Табло за управление на COVID19 на картата на света (с помощта на Python): 16 стъпки

2024 Автор: John Day | [email protected]. Последно модифициран: 2024-01-30 07:50

Знам, че почти всички ние знаем най -много информация за COVID19.

И тази инструкция е за създаване на балонна карта, за нанасяне на данни в реално време (на случаи) на картата на света.

За по -голямо удобство добавих програмата към хранилището на Github:

github.com/backshell/COVID19dashboard

Консумативи

Не се изискват консумативи като такива и бихме направили цялата компютърна програма чрез GoogleColab Notebook. Така че акаунтът в gmail трябва да е достатъчен за начало.

Colab Notebooks / Colaboratory е изследователски проект на Google, създаден, за да подпомогне разпространението на образование и изследвания за машинно обучение. Това е среда за преносими компютри на Jupyter, която не изисква настройка за използване и работи изцяло в облака.

И НЕ се изисква инсталация във вашата машина.

Стъпка 1: Разбиране на бекенд процеса (база данни)

Повечето от всички софтуерни програми извличат данни от бекенда и резултатът се форматира и публикува в предния край. И за тази конкретна програма бихме искали реални данни за COVID19.

G. W. C. Инженерното училище Whiting публикува статистиката за COVID19 чрез своя акаунт в github:

github.com/CSSEGISandData

От началото до момента в хранилището се публикуват статистическите данни за COVID19 по държави.

Така че бихме използвали форматираните от тях. CSV файлове (сегментирани по редици на държави) и начертахме данните на картата на света.

Стъпка 2: Пакети/библиотеки на Python, използвани в програмата

По -долу е даден списък на пакети и библиотеки на python, които ще използваме. Позволете ми да дам преглед на предназначението на всеки от тях.

numpy:

NumPy е библиотека за езика за програмиране на Python, добавяйки поддръжка за големи, многоизмерни масиви и матрици, заедно с голяма колекция от математически функции на високо ниво за работа с тези масиви.

панди:

pandas е софтуерна библиотека, написана за езика за програмиране на Python за манипулиране и анализ на данни.

matplotlib.pyplot:

pyplot е предназначен главно за интерактивни сюжети и прости случаи на генериране на програмни сюжети

plotly.express:

Plotly Express е нова библиотека за визуализация на Python на високо ниво. Прост синтаксис за сложни диаграми.

фолиум:

folium улеснява визуализирането на данни, които са манипулирани в Python на интерактивна карта с листовки.

plotly.graph_objects:

Парцелният пакет на Python съществува за създаване, манипулиране и изобразяване на графични фигури (т.е. диаграми, графики, карти и диаграми), представени от структури от данни, наричани също фигури.

морски:

Seaborn е библиотека за визуализация на данни на Python, базирана на matplotlib. Той осигурява интерфейс на високо ниво за рисуване на атрактивни и информативни статистически графики.

ipywidgets:

ipywidgets са интерактивни HTML джаджи за тетрадки Jupyter, JupyterLab и ядрото на IPython. Бележниците оживяват, когато се използват интерактивни джаджи.

Инсталирането на тези пакети не се изисква, тъй като ще работим с тази програма изцяло в Google Colab Notebook (нека да я запазим като colab в цялата инструкция).

Стъпка 3: Настройка на вашето устройство, за да използвате Colab

В своя диск създайте папка за вашите бележници.

Технически погледнато, тази стъпка не е напълно необходима, ако искате просто да започнете работа в Colab. Въпреки това, тъй като Colab работи на вашия диск, не е лоша идея да посочите папката, в която искате да работите. Можете да направите това, като отидете в Google Диск и щракнете върху „Ново“и след това създадете нова папка.

След това можете да изберете да създадете colabnotebook тук или да започнете да работите директно в colab и да свържете папката в устройството, която е създадена за работа в colab.

Това е добра практика, в противен случай колекцията, която създаваме, може да изглежда объркана в нашето желание.

Стъпка 4: Преглед на програмата

В тази програма/бележник ще създадем следното за COVID-19:

• Списък на страните по броя на случаите
• Общо случаи на карта на света

Стъпка 5: Табло за управление на COVID-19 | Част 1

Можете да използвате future, за да помогнете за пренасянето на вашия код от Python 2 към Python 3 днес - и все още да го стартирате на Python 2.

Ако вече имате код на Python 3, вместо това можете да използвате future, за да предложите съвместимост с Python 2, почти без допълнителна работа.

future поддържа стандартната библиотечна реорганизация (PEP 3108) чрез един от няколко механизма, което позволява достъп до повечето преместени стандартни библиотечни модули под техните имена и местоположения в Python 3 в Python 2.

Стъпка 6: Табло за управление на COVID-19 | Част 2

Функцията за взаимодействие (ipywidgets.interact) автоматично създава контроли за потребителски интерфейс (UI) за интерактивно проучване на код и данни. Това е най -лесният начин да започнете да използвате приспособленията на IPython.

Стъпка 7: Табло за управление на COVID-19 | Част 3

display_html показва HTML представянията на обект. Тоест, той търси регистрирани методи за показване, като _repr_html_, и ги извиква, показвайки резултата, ако има такъв.

Стъпка 8: Табло за управление на COVID-19 | Част 4

Списъкът на пакетите (както е обяснено в стъпка 2) се импортира в програмата.

Стъпка 9: Табло за управление на COVID-19 | Част 5

death_df = pd.read_csv ('https://raw.githubusercontent.com/CSSEGISandData/COVID-19/master/csse_covid_19_data/csse_covid_19_time_series/time_series_covid19_deaths_global.csv')

confirm_df = pd.read_csv ('https://raw.githubusercontent.com/CSSEGISandData/COVID-19/master/csse_covid_19_data/csse_covid_19_time_series/time_series_covid19_confirmed_global.csv')

Recovered_df = pd.read_csv ('https://raw.githubusercontent.com/CSSEGISandData/COVID-19/master/csse_covid_19_data/csse_covid_19_time_series/time_series_covid19_recovered_global.csv')

country_df = pd.read_csv ('https://raw.githubusercontent.com/CSSEGISandData/COVID-19/web-data/data/cases_country.csv')

Както е обяснено в стъпка 1, четенето на данните като.csv файл от хранилището.

Стъпка 10: Табло за управление на COVID-19 | Част 6

Ще преименуваме имената на колоните df в малки букви

Стъпка 11: Табло за управление на COVID-19 | Част 7

Ще променим провинцията/щата на щат и държава/регион на държава

Стъпка 12: Табло за управление на COVID-19 | Част 8

Ще изчислим общия брой потвърдени, смъртни и възстановени случаи.

Стъпка 13: Табло за управление на COVID-19 | Част 9

Ще покажем общата статистика в HTML формат, тъй като импортирахме конкретни библиотеки в стъпка 7 по -рано, както е показано по -долу:

от IPython.core.display дисплей за импортиране, HTML

Стъпка 14: Списък на държавите (Топ10) по броя на случаите | Табло за управление на COVID-19

fig = go. FigureWidget (оформление = go. Layout ())

Функцията FigureWidget връща празен обект FigureWidget с оси x и y по подразбиране. Интерактивните джаджи на Jupyter имат атрибут на оформление, излагащ редица CSS свойства, които влияят върху начина на разположение на приспособленията.

pd. DataFrame

създава рамка от данни, използвайки речник, с три цветни фона, за да се попълни резултатът.

def show_latest_cases (TOP)

сортира стойностите по потвърден низходящ ред.

взаимодействат (show_latest_cases, TOP = '10 ')

Функцията за взаимодействие (ipywidgets.interact) автоматично създава контроли за потребителски интерфейс (UI) за интерактивно проучване на код и данни.

ipywLayout = widgets. Layout (border = 'solid 2px green')

създава граница с линии с ширина 2 пиксела в зелен цвят, за да се покаже резултатът.

Стъпка 15: Общи случаи на световна карта | Табло за управление на COVID-19

world_map = folium. Map (location = [11, 0], tile = "cartodbpositron", zoom_start = 2, max_zoom = 6, min_zoom = 2)

Folium е инструмент, който ви кара да изглеждате като картографиращ Бог, докато цялата работа се извършва в задния край. Това е обвивка на Python за инструмент, наречен leaflet.js. По принцип му даваме минимални инструкции, JS върши много работа във фонов режим и получаваме някои много, много готини карти. Страхотни неща са. За по -голяма яснота, картата технически се нарича „Карта на листовката“. Инструментът, който ви позволява да ги наричате в Python, се нарича „Folium“.

Folium улеснява визуализирането на данни, които са манипулирани в Python на интерактивна карта с листовки. Той дава възможност както за свързване на данни с карта за визуализации на choropleth, така и за предаване на Vincent/Vega визуализации като маркери на картата.

за i в обхват (0, len (потвърден_df))

В цикъл for ще получим всички потвърдени случаи от формулирането на стъпка 9.

фолиум. Кръг

Създаваме карта с балончета, като използваме folium. Circle () за итеративно добавяне на кръгове.

местоположение = [потвърден_df.iloc ['lat'], потвърден_df.iloc ['дълъг'], от confirm_df на потвърдени случаи от стъпка 5, ние извличаме стойностите на географската ширина и дължина, съответстващи на всяко местоположение/държава данни.

радиус = (int ((np.log (потвърден_df.iloc [i, -1] +1.00001)))+0.2)*50000, създаване на радиус обект, за да нанесете кръговете с балончета на картата на света в страните.

color = 'red', fill_color = 'indigo', като очертава кръга на балонния кръг като червен, а вътрешната област като индиго.

и накрая начертаване на кръговете на world_map с помощта на обекта подсказка.

Стъпка 16: Резултатът

Прикаченият файл показва:

1. Списък на страните по броя на случаите
2. Общо случаи на карта на света