- 当前位置：首页 >系统运维 >如何使用 Python 绘制 COVID-19 的全球扩散图
如何使用 Python 绘制 COVID-19 的全球扩散图
发布时间：2025-11-03 03:55:26 来源：创站工坊 作者：IT科技类资讯
使用这些开源框架创建一个彩色地图，何使n绘显示病毒的球扩可能的传播路径。
对于一个全球旅行司空见惯的散图世界来说，疾病的何使n绘传播是一个真正令人担忧的问题。一些组织会跟踪重大的球扩流行病（还有所有普遍的流行病），并将他们的散图跟踪工作获得的数据公开出来。不过，何使n绘这些原始的球扩数据对人来说可能很难处理，这就是散图为什么数据科学如此重要的原因。比如，何使n绘用 Python 和 Pandas 可视化 COVID-19 在全球范围内的球扩传播路径可能对这些数据的分析有所帮助。
最开始，散图当面对如此大数量的何使n绘原始数据时可能难以下手。但当你开始处理数据之后，球扩慢慢地就会发现一些处理数据的散图方式。下面是用于处理 COVID-19 数据的服务器租用一些常见的情况：
从 GitHub 上下载 COVID-19 的国家每日传播数据，保存为一个 Pandas 中的 DataFrame 对象。这时你需要使用 Python 中的 Pandas 库。 处理并清理下载好的数据，使其满足可视化数据的输入格式。所下载的数据的情况很好（数据规整）。这个数据有一个问题是它用国家的名字来标识国家，但最好是使用三位数的 ISO 3 码（国家代码表）来标识国家。为了生成 ISO 3 码，可是使用 pycountry 这个 Python 库。生成了这些代码之后，可以在原有的 DataFrame 上增加一列，然后用这些代码填充进去。 最后为了实现可视化，使用 Plotly 库中的 express 模块。这篇文章是使用名为choropleth 的地图（可在 Plotly 库中获得）来可视化该疾病在全球的亿华云传播。第一步：Corona 数据
从下面这个网站上下载最新的 corona 数据（LCTT 译注：2020-12-14 仍可访问，有墙）：
https://raw.githubusercontent.com/datasets/covid-19/master/data/countries-aggregated.csv我们之间将这个下载好的数据载入为 Pandas 的 DataFrame。Pandas 提供了一个函数， read_csv()，可以直接使用 URL 读取数据，并返回一个 DataFrame 对象，具体如下所示：
import pycountryimport plotly.express as pximport pandas as pdURL_DATASET = rhttps://raw.githubusercontent.com/datasets/covid-19/master/data/countries-aggregated.csvdf1 = pd.read_csv(URL_DATASET)print(df1.head(3)) # Get first 3 entries in the dataframeprint(df1.tail(3)) # Get last 3 entries in the dataframe在 Jupyter 上的输出截图：
Jupyter screenshot
从这个输出可以看到这个 DataFrame（df1）包括以下几列数据：
Date Country Confirmed Recovered Dead之后还可以看到 Date 这一列包含了从 1 月 22 日到 3 月 31 日的条目信息。这个数据是每天更新的，所以你会得到你当天的值。
第二步：清理和修改 DataFrame
我们要往这个 DataFrame 中增加一列数据，就是那个包含了 ISO 3 编码。可以通过以下三步完成这个任务：
创建一个包含所有国家的列表。因为在 df1 的 Country 列中，国家都是每个日期就重复一次。所以实际上 Country 列中对每个国家就会有多个条目。我使用 unique().tolist() 函数完成这个任务。 我使用 d_country_code 字典对象（初始为空），然后将其键设置为国家的名称，然后它的站群服务器值设置为其对应的 ISO 3 编码。 我使用 pycountry.countries.search_fuzzy(country) 为每个国家生成 ISO 3 编码。你需要明白的是这个函数的返回值是一个 Country 对象的列表。我将这个函数的返回值赋给 country_data 对象。以这个对象的第一个元素（序号 0）为例。这个 \ 对象有一个 alpha_3 属性。所以我使用 country_data[0].alpha_3 就能“获得”第一个元素的 ISO 3 编码。然而，在这个 DataFrame 中有些国家的名称可能没有对应的 ISO 3 编码（比如有争议的领土）。那么对这些“国家/地区”，我就用一个空白字符串来替代 ISO 3 编码。你也可以用一个 try-except 代码来替换这部分。except 中的语句可以写：print(‘could not add ISO 3 code for ->, country)。这样就能在找不到这些“国家/地区”对应的 ISO 3 编码时给出一个输出提示。实际上，你会发现这些“国家/地区”会在最后的输出中用白色来表示。 在获得了每个国家的 ISO 3 编码（有些是空白字符串）之后，我把这些国家的名称（作为键）还有国家对应的 ISO 3 编码（作为值）添加到之前的字典 d_country_code 中。可以使用 Python 中字典对象的 update() 方法来完成这个任务。 在创建好了一个包含国家名称和对应 ISO 3 编码的字典之后，我使用一个简单的循环将他们加入到 DataFrame 中。第三步：使用 Plotly 可视化传播路径
choropleth 地图是一个由彩色多边形组成的地图。它常常用来表示一个变量在空间中的变化。我们使用 Plotly 中的 px 模块来创建 choropleth 图，具体函数为：px.choropleth。
这个函数的所包含的参数如下：
plotly.express.choropleth(data_frame=None, lat=None, lon=None, locations=None, locationmode=None, geojson=None, featureidkey=None, color=None, hover_name=None, hover_data=None, custom_data=None, animation_frame=None, animation_group=None, category_orders={}, labels={}, color_discrete_sequence=None, color_discrete_map={}, color_continuous_scale=None, range_color=None, color_continuous_midpoint=None, projection=None, scope=None, center=None, title=None, template=None, width=None, height=None)choropleth() 这个函数还有几点需要注意：
geojson 是一个 geometry 对象（上面函数第六个参数）。这个对象有点让人困扰，因为在函数文档中没有明确地提到这个对象。你可以提供，也可以不提供 geojson 对象。如果你提供了 geojson 对象，那么这个对象就会被用来绘制地球特征，如果不提供 geojson 对象，那这个函数默认就会使用一个内建的 geometry 对象。（在我们的实验中，我们使用内建的 geometry 对象，因此我们不会为 geojson 参数提供值） DataFrame 对象有一个 data_frame 属性，在这里我们先前就提供了一个我们创建好的df1。 我们用 Confirmed（确诊数）来决定每个国家多边形的颜色。 最后，我们 Date 列创建一个 animation_frame。这样我们就能通过日期来划分数据，国家的颜色会随着 Confirmed 的变化而变化。最后完整的代码如下：
import pycountryimport plotly.express as pximport pandas as pd# ----------- Step 1 ------------URL_DATASET = rhttps://raw.githubusercontent.com/datasets/covid-19/master/data/countries-aggregated.csvdf1 = pd.read_csv(URL_DATASET)# print(df1.head) # Uncomment to see what the dataframe is like# ----------- Step 2 ------------list_countries = df1[Country].unique().tolist()# print(list_countries) # Uncomment to see list of countriesd_country_code = {} # To hold the country names and their ISOfor country in list_countries: try: country_data = pycountry.countries.search_fuzzy(country) # country_data is a list of objects of class pycountry.db.Country # The first item ie at index 0 of list is best fit # object of class Country have an alpha_3 attribute country_code = country_data[0].alpha_3 d_country_code.update({country: country_code}) except: print(could not add ISO 3 code for ->, country) # If could not find country, make ISO code d_country_code.update({country:})# print(d_country_code) # Uncomment to check dictionary # create a new column iso_alpha in the df# and fill it with appropriate iso 3 codefor k, v in d_country_code.items(): df1.loc[(df1.Country == k), iso_alpha] = v# print(df1.head) # Uncomment to confirm that ISO codes added# ----------- Step 3 ------------fig = px.choropleth(data_frame = df1, locations= "iso_alpha", color= "Confirmed", # value in column Confirmed determines color hover_name= "Country", color_continuous_scale= RdYlGn, # color scale red, yellow green animation_frame= "Date")fig.show()这段代码的输出就是下面这个图的内容：
Map
你可以从这里下载并运行完整代码。
最后，这里还有一些关于 Plotly 绘制 choropleth 图的不错的资源。
- 华为电脑音响使用教程——打造完美音频体验（掌握华为电脑音响的使用技巧，享受高品质音频效果）
- 笑果倍增！搞笑电脑文字转配音教程（如何利用电脑技巧，给文字配上搞笑音频）
- 用大白菜U盘制作教程（学习如何利用大白菜U盘制作一个实用的存储设备）
- 老台式电脑硬盘拆卸教程（快速了解拆卸老台式电脑硬盘的步骤与要点）
- 简单快捷的双系统一键安装教程（轻松享受双系统的便利，一键安装教你如何做到）
- 解决Windows电脑相机错误的有效方法（应对相机故障的关键技巧与技术）
- 电脑办公报表制作教程（快速学会制作高效报表的步骤与技巧）
- 电脑车错误代码E401详解（解析电脑车错误代码E401的原因和解决方法）
- 以5c升级iOS10.2的完美解决方案（轻松畅享最新iOS10.2版本，让您的5c焕然一新）
- 家里有WiFi连接台式电脑的技巧（提升家庭WiFi体验，让台式电脑更畅快工作与娱乐）
- 设计你的个性电脑——煲音箱电脑贴纸教程（从零开始，打造独一无二的音箱电脑）
- 电脑复制东西到SD卡错误的解决方法（SD卡复制错误解决办法及常见问题汇总）
- 电脑驱动错误导致无法启动的问题（探索电脑驱动错误的原因及解决方法）
- XP电脑错误报告及解决方法（发现XP电脑错误报告，如何解决？）
- 解决电脑错误oxc000007b的方法与技巧（探索常见电脑错误oxc000007b的原因及解决方案）
- 电脑端WPS文件显示错误的原因及解决方法（深入探讨WPS文件显示错误的几种常见情况与应对策略）
- 电脑手绘入门临摹教程（用电脑手绘，展现你的创作天赋）
- 学习如何使用DBF软件的完全教程（轻松掌握DBF软件的基本操作和高级功能）
- 教你如何设置戴尔电脑的启动项（详解戴尔电脑启动设置及常见问题解答）
- 解决电脑界面显示样式错误的方法（简单有效的修复方法及注意事项）
随便看看
企商汇源码库益华科技源码下载香港云服务器IT技术网亿华云服务器租用IT资讯网极客码头益强IT技术网益强智囊团亿华灵动创站工坊益华科技全栈开发亿华智慧云思维库技术快报益强编程舍智能时代亿华云计算亿华科技益强科技科技前瞻码上建站码力社极客编程编程之道亿华智造益强智未来亿华互联汇智坊益强资讯优选益强数据堂运维纵横多维IT资讯益强前沿资讯云智核云站无忧益华科技益强编程堂IT资讯网
- Copyright © 2025 Powered by 如何使用 Python 绘制 COVID-19 的全球扩散图,创站工坊 滇ICP备2023006006号-44sitemap