我如何使用 Python 绘制 COVID-19 的全球传播地图

在全球旅行普遍的世界中，疾病的传播是一个真正令人担忧的问题。一些组织跟踪重大流行病（和任何大流行病），幸运的是，他们以开放数据的形式发布他们的工作成果。然而，原始数据可能难以让人类处理，这就是数据科学如此重要的原因。例如，使用 Python 和 Pandas 可视化 COVID-19 在全球范围内的传播可能很有用。

当您面对大量原始数据时，可能很难知道从哪里开始。然而，您做得越多，就越多的模式开始出现。这是一个应用于 COVID-19 数据的常见场景

1. 从 GitHub 下载 COVID-19 国家/地区每日传播数据到 Pandas DataFrame 对象中。为此，您需要 Python Pandas 库。
2. 处理和清理下载的数据，使其适合可视化。下载的数据（您将亲眼看到）状况良好。此数据的一个问题是它使用国家/地区的名称，但最好使用三位数的 ISO 3 代码。要生成三位数的 ISO 3 代码，请使用一个名为 pycountry 的小型 Python 库。生成这些代码后，您可以向 DataFrame 添加一个额外的列，并用这些代码填充它。
3. 最后，对于可视化，请使用名为 Plotly 的库的 express 模块。本文使用所谓的等值区域地图（在 Plotly 中可用）来可视化疾病在世界范围内的传播。

步骤 1：新冠数据

我们将从以下位置下载最新的新冠数据

https://raw.githubusercontent.com/datasets/covid-19/master/data/countries-aggregated.csv

我们将直接将数据加载到 Pandas DataFrame 中。Pandas 提供了一个函数 read_csv()，它可以接受 URL 并返回 DataFrame 对象，如下所示

import pycountry
import plotly.express as px
import pandas as pd
URL_DATASET = r'https://raw.githubusercontent.com/datasets/covid-19/master/data/countries-aggregated.csv'
df1 = pd.read_csv(URL_DATASET)
print(df1.head(3))  # Get first 3 entries in the dataframe
print(df1.tail(3))  # Get last 3 entries in the dataframe

输出（在 Jupyter 上）的屏幕截图是

从输出中，您可以看到 DataFrame (df1) 具有以下列

1. 日期
2. 国家/地区
3. 确诊
4. 治愈
5. 死亡

此外，您可以看到 Date 列的条目从 1 月 22 日开始到 3 月 31 日。此数据库每天更新，因此您将获得当前值。

步骤 2：清理和修改数据帧

我们需要向此 DataFrame 添加另一列，其中包含三字母 ISO alpha-3 代码。为此，我遵循了以下步骤

1. 创建数据库中所有国家/地区的列表。这是必需的，因为在 df 中，在 Country 列中，每个国家/地区都针对每个日期进行计算。因此，实际上，Country 列包含每个国家/地区的多个条目。为此，我使用了 unique().tolist() 函数。
2. 然后我创建了一个字典 d_country_code（最初为空），并用由国家/地区名称组成的键和由其三字母 ISO 代码组成的值填充它。
3. 为了生成国家/地区的三字母 ISO 代码，我使用了函数 pycountry.countries.search_fuzzy(country)。您需要理解，此函数的返回值是“Country 对象列表”。我将此函数的返回值传递给名称 country_data。此外，在此对象列表中，第一个对象（即索引 0 处的对象）是最匹配的。此外，此对象具有属性 alpha_3。因此，我可以使用 country_data[0].alpha_3 “访问”三字母 ISO 代码。但是，DataFrame 中的某些国家/地区名称可能没有对应的 ISO 代码（例如，争议领土）。因此，对于此类国家/地区，我给出了一个 ISO 代码“即一个空字符串。此外，您需要将此代码包装在 try-except 块中。语句：print(‘could not add ISO 3 code for ->', country) 将打印出那些找不到 ISO 3 代码的国家/地区。实际上，您将在最终输出中找到以白色显示的此类国家/地区。
4. 获取每个国家/地区的三字母 ISO 代码（或某些国家/地区的空字符串）后，我将国家/地区名称（作为键）及其对应的 ISO 代码（作为值）添加到字典 d_country_code 中。为了添加这些，我使用了 Python 字典对象的 update() 方法。
5. 创建了国家/地区名称及其代码的字典后，我使用一个简单的 for 循环将它们添加到 DataFrame 中。

步骤 3：使用 Plotly 可视化传播

等值区域地图是由彩色多边形组成的地图。它用于表示数量的空间变化。我们将使用 Plotly 的 express 模块，通常称为 px。在这里，我们将向您展示如何使用函数 px.choropleth 创建等值区域地图。

此函数的签名是

plotly.express.choropleth(data_frame=None, lat=None, lon=None, locations=None, locationmode=None, geojson=None, featureidkey=None, color=None, hover_name=None, hover_data=None, custom_data=None, animation_frame=None, animation_group=None, category_orders={}, labels={}, color_discrete_sequence=None, color_discrete_map={}, color_continuous_scale=None, range_color=None, color_continuous_midpoint=None, projection=None, scope=None, center=None, title=None, template=None, width=None, height=None)

值得注意的点是 choropleth() 函数需要以下内容

1. **geojson** 对象形式的几何图形。这就是事情有点令人困惑的地方，并且在其文档中没有明确提及。您可以提供或不提供 **geojson** 对象。如果您提供 **geojson** 对象，则该对象将用于绘制地球特征，但是如果您不提供 **geojson** 对象，则该函数默认情况下将使用内置几何图形之一。（在我们的示例中，我们将使用内置几何图形，因此我们不会为 **geojson** 参数提供任何值）
2. 属性 data_frame 的 pandas DataFrame 对象。在这里，我们提供我们之前创建的 DataFrame，即 **df1**。
3. 我们将使用 Confirmed 列的数据来决定每个国家/地区多边形的颜色。
4. 此外，我们将使用 Date 列来创建 animation_frame。因此，当我们滑动日期时，国家/地区的颜色将根据 **Confirmed** 列中的值而变化。

完整的代码如下

import pycountry
import plotly.express as px
import pandas as pd
# ----------- Step 1 ------------
URL_DATASET = r'https://raw.githubusercontent.com/datasets/covid-19/master/data/countries-aggregated.csv'
df1 = pd.read_csv(URL_DATASET)
# print(df1.head) # Uncomment to see what the dataframe is like
# ----------- Step 2 ------------
list_countries = df1['Country'].unique().tolist()
# print(list_countries) # Uncomment to see list of countries
d_country_code = {}  # To hold the country names and their ISO
for country in list_countries:
    try:
        country_data = pycountry.countries.search_fuzzy(country)
        # country_data is a list of objects of class pycountry.db.Country
        # The first item  ie at index 0 of list is best fit
        # object of class Country have an alpha_3 attribute
        country_code = country_data[0].alpha_3
        d_country_code.update({country: country_code})
    except:
        print('could not add ISO 3 code for ->', country)
        # If could not find country, make ISO code ' '
        d_country_code.update({country: ' '})

# print(d_country_code) # Uncomment to check dictionary  

# create a new column iso_alpha in the df
# and fill it with appropriate iso 3 code
for k, v in d_country_code.items():
    df1.loc[(df1.Country == k), 'iso_alpha'] = v

# print(df1.head)  # Uncomment to confirm that ISO codes added
# ----------- Step 3 ------------
fig = px.choropleth(data_frame = df1, 
                    locations= "iso_alpha",
                    color= "Confirmed",  # value in column 'Confirmed' determines color
                    hover_name= "Country",
                    color_continuous_scale= 'RdYlGn',  #  color scale red, yellow green
                    animation_frame= "Date")

fig.show()

输出类似于以下内容

您可以下载并运行 完整代码。

总结一下，这里有一些关于 Plotly 中等值区域地图的优秀资源

• https://github.com/plotly/plotly.py/blob/master/doc/python/choropleth-maps.md
• https://plotly.com/python/reference/#choropleth