作为练习,我试图绘制Johns Hopkins CSSE提供的出色的COVID-19数据。我很困惑,因为时间序列是按列组织的(每一天都放在另一侧...请参见下图)。优选地,我想避免将列转换为行,反之亦然。我的意图是将COVID-19的演变逐日绘制为所有国家/地区的线条(是的,它会变得混乱)。
我当时想我可以使用for循环遍历各列来填充列表并将其用作我的y轴,但是我们是否有更“直接”的方式来获得该图?最近,我更多地使用了Plotly,但是我也可以使用matplotlib或seaborn。
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()
本文收集自互联网,转载请注明来源。
如有侵权,请联系[email protected] 删除。
我来说两句