升级版，用Python来进行多条曲线动态演示全球疫情变化

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）。

1. # 从 akshare 获取数据

2. # df_all_history = ak.epidemic_history()

3. # 从csv文件获取数据，这个数据文件的数据截止到3月31日

4. df_all_history = pd.read_csv('epidemic_all_20200331.csv',index_col=0)

5. 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

1. # 整理数据

2. # 将数据复制一份

3. df_all = df_all_history

4. # 将字符串格式的日期 另保存为一列

5. # df_all['dates'] = df_all_history['date']

6. # 将字符串格式的日期转换为 日期格式

7. df_all['date'] = pd.to_datetime(df_all['date'])

8. # 将时间格式转为字符串格式的日期，以 YYYY-mm-dd 的形式保存

9. df_all['dates'] = df_all['date'].apply(lambda x:x.strftime('%Y-%m-%d'))

10. # 添加现存确诊列

11. df_all['current'] = df_all['confirmed'] - df_all['cured'] - df_all['dead']

12. df_all.fillna('', inplace=True)

13. print(df_all.info())

14. 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。

1. # 国内总计数量

2. df_china_total = df_all.query("country=='中国' and province==''")

3. df_china_total = df_china_total.sort_values('date',ascending=False)

4. # df_china_total

5. # 国外，按国家统计

6. df_oversea = df_all.query("country!='中国'")

7. df_oversea.fillna(value="", inplace=True)

8. # df_oversea

9. # # 全球总计

10. df_global = df_china_total.append(df_oversea)

11. df_global = df_global.sort_values(['country','date'])

12. 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。

1. df_oversea_total = df_oversea.groupby(['date','dates'])['confirmed','cured','dead','current'].sum()

2. df_oversea_total.reset_index(level=1,inplace=True)

3. df_oversea_total['district'] = 'oversea'

4. # df_oversea_total

5. df_china_sum = df_china_total[['date','dates','confirmed','cured','dead','current']]

6. df_china_sum.set_index('date',inplace=True)

7. df_china_sum['district'] = 'China'

8. # df_china_sum

9. df_total = df_oversea_total.append(df_china_sum)

10. df_total.sort_index(ascending=True,inplace=True)

11. 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。

1. # 国外从 1月16日起，才开始有统计数据

2. df_total_analysis = df_total['20200116':]

3. 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。

1. fig_total = px.line(df_total_analysis, x='dates', y='confirmed', line_group='district',

2. color='district', color_discrete_sequence=px.colors.qualitative.D3,

3. hover_name='district',template='plotly_white',

4. width=500,height=600,

5. title=dict(text='Covid-19-trend',

6. font=dict(size=16,color='#0071c1'),

7. x=0.5)

8. )

9. 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

1. 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；

2. 通过构造字典的形式，在 frames 中实现曲线的动态变化；

3. 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：

1. # 日期

2. m = df_global_latest.iloc[0]['date'].month

3. d = df_global_latest.iloc[0]['date'].day

4. text_today = f'数据统计截止{m}月{d}日'

5. df_compare = df_global.set_index('date')

6. df_compare = df_compare['20200220':]

7. list_countries = ["美国","英国","意大利","德国","西班牙","伊朗","瑞士","法国","中国","韩国"]

8. n_countries = len(list_countries)

9. n_list = [i for i in range(n_countries)] # 曲线数量编号

10. # print(n_list)

11. n_frame={}

12. for country_i in list_countries:

13. df_i = df_compare.query('country==@country_i') # @ 代表变量

14. df_i = df_i.sort_index(ascending=True)

15. n_frame[country_i] = df_i

16. # 计算 最大的确诊人数

17. # 初始值为0

18. y_max = 0

19. for country_i in list_countries:

20. y_max_i = n_frame[country_i]['confirmed'].max()

21. y_max = max(y_max,y_max_i)

22. df_01 = n_frame[list_countries[0]] # 第一个国家

23. # print(df_01)

24. traces = [go.Scatter(

25. x = value.index[:2], # value 是 国家的数据，dataframe

26. y = value['confirmed'][:2],

27. mode='lines', # markers+lines

28. name=key, # key 是国家名称

29. line=dict(width=1.5)

30. ) for key,value in n_frame.items()

31. ]

32. frames = [dict(data= [dict(type='scatter',

33. x=value.index[:k+1],

34. y=value['confirmed'][:k+1]) for key,value in n_frame.items()

35. ],

36. traces= n_list,

37. )for k in range(1, len(n_frame[list_countries[0]]))]

38. layout = go.Layout(width=500,

39. height=700,

40. showlegend=True,

41. template='plotly_dark',

42. hovermode='closest',

43. updatemenus=[dict(type='buttons', showactive=False,

44. y=1.10,

45. x=1.15,

46. xanchor='right',

47. yanchor='top',

48. pad=dict(t=0, r=10),

49. buttons=[dict(label='Play',

50. method='animate',

51. args=[None,

52. dict(frame=dict(duration=100,

53. redraw=False),

54. transition=dict(duration=1),

55. fromcurrent=True,

56. mode='immediate')])])],

57. )

58. layout.update(xaxis =dict(range=[df_01.index[0],

59. df_01.index[len(df_01)-1]+pd.Timedelta(days=2)

60. ],

61. autorange=False),

62. yaxis =dict(range=[0, y_max*1.05], autorange=False))

63. fig = go.Figure(data=traces, frames=frames, layout=layout)

64. # Pycharm，VS Code， Spider 等模式下

65. # Jupyter Notebook 下也可以用

66. plot(fig,filename='covid-19-multiple-lines.html')

67. # Jupyter Notebook 中

68. # 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。

相关阅读：

-------------------End-------------------

为防意外，Lemon 还有一个小号叫  「柠檬数据」（ID：LemonDataLab），会不定期分享关于数据的故事，也墙裂建议大家一并关注，以防突然某天就和 Lemon 失联了

扫描回复 “600”

获取《Python知识手册》