Python绘制世界疫情地图-阿里云开发者社区

Python绘制世界疫情地图

2022-05-28 326

版权

本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。

简介： 世界疫情数据下载：方法一：关注微信公众号大数据智库（公众号二维码在我的主页左下角），回复疫情数据，即可获取网盘链接方法二：在gitee上面下载》》点击：疫情数据下载

世界疫情数据下载：
方法一：关注微信公众号大数据智库（公众号二维码在我的主页左下角），回复疫情数据，即可获取网盘链接

方法二：在gitee上面下载》》点击：疫情数据下载

注：此数据是2022年3月12号的结果，其中透明的地方代表确诊人数小于10万人，白色的地方代表无该国家的数据。

最终效果：

下载需要的python包：

!pip install echarts-countries-pypkg
!pip install echarts-china-provinces-pypkg
!pip install echarts-countries-china-cities-pypkg

import seaborn as sns
import numpy as np
import pandas as pd
import matplotlib as mpl
import matplotlib.pyplot as plt
%matplotlib inline
plt.rcParams['font.sans-serif']=['Microsoft YaHei'] # 用来正常显示中文标签
plt.rcParams['axes.unicode_minus']=False # 用来正常显示负号
from datetime import datetime
plt.figure(figsize=(16,10))
import pyecharts.options as opts
from pyecharts.charts import Line
from pyecharts.faker import Faker
from pyecharts.charts import Bar
import os
from pyecharts.options.global_options import ThemeType

alldfgbcountrysum=pd.read_csv("alldfgbcountrysum.csv",encoding='utf-8-sig')

alldfregiongbmax=alldfgbcountrysum.groupby(alldfgbcountrysum['Country_Region'])['Confirmed','Recovered','Deaths','Date'].max()

alldfregiongbmax.reset_index(inplace=True)

# 这句话的意思是把数据当中国家名US改成United States，否则地图上无法显示美国数据
alldfregiongbmax.loc[(alldfregiongbmax['Country_Region']=='US','Country_Region')]='United States'
alldfregiongbmax[alldfregiongbmax['Countey_Region']=='United States']

alldfregiongbmax的数据：

地图绘制：

# 地图绘制
from pyecharts import options as opts
from pyecharts.charts import Map 
import random
regions=alldfregiongbmax['Country_Region'].to_list()
regions2=[]
for i in range(len(regions)):
    regions2.append(regions[i])
regions2
data=[(i,alldfregiongbmax[alldfregiongbmax['Country_Region']==i]['Confirmed'].to_list()) for i in regions2]
data
imap=(
    Map(
        init_opts=opts.InitOpts(bg_color='rgba(255,250,205,0.2)',
                               width='1400px',
                                height='1000px',
                                page_title='疫情数据',
                                theme=ThemeType.ROMA
                               )
    )
    .add("确诊人数",data,"world",zoom=1)
    .set_global_opts(
        title_opts=opts.TitleOpts(title="世界疫情数据--地图绘制"),
        legend_opts=opts.LegendOpts(is_show=True),
        visualmap_opts=opts.VisualMapOpts(max_=80000000,min_=100000,is_piecewise=True,split_number=10),
    )
)
# imap.render_notebook() # 这句话的意思是在我运行的环境juypter notebook直接呈现地图，不同的软件不一样
imap.render("map.html") # 这句话的意思是在本地的文件夹下生成一个HTML文件，联网的状态下查看