各国疫苗接种进度（气泡图可视化）

全球疫情及疫苗接种进度可视化之四--各国疫苗接种进度

安装plotly库
各国疫苗接种进度
- 读取数据
- 排除全球及大洲数据
- 发现某些国家数据不全，需按日期进行补全
- 取每百人接种量最高的10个国家
可视化绘制气泡图

全国疫情及疫苗接种进度可视化

全球疫情及疫苗接种进度可视化之一–全球疫情形势动态地图展示
全球疫情及疫苗接种进度可视化之二–新冠疫情形势气泡图
全球疫情及疫苗接种进度可视化三–疫苗研发情况
全球疫情及疫苗接种进度可视化之四–各国疫苗接种进度

如果想了解更多有趣的项目和小玩意，都可以来我这里哦通道

2020年底以来，欧美、印度、中国、俄罗斯等多国得制药公司纷纷推出了针对新冠肺炎的疫苗，这部分要分析了2020年以来全球疫情形势、各类疫苗在全球的地理分布、疫苗在各国的接种进度进行可视化展示，以期给读者提供当前疫情以及未来疫情防控的直观展示。

安装plotly库

因为这部分内容主要是用plotly库进行数据动态展示，所以要先安装plotly库

pip install plotly

除此之外，我们对数据的处理还用了numpy和pandas库，如果你没有安装的话，可以用以下命令一行安装

pip install plotly numpy pandas

#导入所需库
import pandas as pd
import numpy as np
import plotly.express as px
import plotly.graph_objects as go

各国疫苗接种进度

读取数据

#读取数据
vaccinations=pd.read_csv(r'./data/vaccinations.csv')

排除全球及大洲数据

我们需要把一些全球和大洲的数据去掉，因为我们是对国家进行分析，要不然会有重复

#排除全球及大洲数据
vaccinations.index=vaccinations.location
vaccinations=vaccinations.drop(['World','Asia','North America', 'Europe','Africa', 'European Union', 'South America'])
vaccinations.reset_index(drop=True,inplace=True)

vaccinations

我们可以看看现在我们的数据分布是这样的

发现某些国家数据不全，需按日期进行补全

#发现某些国家数据不全，需按日期进行补全
for i in vaccinations.location.unique():#遍历国家for j in vaccinations.date.unique():#遍历日期if vaccinations.loc[(vaccinations.location==i)&(vaccinations.date==j)].empty:#如果该日期没有数据，新增一行空数据temp=pd.DataFrame({'location':i,'date':j},index=['new'])vaccinations=pd.concat([vaccinations,temp])

vaccinations['date_']=pd.to_datetime(vaccinations.date)#创建时间序列
vaccinations=vaccinations.sort_values(by='date_')#按时间排序
vaccinations

temp1=pd.DataFrame()
for i in vaccinations.location.unique():#按国家补全数据r=vaccinations.loc[vaccinations.location==i]r=r.fillna(method='ffill',axis=0)#先按最近一次数据进行补全temp1=pd.concat([temp1,r])
temp1=temp1.fillna(0)#若仍有空值，认为是0
temp1

取每百人接种量最高的10个国家

#为了减少可视化的数据量，保留总接种量及每百人接种量最高的10个国家
country1=list(temp1.reset_index(drop=True).groupby('location').total_vaccinations.max().sort_values(ascending=False).head(10).index)
country2=list(temp1.reset_index(drop=True).groupby('location').total_vaccinations_per_hundred.max().sort_values(ascending=False).head(10).index)
country1.extend(country2)
country_list=set(country1)
drop_list=list(set(temp1.location.unique())-country_list)

可视化绘制气泡图

绘制气泡图，横轴为总接种数，纵轴为接种比例，气泡大小为单日接种数

#绘制气泡图
fig=px.scatter(temp1,x='total_vaccinations',y='total_vaccinations_per_hundred',size='daily_vaccinations',size_max=50,color='location', animation_frame='date',hover_name='location')
fig.update_layout(xaxis={'range':[-1000000,temp1.total_vaccinations.max()*1.2]},yaxis={'range':[-10,temp1.total_vaccinations_per_hundred.max()*1.2]})
fig.show()

通过上图可以发现：

各国的疫苗接种主要开始于20年12月底
以色列、阿联酋等国开始接种后，虽然单日接种量不大，但相对其较少的总人口，很快就在接种进度上取得了领先，截止2021年2月16日，分别达到78%、52%
从单日接种人数上，中、美两国相对最大，但由于两国热口基数较大，接种进度均比较落后。而中国由于前期（主要是12月底）接种数量少、人口基数大的原因，导致无论是总接种量，还是接种进度，都落后于美国
以英国为代表的欧洲各国，虽然人口基数也不小，但归功于其对于疫苗的大力推动，其接种进度正在稳步推进中

各国疫苗接种进度（气泡图可视化）相关推荐

【2020东京奥运会】奥运榜单以及各国参赛运动员数据可视化~
项目本文中的代码是基于notebook写的,可以访问https://www.heywhale.com/mw/project/61015e73aca24600179ec778获取完整notebook. ...
全球疫情形势动态地图展示(超帅超好玩的python动图)
全球疫情及疫苗接种进度可视化之一--全球疫情形势动态地图展示安装plotly库全球疫情形势定义工具函数抽取数据绘制动态图表重抽样数据抽取.整理与可视化展示抽取原始数据按周重抽样确诊 ...
Python + Excel | 可视化疫苗接种随时间变化情况
一.简介题目来源于帮助学妹做的大作业(貌似文科好一些也学Python?) 有关信息取自自国家卫生健康委员会官方网站公开的数据,真实可靠.数据仅用于学习之用! 二.采集数据思路:selenium模拟 ...
celery 可视化_在Flask中使用Celery进行多任务分布执行
关键字:Flask, Redis, RabbitMQ, Celery, Broker, Backend 前言在后端服务器有时候需要处理耗时较长的任务,例如发送电子邮件,在处理这些任务时,这个线程就处 ...
python输出进度条 tqdm_python-tqdm进度条
Tqdm 进度条可视化模块 2018-12-04 14:34:25 使用python Tqdm进度条库让你的python进度可视化 Tqdm在阿拉伯语表示进步,在西班牙语中表示我非常爱你.是一个快速, ...
10W人都想知道的答案！可视化黑科技，这4个数据工具谁最厉害的？
在搜索商业智能(BI)工具时,可能每个BI供应商都将其产品称为唯一的"最佳"解决方案进行宣传,晕乎转向.笔者身边有很多在数据中心工作的朋友,也有各种IT信息部的大佬,也见惯了各家上 ...
可视化|东京奥运会可视化（二）
文章目录 3.2 运动员可视化 3.2.1 数量可视化 1. 按国家奥委会聚合矩形树图 2. 按赛事类型聚合矩形树图 3.2.2 地理可视化 1. 各国运动员分布地图 3.2.3 比例可视化 1. 各 ...
可视化项目管理只需一个甘特图
什么是数据可视化?数据可视化是一个以图像或者图形来展示数据的方法,它有助于人们可视化处理那些困难的概念,以及确认那些仍未被发掘的模式. 可视化能将数据以更加直观的方式展现出来项目的情况,使数据更加客观 ...
vue获取上传进度_文件上传与读取实时进度展示-demo(Vue)
监听进程的方法onprogress 1 )文件读取的progress事件属于FileReader对象. 2 )下载的progress事件属于XMLHttpRequest对象. 3 )上传的progre ...