Python绘制世界疫情地图

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:

image.png


image.png

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:

image.png

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

image.png

于2022-03-30更新如下:


注:如果代码运行不了,可以私信我,我看看是哪里有问题。


我选择的代码运行工具是juypter notebook

世界疫情数据下载请点击》》:疫情数据下载

要把我最上面的疫情数据下载的Excel文件下载下来。

把下载下来的这个alldfgbcountrysum.csv 放在相应的位置(设置好路径)

选择imap.render("map.html"),则要在联网的状态下显示

我上面代码的最后又补了一些注释供大家参考

image.png9f95dda11a22434983e28105b8029e40.png


image.png


然后在相同的路径下新建文件:

image.png

image.png

看看自己运行后得到的alldfregiongbmax是不是下面的结果:

image.png

image.png

image.png

于2022-04-17更新如下:

有小伙伴说数据下载出来无法得到Excel文件, 得到的是下面的结果:

7a535cb6c4404acd89dc39a68003a752.png

解决方法:

直接全选复制,粘贴到txt,然后改个后缀名,就能成功运行了。


相关文章
|
数据可视化 定位技术 Python
Python基础综合案例-数据可视化(地图)
今天给大家带来的是Python综合实战开发的数据可视化操作 通过python实现对数据的分析、可视化
120 0
|
7月前
|
机器学习/深度学习 存储 监控
数据分享|Python卷积神经网络CNN身份识别图像处理在疫情防控下口罩识别、人脸识别
数据分享|Python卷积神经网络CNN身份识别图像处理在疫情防控下口罩识别、人脸识别
|
2月前
|
小程序 定位技术 Python
Python编程:根据经纬度生成并调用地图
Python编程:根据经纬度生成并调用地图
62 2
|
7月前
|
机器学习/深度学习 数据可视化 安全
Python随机森林、线性回归对COVID-19疫情、汇率数据预测死亡率、病例数、失业率影响可视化(下)
Python随机森林、线性回归对COVID-19疫情、汇率数据预测死亡率、病例数、失业率影响可视化
|
7月前
|
机器学习/深度学习 数据可视化 Python
Python随机森林、线性回归对COVID-19疫情、汇率数据预测死亡率、病例数、失业率影响可视化(上)
Python随机森林、线性回归对COVID-19疫情、汇率数据预测死亡率、病例数、失业率影响可视化
|
4月前
|
数据可视化 数据挖掘 定位技术
Python+Kepler.gl轻松制作时间轮播地图
Python+Kepler.gl轻松制作时间轮播地图
|
4月前
|
算法 数据可视化 安全
使用Python检测新冠肺炎疫情拐点,抗疫成果明显
使用Python检测新冠肺炎疫情拐点,抗疫成果明显
|
4月前
|
数据可视化 定位技术 开发工具
用Python快速制作海报级地图
用Python快速制作海报级地图
|
5月前
|
自然语言处理 算法 安全
Python实现贝叶斯算法疫情微博评论情感分析
Python实现贝叶斯算法疫情微博评论情感分析
Python实现贝叶斯算法疫情微博评论情感分析
|
7月前
|
机器学习/深度学习 算法 Python
Python用RNN神经网络:LSTM、GRU、回归和ARIMA对COVID19新冠疫情人数时间序列预测
Python用RNN神经网络:LSTM、GRU、回归和ARIMA对COVID19新冠疫情人数时间序列预测
110 12