使用python（matplotlib，seaborn或plotly）将全球COVID-19演变绘制成线

我认为该特定数据集不太适合plotly.express首选的长数据格式。特别是因为对的许多遗漏的观察Province / State。由于您的意图是

逐日绘制所有国家的COVID-19演变曲线

...有没有需要Province / State，Lat或Lon。因此，我只需要汇总每个国家/地区的数据，并使用go.Scatter每个国家/地区的跟踪记录即可。不，它不会太混乱，因为您可以轻松地选择迹线或将焦点集中在字符的不同部分，因为我们在这里使用了plotly的强大功能。无论如何，我希望设置能够满足您的喜好。如果您还有其他需要，请随时告诉我。

情节：

放大的图：

编辑-版本2：从首次出现起经过几天的开发

一种使绘图变少麻烦的方法是，测量每个区域从第一次出现的第一天起的发展情况，如下所示：

为了生成第一个图，只需将数据复制到链接中，然后将其存储covid.csv在名为的文件夹中即可c:\data。

第一个情节的完整代码：

import os
import pandas as pd
import plotly.graph_objects as go

dfi = pd.read_csv(r'C:\data\covid.csv',sep = ",", header = 0)

# drop province, latitude and longitude
df = dfi.drop(['Province/State', 'Lat', 'Long'], axis = 1)

# group by countries
df_gr = df.groupby('Country/Region').sum()#.reset_index()

time = df_gr.columns.tolist()
df_gr.columns = pd.to_datetime(time)
df_gr.reset_index(inplace = True)

# transpose df to get dates as a row index
df = df_gr.T

# set first row as header
new_header = df.iloc[0] #grab the first row for the header
df = df[1:] #take the data less the header row
df.columns = new_header #set the header row as the df header

# order df columns descending by country with most cases
df_current = df.iloc[-1].to_frame().reset_index()
df_sort = df_current.sort_values(df_current.columns[-1], ascending = False)# plotly setup
order =  df_sort['Country/Region'].tolist()
df = df[order]

fig = go.Figure()

# add trace for each country
for col in df.columns:
    #print(col)
    fig.add_trace(go.Scatter(x=df.index, y=df[col].values, name=col))
fig.show()

最后一个情节的代码：

这基于代码片段1中的df：

# replace leading zeros with nans
df2= df.replace({'0':np.nan, 0:np.nan})

# shift leading nans, leaving
# nans in the last rows for some
# regions
df2=df2.apply(lambda x: x.shift(-x.isna().sum()))
df2.reset_index(inplace=True)
df2=df2.drop('index', axis = 1)

fig2 = go.Figure()

# add trace for each country
for col in df2.columns:
    fig2.add_trace(go.Scatter(x=df2.index, y=df2[col].values
                              , name=col
                             ))
fig2.update_layout(showlegend=True)
fig2.update_layout(xaxis=dict(title='Days from first occurence'))
fig2.show()