近幾天南韓、日本、義大利突然爆發，這三個國家的病例數量就占到了約75%。最後再來看看全球疫情的變化趨勢吧！
四、結束語
至此，我們就完全使用python對疫情數據進行了一次動態可視化，回顧整個過程其實並沒有太多過於複雜的步驟，更多的是關於pandas和pyecharts基礎功能的使用，最後還是要說一句，疫情仍未散去，大家要繼續做好防護！中國加油！
