Python 大作业
一、期末大作业题目要求如下：
期末大作业：分析新冠疫情数据。
找一个有全球新冠病毒数据的网站，爬取其中的数据（禁止使用数据接口直接获取数据）。
要求爬取从 2020 年 12 月 1 日开始的连续 15 天的数据，国家数不少于 100 个。
- 标明你的数据来源：包括网址和首页截图
- 数据分析和展示应包括：
a) 15 天中，全球新冠疫情的总体变化趋势；
b) 累计确诊数排名前 20 的国家名称及其数量；
c) 15 天中，每日新增确诊数累计排名前 10 个国家的每日新增确诊数据的曲线图；
d) 累计确诊人数占国家总人口比例最高的 10 个国家；
e) 死亡率（累计死亡人数/累计确诊人数）最低的 10 个国家；
f) 用饼图展示各个国家的累计确诊人数的比例（你爬取的所有国家，数据较小的国家
可以合并处理）；
g) 展示全球各个国家累计确诊人数的箱型图，要有平均值
h) 其它你希望分析和展示的数据。
以上图形应包括完整的坐标、刻度、标签、图例等，如有必要请配上说明文字，对
图中的内容进行解释。- 根据以上数据，列出全世界应对新冠疫情最好的 10 个国家，并说明你的理由。
- 针对全球累计确诊数，利用前 10 天采集到的数据做后 5 天的预测，并与实际数据进行
对比。说明你预测的方法，并分析与实际数据的差距和原因。- 请贴上爬虫程序的核心代码、数据处理及数据展示的核心代码（应有足够的注释）；
二、代码如下：
import csv
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
from matplotlib import font_manager as fm
from matplotlib.patches import ConnectionPatch
from pyecharts import options as opts
from pyecharts.charts import Map
from sklearn import datasets, linear_model
from sklearn.model_selection import cross_val_score
"""
读取文件内容："nCov_1.csv"-"nCov_15.csv"
"""
dataDic = {} # 字典结构保存每一天的数据
for i in range(1, 16):
df = pd.read_csv('nCov_{}.csv'.format(i), encoding = 'gbk')
dataDic[i] = df
plt.rcParams['font.sans-serif'] = ['SimHei'] # 添加对中文字体的支持
""" 公用函数 """
""" 柱形图 """
def drawBars(rank, quantity):
""" 绘制不同颜色的柱形图 """
color = ['grey', 'gold', 'darkviolet', 'turquoise', 'r', 'g', 'b', 'c', 'm', 'y', 'k',
'darkorange', 'lightgreen', 'plum', 'tan', 'khaki', 'pink', 'skyblue',
'lawngreen', 'salmon']
for i in range(len(rank)):
x, y = [], []
x.append(rank[i])
y.append(quantity[i])
plt.bar(x, y, 0.8, color = color[i])
plt.grid(True, linestyle = '--', alpha = 0.8) # 设置网格线
ax.spines['right'].set_visible(False) # 隐藏右边框
ax.spines['top'].set_visible(False) # 隐藏上边框
""" 线图 """
def on_move(event):
""" 设置事件，当鼠标移动到点上时，显示po_annotation的内容 """
visibility_changed = False
for point, annotation in po_annotation:
should_be_visible = (point.contains(event)[0] == True)
if should_be_visible != annotation.get_visible():
visibility_changed = True
annotation.set_visible(should_be_visible)
if visibility_changed:
plt.draw()
""" 地图 """
def map_visualmap(countries, cases) -> map:
""" 绘制世界地图 """
c = (
Map()
.add("各国新冠确诊数", [list(z) for z in zip(countries, cases)], "world")
.set_global_opts(
title_opts = opts.TitleOpts(title = "截止2020.12.15世界新冠疫情分布情况"),
visualmap_opts = opts.VisualMapOpts(min_ = min(cases[0 : 100]), max_ = max(cases) + 10 ** 5))
.set_series_opts(label_opts = opts.LabelOpts(is_show = False))
)
return c
""" 1、15天中，新冠疫情的总体变化趋势：使用线图 """
print('--------------------------------------------1--------------------------------------------\n\n')
worldSum = [] # 保存每天世界病例总和
for i in range(15):
""" 对每天世界总病例求和 """
worldSum.append(dataDic[i + 1]['totalCases'].sum())
fig = plt.figure(figsize = (10, 10)) # 窗口大小
fig.canvas.set_window_title('Global Trends') # 窗口标题
ax = plt.axes() # 创建坐标对象
ax.set_xlabel('日期')
ax.set_ylabel('TotalCases')
ax.set_title('2020年12.1-12.15世界新冠疫情变化情况') # 线图标题
""" 设置x坐标标签 """
days = [i for i in range(1, 16)] # 日期
ax.set_xticks(days)
xlabel = ['2020.12.{}'.format(i) for i in range(1, 16)]
ax.set_xticklabels(xlabel, rotation = 300, fontsize = 8)
# 绘制线图：颜色为红色、宽度为1像素的连续直线，数据点为正方点
plt.plot(days, worldSum, 's', color = 'red', linewidth = 2.0, linestyle = '-', label = 'line', clip_on = False)
# 绘制趋势线：颜色为蓝色
z = np.polyfit(days, worldSum, 2) # 拟合为二次函数
p = np.poly1d(z)
plt.plot(days, p(days), 'b--', alpha = 0.5)
equation = "y = {}x^2 + {}x + {}".format(round(z[0], 2), round(z[1], 2), round(z[2], 2)) # 二次方程公式
""" 设置鼠标移动到点上时，显示点坐标（日期，PM） """
po_annotation = []
for i in range(15):
""" 为每个点设置注释 """
x = i + 1 # 横坐标为日期
y = worldSum[i] # 纵坐标为世界总病例
print(x, y)
point, = plt.plot(x, y)
# 设置单个点注释
annotation = plt.annotate(('日期：12月{}日'.format(x), 'totalCases = ' + str(y)), xy = (x + 0.1, y + 0.1),
xycoords = 'data', xytext = (x - 2.3, y + 10 ** 6), textcoords = 'data',
horizontalalignment = 'left',
arrowprops = dict(arrowstyle = 'simple', connectionstyle = 'arc3, rad = -0.1'),
bbox = dict(boxstyle = 'round', facecolor = 'w', edgecolor = '0.5', alpha = 0.9))
annotation.set_visible(False)
po_annotation.append([point, annotation])
plt.xlim(1, 15.1) # 设置横轴的日期
ax.spines['right'].set_visible(False) # 隐藏右边框
ax.spines['top'].set_visible(False) # 隐藏上边框
plt.legend(['The World Trends', '拟合曲线：{}'.format(equation)], loc = 'upper left') # 设置图例
plt.grid(True, linestyle = '--', alpha = 0.8) # 设置网格线
on_move_id = fig.canvas.mpl_connect('motion_notify_event', on_move)
""" 2、累计确诊数排名前20的国家名称及其数量：使用柱形图 """
print('\n\n--------------------------------------------2--------------------------------------------\n\n')
countries = dataDic[15].copy(deep = True) # 取第15天的数据进行比较，深复制
# 将各国数据按确诊总数降序排序，且空数据国家排在最后
countries.sort_values('totalCases', ascending = False, inplace = True, na_position = 'last')
print(countries)
fig = plt.figure(figsize = (10, 10)) # 窗口大小
fig.canvas.set_window_title('Top 20 Countries') # 窗口标题
ax = plt.axes() # 创建坐标对象
ax.set_title('截止2020.12.15新冠确诊人数排名前20的国家') # 线图标题
ax.set_xlabel('Ranking', family = 'Times New Roman')
ax.set_ylabel('TotalCases', family = 'Times New Roman')
""" 设置x轴坐标标签 """
rank = [i for i in range(1, 21)] # 排名
top20 = countries['totalCases'].tolist()[0 : 20] # 前20的国家的确诊数
ax.set_xticks(rank)
xlabel = countries['country'].tolist()[0 : 20] # 国家名称
ax.set_xticklabels(xlabel)
plt.xticks(rotation = 300) # 使x坐标标签斜着，以防重叠
print(top20)
print(xlabel)
""" 绘制20条不同颜色的柱状 """
drawBars(rank, top20)
for a, b in zip(rank, top20):
"""设置排名标签"""
plt.text(a, b + 10 ** 5, top20[a - 1], family = 'Times New Roman',
ha = 'center', va = 'bottom', fontsize = 10, rotation = -300)
plt.legend(xlabel, loc = 'upper right')
""" 3、15 天中，每日新增确诊数累计排名前 10 个国家的每日新增确诊数据的曲线图 """
print('\n\n--------------------------------------------3--------------------------------------------\n\n')
""" 15天内每日新增确诊累计 = 第15天累计确诊 - 第1天累计确诊 """
first = dataDic[1].copy(deep = True) # 第1天数据
last = dataDic[15].copy(deep = True) # 第15天数据
last['CumulDiag'] = last['totalCases'] - first['totalCases'] # 新增列"CumulDiag"：15日内新增确诊累计
# 将last中的数据按CumulDiag降序排序，空数据排在最后位
last.sort_values('CumulDiag', ascending = False, inplace = True, na_position = 'last')
print(last)
# 设置画图属性
fig = plt.figure(figsize = (10, 10)) # 窗口大小
fig.canvas.set_window_title('Top 10 Countries') # 窗口标题
""" 设置x轴标签 """
days = [i for i in range(1, 16)] # 1-15
countries = last['country'].tolist()[0 : 10] # countries储存排名前10的国家名称
print(countries)
order = last['country'].tolist() # 排序标准
top10 = [] # top10储存排名前10国家每日新增确诊数
for j in range(10):
""" 计算得到每日该10个国家的新增病例 """
newcases = []
for i in range(1, 15):
""" 由于只爬取了1-15日的数据，只能计算出1-14日的新增 """
preDay = dataDic[i].copy(deep = True) # 前一天的数据，深复制
latterDay = dataDic[i + 1].copy(deep = True) # 后一天的数据，深复制
# 先将其中的数据按照order的顺序排序
preDay['country'] = preDay['country'].astype('category') # 设为"category"数据类型以便按照last中的country顺序排序
latterDay['country'] = latterDay['country'].astype('category') # 同上
preDay['country'].cat.reorder_categories(order, inplace = True) # 按照order中的顺序对preDay的"country"列进行重新排序
latterDay['country'].cat.reorder_categories(order, inplace = True) # 同上
preDay.sort_values('country', inplace = True)
latterDay.sort_values('country', inplace = True)
# 求出第i天第j个国家的新增病例
latter = latterDay.iloc[j, 1] # 获得第j个国家的totalCasees
pre = preDay.iloc[j, 1]
newcases.append(latter - pre)
# 15日的新增病例用爬取到的数据（但是可能会不准确）
newcases.append(last['newCases'].tolist()[j])
top10.append(newcases)
print(top10)
""" 绘制线图 """
""" 第一张图：将十个国家放在一起 """
ax = plt.axes() # 创建坐标对象
ax.set_title('2020.12.1-12.15新冠新增确诊排名前10的国家每日新增确诊曲线') # 线图标题
ax.set_xlabel('Date', family = 'Times New Roman')
ax.set_ylabel('NewCases', family = 'Times New Roman')
# 设置x坐标标签
ax.set_xticks(days)
xlabel = ['2020.12.{}'.format(i) for i in range(1, 16)]
ax.set_xticklabels(xlabel, rotation = 300, fontsize = 8)
color = ['grey', 'gold', 'darkviolet', 'turquoise', 'r', 'g', 'b', 'c', 'm', 'y'] # 每个国家的颜色
makers = ['o', '^', '2', 'p', '+', 'D', '-', 's', '*', 'x'] # 点的形状
for i in range(10):
plt.plot(days, top10[i], makers[i], color = color[i], linewidth = 2.0, linestyle = '-',
label = 'line{}'.format(i), clip_on = False)
""" 设置鼠标移动到点上时，显示点坐标（国家，日期，增长数） """
po_annotation = []
for i in range(10):
for j in range(1, 16):
x = j # 横坐标为日期
y = top10[i][j - 1] # 纵坐标为增长数
point, = plt.plot(x, y)
annotation = plt.annotate(('国家：' + countries[i], '时间：2020.12.{}'.format(j), 'NewCases = {}'.format(y)),
xy = (x + 0.1, y + 0.1), xycoords = 'data', xytext = (x - 3.0, y - 2 * (10 ** 4)),
textcoords = 'data', ha = 'left',
arrowprops = dict(arrowstyle = 'simple', connectionstyle = 'arc3, rad = -0.1'),
bbox = dict(boxstyle = 'round', facecolor = 'w', edgecolor = '0.5', alpha = 0.9))
annotation.set_visible(False)
po_annotation.append([point, annotation])
plt.xlim(1, 15.1) # 设置横轴的日期
ax.spines['right'].set_visible(False) # 隐藏右边框
ax.spines['top'].set_visible(False) # 隐藏上边框
plt.grid(True, linestyle = '--', alpha = 0.8) # 设置网格线
# 设置图例，放在图外
plt.legend(countries, loc = 'upper left', bbox_to_anchor = (1.005, 1.12), borderaxespad = 0.)
on_move_id = fig.canvas.mpl_connect('motion_notify_event', on_move)
""" 第二张图：分两个子图，一张图只有美国，另一张图绘制剩余9个国家 """
# 设置画图属性
fig = plt.figure(figsize = (10, 10)) # 窗口大小
fig.canvas.set_window_title('Top 10 Countries') # 窗口标题
fig.subplots_adjust(wspace = 0) # 调整子图空间
# 第一个子图：只有美国
plt.subplot(121)
ax = plt.gca() # 创建坐标对象
ax.set_title('2020.12.1-12.15新冠新增确诊排名1st的美国每日新增确诊曲线') # 线图标题
ax.set_xlabel('Date', family = 'Times New Roman')
ax.set_ylabel('NewCases', family = 'Times New Roman')
# 设置x坐标标签
ax.set_xticks(days)
xlabel = ['2020.12.{}'.format(i) for i in range(1, 16)]
ax.set_xticklabels(xlabel, rotation = 300, fontsize = 8)
plt.plot(days, top10[0], makers[0], color = color[0], linewidth = 2.0, linestyle = '-',
label = 'line{}'.format(0), clip_on = False)
plt.grid(True, linestyle = '--', alpha = 0.8) # 设置网格线
# 设置图例，放在图外
plt.legend(countries[0], loc = 'upper left', bbox_to_anchor = (0, 1.0), borderaxespad = 0.)
# 第二个子图：剩余九个国家
plt.subplot(122)
ax = plt.gca() # 创建坐标对象
ax.set_title('2020.12.1-12.15新冠新增确诊排名2-9的国家每日新增确诊曲线') # 线图标题
ax.set_xlabel('Date', family = 'Times New Roman')
ax.set_ylabel('NewCases', family = 'Times New Roman')
# 设置x坐标标签
ax.set_xticks(days)
xlabel = ['2020.12.{}'.format(i) for i in range(1, 16)]
ax.set_xticklabels(xlabel, rotation = 300, fontsize = 8)
for i in range(1, 10):
plt.plot(days, top10[i], makers[i], color = color[i], linewidth = 2.0, linestyle = '-',
label = 'line{}'.format(i), clip_on = False)
plt.grid(True, linestyle = '--', alpha = 0.8) # 设置网格线
# 设置图例，放在图外
plt.legend(countries[1 : 10], loc = 'upper left', bbox_to_anchor = (1.025, 1.12), borderaxespad = 0.)
""" 4、累计确诊人数占国家总人口比例最高的10个国家：柱状图 """
print('\n\n--------------------------------------------4--------------------------------------------\n\n')
""" 累计确诊：直接看第15天的数据 """
last = dataDic[15].copy(deep = True)
last['Case/Pop'] = last['totalCases'] / last['population'] # 新增列：为累计确诊占总人口比
# 将last中的数据按Case/Pop降序排序，空数据排在最后位
last.sort_values('Case/Pop', ascending = False, inplace = True, na_position = 'last')
print(last)
# 设置画图属性
fig = plt.figure(figsize = (10, 10)) # 窗口大小
fig.canvas.set_window_title('Proportion Top 10 Countries') # 窗口标题
ax = plt.axes() # 创建坐标对象
plt.title('截止2020.12.15累计确诊人数占国家总人口比例最高的10个国家') # 柱状图标题
ax.set_xlabel('Ranking', family = 'Times New Roman')
ax.set_ylabel('Case / Pop', family = 'Times New Roman')
""" 绘制柱状图：展示比例 """
""" 设置x轴坐标标签 """
rank = [i for i in range(1, 11)]
proportion = last['Case/Pop'].tolist()[0 : 10] # 10个国家的比例
countries = last['country'].tolist()[0 : 10] # countries储存排名前10的国家名称
ax.set_xticks(rank)
ax.set_xticklabels(countries)
plt.xticks(rotation = 300) # 使x坐标标签斜着，以防重叠
print(countries)
print(proportion)
""" 绘制10条不同颜色的柱状 """
drawBars(rank, proportion)
for a, b in zip(rank, proportion):
"""设置排名标签"""
plt.text(a, b + 0.001, '{}%'.format(round(proportion[a - 1] * 100, 2)), family = 'Times New Roman',
ha = 'center', va = 'bottom', fontsize = 10, rotation = -300)
plt.legend(countries, loc = 'upper right')
""" 5、死亡率（累计死亡人数/累计确诊人数）最低的10个国家：柱状图 """
print('\n\n--------------------------------------------5--------------------------------------------\n\n')
""" 死亡率：以第15天最终结果计 """
last = dataDic[15].copy(deep = True)
last['deathRate'] = last['totalDeaths'] / last['totalCases'] # 新增一列：为死亡率
# 将last中的数据按deathRate升序排序，空数据排在最后位
last.sort_values('deathRate', ascending = True, inplace = True, na_position = 'last')
print(last)
# 设置画图属性
fig = plt.figure(figsize = (10, 10)) # 窗口大小
fig.canvas.set_window_title('Death Rate Top 10 Countries') # 窗口标题
ax = plt.axes() # 创建坐标对象
plt.title('截止2020.12.15死亡率最低的10个国家') # 柱状图标题
ax.set_xlabel('Ranking', family = 'Times New Roman')
ax.set_ylabel('DeathRate', family = 'Times New Roman')
""" 绘制柱状图：展示死亡率 """
""" 设置x轴坐标标签 """
rank = [i for i in range(1, 11)]
deathRate = last['deathRate'].tolist()[0 : 10] # 10个国家的比例
countries = last['country'].tolist()[0 : 10] # countries储存排名前10的国家名称
ax.set_xticks(rank)
ax.set_xticklabels(countries)
plt.xticks(rotation = 300) # 使x坐标标签斜着，以防重叠
print(countries)
print(deathRate)
""" 绘制10条不同颜色的柱状 """
drawBars(rank, deathRate)
for a, b in zip(rank, deathRate):
"""设置排名标签"""
plt.text(a, b + 0.0001, '{}%'.format(round(deathRate[a - 1] * 100, 2)), family = 'Times New Roman',
ha = 'center', va = 'bottom', fontsize = 10, rotation = -300)
ax.legend(countries)
""" 6、用饼图展示各个国家的累计确诊人数的比例（你爬取的所有国家，数据较小的国家可以合并处理） """
print('\n\n--------------------------------------------6--------------------------------------------\n\n')
""" 处理最后一天数据，使之按累计确诊人数降序排序 """
allCases = dataDic[15]['totalCases'].sum() # 第15天世界确诊人数和
last = dataDic[15].copy(deep = True)
last.sort_values('totalCases', ascending = False, inplace = True, na_position = 'last')
print(last)
# 设置画图属性
fig = plt.figure(figsize = (10, 10), facecolor = 'lightgreen') # 窗口大小和窗口底色
fig.canvas.set_window_title('Total Cases Rate Whole World') # 窗口标题
ax1 = fig.add_subplot(121) # 创建坐标对象
ax2 = fig.add_subplot(122)
fig.subplots_adjust(wspace = 0) # 调整子图空间
""" 大饼图：包括排名前10个国家的数据+其他 """
quantity_1 = last['totalCases'].tolist()[0 : 10] # 数据
quantity_1.append(allCases - sum(quantity_1))
labels_1 = last['country'].tolist()[0 : 10] # 标签
labels_1.append('其他')
explode = [0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0.03] # 分裂距离
print(quantity_1, labels_1)
# 绘制饼图
ax1.pie(x = quantity_1, colors = ['grey', 'gold', 'darkviolet', 'turquoise', 'r', 'darkorange', 'plum', 'c', 'm', 'y', 'k'],
explode = explode, autopct = '%1.2f%%', startangle = 60, labels = labels_1,
textprops = {'color': 'b', 'fontsize': 10, 'rotation': -400,}, )
""" 小饼图：'其他'国家的（剩余所有国家）中的比例（6+其他） """
labels_2 = last['country'].tolist()[10 : 16] # 标签
labels_2.append('其他')
quantity_2 = last['totalCases'].tolist()[10 : 16] # 数据
quantity_2.append(allCases - sum(quantity_2) - sum(quantity_1[0 : 10]))
print(quantity_2, labels_2)
# 绘制饼图
ax2.pie(x = quantity_2, colors = ['plum', 'tan', 'khaki', 'pink', 'skyblue', 'lawngreen', 'salmon'],
autopct = '%1.2f%%', startangle = 60, labels = labels_2, radius = 0.5, shadow = True,
textprops = {'color': 'b', 'fontsize': 10, 'rotation': -400,}, )
""" 用 ConnectionPath 画出两张饼图的间连线 """
# 饼图边缘的数据
theta1 = ax1.patches[-1].theta1
theta2 = ax1.patches[-1].theta2
center = ax1.patches[-1].center
r = ax1.patches[-1].r
width = 0.2
# 上边缘连线
x = r * np.cos(np.pi / 180 * theta2) + center[0]
y = np.sin(np.pi / 180 * theta2) + center[1]
con_a = ConnectionPatch(xyA = (-width / 2, 0.5), xyB = (x, y),
coordsA = 'data', coordsB = 'data',
axesA = ax2, axesB = ax1)
# 下边缘连线
x = r * np.cos(np.pi / 180 * theta1) + center[0]
y = np.sin(np.pi / 180 * theta1) + center[1]
con_b = ConnectionPatch(xyA = (-width / 2, -0.5), xyB = (x, y),
coordsA = 'data', coordsB = 'data',
axesA = ax2, axesB = ax1)
for con in [con_a, con_b]:
""" 添加连线 """
con.set_linewidth(1) # 连线宽度
con.set_color = ([0, 0, 0]) # 连线颜色
ax2.add_artist(con) # 连线
plt.suptitle('世界各国截止2020.12.15累计确诊人数占世界总确诊人数比例')
ax1.legend(loc = 'upper left', bbox_to_anchor = (-0.3, 1.12), borderaxespad = 0.)
ax2.legend()
""" 7、展示全球各个国家累计确诊人数的箱型图，要有平均值 """
print('\n\n--------------------------------------------7--------------------------------------------\n\n')
""" 累计确诊人数以第15天计 """
last = dataDic[15].copy(deep = True)
last.dropna(axis = 0, how = 'all', subset = ['totalCases'], inplace = True)
print(last['totalCases'])
""" 绘制箱型图 """
# 设置画图属性
fig = plt.figure(figsize = (10, 10)) # 窗口大小和窗口底色
fig.canvas.set_window_title('Total Cases World Box Diagram') # 窗口标题
plt.title('世界各国截止2020.12.15累计确诊人数箱型图')
ax = last.boxplot(column = ['totalCases'], meanline = True, showmeans = True, vert = True)
ax.text(1.1,last['totalCases'].mean(),'平均数：{}'.format(last['totalCases'].mean()))
ax.text(1.1,last['totalCases'].median(),'中位数：{}'.format(last['totalCases'].median()))
ax.text(0.88,last['totalCases'].quantile(0.25),'Q1：{}'.format(last['totalCases'].quantile(0.25)))
ax.text(0.9,last['totalCases'].quantile(0.75),'Q3：{}'.format(last['totalCases'].quantile(0.75)))
""" 8、其余我想展示的数据 """
print('\n\n--------------------------------------------8--------------------------------------------\n\n')
""" a、累计检测量占国家总人口比例排名前10的国家 """
last = dataDic[15].copy(deep = True)
last['Test/Pop'] = last['totalTests'] / last['population']
# 将last中的数据按Test/Pop降序排序，空数据排在最后位
last.sort_values('Test/Pop', ascending = False, inplace = True, na_position = 'last')
print(last)
# 设置画图属性
fig = plt.figure(figsize = (10, 10)) # 窗口大小
fig.canvas.set_window_title('Test Proportion Top 10 Countries') # 窗口标题
ax = plt.axes() # 创建坐标对象
plt.title('截止2020.12.15累计检测人数占国家总人口比例最高的10个国家') # 柱状图标题
ax.set_xlabel('Ranking', family = 'Times New Roman')
ax.set_ylabel('Test / Pop', family = 'Times New Roman')
""" 绘制柱状图：展示比例 """
""" 设置x轴坐标标签 """
rank = [i for i in range(1, 11)]
proportion = last['Test/Pop'].tolist()[0 : 10] # 10个国家的比例
countries = last['country'].tolist()[0 : 10] # countries储存排名前10的国家名称
ax.set_xticks(rank)
ax.set_xticklabels(countries)
plt.xticks(rotation = 300) # 使x坐标标签斜着，以防重叠
print(countries)
print(proportion)
""" 绘制10条不同颜色的柱状 """
drawBars(rank, proportion)
for a, b in zip(rank, proportion):
"""设置排名标签"""
plt.text(a, b + 0.001, '{}%'.format(round(proportion[a - 1] * 100, 2)), family = 'Times New Roman',
ha = 'center', va = 'bottom', fontsize = 10, rotation = -300)
plt.legend(countries, loc = 'upper right')
""" b、截止2020.12.15全球新冠疫情地图 """
last = dataDic[15].copy(deep = True)
countries = last['country'].tolist() # 国家名称
countries[countries.index('USA')] = 'United States' # 地图中'USA'名为'United States'
cases = last['totalCases'].tolist() # 对应累计确诊人数
print(countries, cases)
map_visualmap(countries, cases).render("截止2020.12.15世界新冠疫情分布情况" + ".html")
print('###### Done! ######')
""" 9、针对全球累计确诊数，利用前 10 天采集到的数据做后 5 天的预测 """
print('\n\n--------------------------------------------9--------------------------------------------\n\n')
# 取前15天数据
y = worldSum[0 : 15]
print(y)
# 设置画图属性
fig = plt.figure(figsize = (10, 10)) # 窗口大小
fig.canvas.set_window_title('Global Trends Predic') # 窗口标题
ax1 = plt.axes()
""" 设置x坐标标签 """
ax1.set_xticks([i for i in range(1, 16)])
xlabel = ['2020.12.{}'.format(i) for i in range(1, 16)]
ax1.set_xticklabels(xlabel, rotation = 300, fontsize = 8)
ax1.set_xlabel('日期')
ax1.set_ylabel('TotalCases')
# 绘制第1-15天的散点图
ax1.scatter([i for i in range(1, 16)], y, s = 15, color = 'r')
ax1.spines['right'].set_visible(False) # 隐藏右边框
ax1.spines['top'].set_visible(False) # 隐藏上边框
ax1.grid(True, linestyle = '--', alpha = 0.8) # 设置网格线
""" 预测曲线 """
""" 1、线性回归 """
lm = linear_model.LinearRegression()
X = []
for i in range(1, 11):
""" 获得训练数据X """
x = []
x.append(i)
X.append(x)
model = lm.fit(X, y[0 : 10])
print(model.intercept_, model.coef_) # 拟合直线的斜率和y轴截距
score = model.score(X, y[0 : 10])
print(score) # 模型打分，高于95%则高度拟合
equation = 'y = {}x + {}'.format(model.coef_[0], model.intercept_) # 拟合方程
# 绘制该直线
for i in range(11, 16):
""" 获得训练数据X """
x = []
x.append(i)
X.append(x)
x = [i for i in range(1, 16)]
y = model.predict(X)
print(x, y)
ax1.plot(x, y, 'b--', alpha = 0.8)
plt.suptitle('2020年12.1-12.15世界新冠疫情变化情况预测分析') # 图画标题
plt.legend(['The World Cases', '拟合曲线：{}，拟合度：{}'.format(equation, score)],
loc = 'upper left')
plt.show()
浙公网安备 33010602011771号