使用 Python 繪製不同國家新冠病毒增長曲線

"透過 Python 探索新冠疫情的動態世界，我們將分析、視覺化並預測病毒在不同國家的增長曲線。在本文中，透過利用資料預處理、清洗以及 pandas 和 matplotlib 等強大的庫，我們深入到繪製和預測疫情影響的互動領域，提供對其軌跡和全球影響的見解。"

使用 Python 繪製不同國家新冠病毒增長曲線

我們將透過圖表視覺化給定國家（由使用者提供）的累計確診病例總數和累計死亡總數的增長情況，並列印可用國家/地區的列表。本文中使用的資料集可以從此處下載 - https://ourworldindata.org/。

以下是我們將遵循的步驟，以使用 Python 繪製不同國家的新冠病毒增長曲線：

匯入所需的庫 -

我們首先匯入必要的庫：pandas 和 plotly.express。
pandas 用於資料操作和預處理。
plotly.express 用於建立互動式視覺化。

載入資料 -

程式使用 pandas 庫中的 pd.read_csv() 函式從 'owid-covid-data.csv' 檔案載入新冠疫情資料。
資料包含有關日期、地點和累計確診病例的資訊。

資料預處理和清洗 -

我們執行資料預處理和清洗，以準備用於分析的資料。
我們選擇用於分析的相關列，包括 'date'、'location' 和 'total_cases'。
使用 dropna() 函式刪除任何包含缺失值的行。

獲取可用國家/地區的列表 -

我們使用 unique() 函式從資料的 'location' 列中提取唯一的國家/地區名稱。
這將建立一個可用國家/地區的列表，以供以後使用。

分析資料 -

我們使用 groupby() 函式按地點對資料進行分組，並使用 max() 函式計算每個地點的累計確診病例總數的最大值。
生成的已分組資料根據累計確診病例總數降序排序。

繪製增長曲線 -

我們提示使用者使用 input() 函式輸入國家/地區名稱。
如果輸入的國家/地區名稱有效（即存在於可用國家/地區列表中），我們將繼續繪製該國家/地區的增長曲線。
我們過濾資料以提取使用布林索引 (data['location'] == country_name) 對應於指定國家/地區的行。
過濾後的資料傳遞給 plotly.express 中的 px.line() 函式以建立折線圖。
x 引數設定為 'date'，y 引數設定為 'total_cases'。

圖表的標題設定為包含所選國家/地區名稱。

顯示和儲存圖表 -

我們使用 fig.show() 函式顯示互動式增長曲線圖。
要將圖表另存為 HTML 檔案，我們使用 fig.write_html() 函式並提供所需的檔名 ('growth_curve.html')。
列印確認訊息，指示圖表已成功儲存。

顯示可用國家/地區的列表 -

最後，我們顯示可用國家/地區的列表，供使用者參考。
每個國家/地區名稱都使用一個迴圈列印，該迴圈遍歷 'countries' 列表。

示例

以下是使用上述步驟的程式示例 -

import pandas as pd
import plotly.express as px

# Step 1: Load the data
data = pd.read_csv('owid-covid-data.csv')

# Step 2: Data preprocessing and cleaning
# Select the relevant columns for analysis
data = data[['date', 'location', 'total_cases']]

# Remove rows with missing values
data = data.dropna()

# Get the list of available countries
countries = data['location'].unique()

# Step 3: Analyzing the data
# Group the data by location and calculate the total cases for each location
grouped_data = data.groupby('location')['total_cases'].max()

# Sort the data in descending order
sorted_data = grouped_data.sort_values(ascending=False)

# Step 4: Data prediction
# Fit a curve to the data using polynomial regression or any other suitable method

# Step 5: Plotting the growth curve
# Prompt the user to enter a country name
country_name = input("Enter a country name: ")

if country_name in countries:
   # Plot the growth curve for the specified country
   country_data = data[data['location'] == country_name]

   # Create the plot using Plotly
   fig = px.line(country_data, x='date', y='total_cases', title=f'COVID-19 Growth Curve in {country_name}')
   fig.show()

   # Save the plot as an HTML file
   fig.write_html('growth_curve.html')

   print(f"Graph saved as 'growth_curve.html'")
else:
   print("Invalid country name. Please try again.")

# Display the list of available countries
print("Available countries:")
for country in countries:
   print(country)