TranslateProject/translated/tech/20200421 How I use Python to map the global spread of COVID-19.md

如何使用Python绘制COVID-19的全球扩散图

使用这些开源框架创建一个彩色地图，显示病毒的可能的传播路径。

在全球范围内的旅行中，疾病的传播是一个令人担忧的问题。一些组织会跟踪重大的流行病（还有所有普遍的流行病），并将他们的跟踪工作获得的数据公开出来。这些原生的数据对人来说可能很难处理，这就是为什么数据科学如此重要的原因。比如，将COVID-19在全球范围内的传播路径用Python和Pandas进行可视化可能对这些数据的分析有所帮助。

最开始，当面对如此大数量的原始数据时可能难以下手。但当你开始处理数据之后，慢慢地就会发现一些处理数据的方式。下面是用于处理COVID-19数据的一些常见的情况：

1. 从Github上下载COVID-19的国际间每日传播数据，保存为一个Pandas中的DataFrame对象。这时你需要使用Python中的Pandas库。
2. 处理并清理下载好的数据，使其满足可视化数据的输入格式。所下载的数据的情况很好（数据规整）。这个数据有一个问题是它用国家的名字来标识国家，但最好是使用ISO 3码（国家代码表）来标识国家。为了生成三位ISO 3码，可是使用pycountry这个Python库。生成了这些代码之后，可以在原有的DataFrame上增加一列，然后用这些代码填充进去。
3. 最后为了可视化，使用Plotly库中的express模块。这篇文章是使用choropleth maps（在Plotly库中）来对疾病在全球的传播进行可视化的。

第一步：Corona数据

从下面这个网站上下载最新的corona数据（译者注：2020-12-14仍可访问，有墙）：

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

我们之间将这个下载好的数据载入为Pandas的DataFrame。Pandas提供了一个函数， read_csv()，可以直接使用URL读取数据，并返回一个DataFrame对象，具体如下所示：

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

在Jupyter上的输出截图：

从这个输出可以看到这个DataFrame（df1）包括以下几列数据：

1. Date
2. Country
3. Confirmed
4. Recovered
5. Dead

之后还可以看到Date这一列包含了从1月22日到3月31日的条目信息。这个数据是每天更新的，所以你会得到你当天的值。

第二步：清理和修改数据框

我们要往这个DataFrame中增加一列数据，就是那个包含了ISO 3编码。可以通过以下三步完成这个任务：

1. 创建一个包含所有国家的list。因为在df的Country列中，国家都是每个日期就重复一次。所以实际上Country列中对每个国家就会有多个条目。我使用**unique().tolist()**函数完成这个任务。
2. 我使用d_country_code字典对象（初始为空），然后将其键设置为国家的名称，然后它的值设置为其对应的ISO 3编码。
3. 我使用pycountry.countries.search_fuzzy(country)为每个国家生成ISO 3编码。你需要明白的是这个函数的返回值是一个Country对象的list。我将这个函数的返回值赋给country_data对象。之以这个对象的第一个元素（序号0）为例。这个****对象有一个alpha_3属性。所以我使用country_data[0].alpha_3就能"获得"第一个元素的ISO 3编码。然而，在这个DataFrame中有些国家的名称可能没有对应的ISO 3编码（比如有争议的领土）。那么对这些“国家”，我就用一个空白字符串来替代ISO编码。你也可以用一个try-except代码来替换这部分。except中的语句可以写：print(‘could not add ISO 3 code for ->', country)。这样就能在找不到这些“国家”对应的ISO 3编码时给出一个输出提示。实际上，你会发现这些“国家”会在最后的输出中用白色来表示。
4. 在获得了每个国家的ISO 3编码（有些是空白字符串）之后，我把这些国家的名称（作为键）还有国家对应的ISO 3编码（作为值）添加到之前的字典d_country_code中。可以使用Python中字典对象的**update()**方法来完成这个任务。
5. 在创建好了一个包含国家名称和对应ISO 3编码的字典之后，我使用一个简单的循环将他们加入到DataFrame中。

第三步：使用Plotly可视化传播路径

choropleth图是一个由彩色多边形组成的图。它常常用来表示一个变量在空间中的变化。我们使用Plotly中的px模块来创建choropleth图，具体函数为：px.choropleth。

这个函数的所包含的参数如下：

`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)`

**choropleth()**这个函数还有几点需要注意：

1. geojson是一个geometry对象（上面函数第六个参数）。这个对象有点让人困扰，因为在函数文档中没有明确地提到这个对象。你可以提供，也可以不提供geojson对象。如果你提供了geojson对象，那么这个对象就会被用来绘制地球特征，如果不提供geojson对象，那这个函数默认就会使用一个内建的geometry对象。（在我们的实验中，我们使用内建的geometry对象，因此我们不会为geojson参数提供值）
2. DataFrame对象有一个data_frame属性，在这里我们先前就提供了一个我们创建好的df1。
3. 我们用Confirmed（确诊）来决定每个国家多边形的颜色。
4. 最后，我们Date列创建一个animation_frame。这样我们就能通过日期来划分数据，国家的颜色会随着Confirmed的变化而变化。

最后完整的代码如下：

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 -&gt;', 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()

这段代码的输出就是下面这个图的内容：

你可以从这里下载并运行完整代码complete code。

最后，这里还有一些关于Plotly绘制choropleth图的不错的资源。

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

---

via: https://opensource.com/article/20/4/python-map-covid-19

作者：AnuragGupta 选题：lujun9972 译者：zhangxiangping 校对：校对者ID

本文由 LCTT 原创编译，Linux中国 荣誉推出