用Pandas和Folium做一个新冠数据可视化
52 浏览量
2020-12-21
04:26:27
上传
评论 3
收藏 49KB PDF 举报
用用Pandas和和Folium做一个新冠数据可视化做一个新冠数据可视化
目录目录数据集介绍可视化步骤1. 导入pandas等需要的库2. 读取数据，查看基本情况3. 读取城市坐标数据4. 按省份统计人数5. 合
并城市坐标数据 与 省份数据6. 绘制地图写入HTML文件，并用浏览器打开完整代码
数据集介绍数据集介绍
1.100000_full.json （地理位置数据集，用于绘制地理边界）
2.china_coordinates.csv （全国城市位置数据集，用于定位每个城市位置）
3.DXYArea.csv （2020-2-9全国新冠数据集）
数据集下载链接：https://download.csdn.net/download/Cristiano272/12351183
可视化步骤可视化步骤
1. 导入导入pandas等需要的库等需要的库
import numpy as np
import pandas as pd
import warnings
import folium
import webbrowser as wb
2. 读取数据，查看基本情况读取数据，查看基本情况
def df():
df = pd.read_csv("data/DXYArea.csv")
# df.info()
# print(df.head())
return df
3. 读取城市坐标数据读取城市坐标数据
def coord():
coord = pd.read_csv('data/china_coordinates.csv', names=['postcode', 'city', 'lon', 'lat'])
# print(coord.head())
return coord
4. 按省份统计人数按省份统计人数
def pc():
pc = df.groupby('provinceName').province_confirmedCount.agg('max')
# print(province_confirmedCount)
return pc
5. 合并城市坐标数据合并城市坐标数据 与与 省份数据省份数据
def merge(coord, pc):
coord['confirm'] = coord['city'] coord['confirm'] = coord['confirm'].map(pc.to_dict())
# print(coord.head())
return coord
6. 绘制地图写入绘制地图写入HTML文件，并用浏览器打开文件，并用浏览器打开
def map(df_prov):
# 绘制地图：location 地图中心位置坐标（纬度lat，经度lon）, zoom_start 地图放大系数
map = folium.Map(location=[39.929986, 116.395645], zoom_start=4)
# 取对数解决色彩条不均衡问题
df_prov['logconfirm'] = np.log(df_prov['confirm'])
folium.Choropleth(
name='热图', # 名称
geo_data=open('data/100000_full.json', 'r', encoding='UTF-8').read(), # 数据文件
data=df_prov.set_index(df_prov.city), # 数据集
columns=['city', 'logconfirm'], # 列名称
key_on='feature.properties.name', # 匹配geo_data 中的属性值
fill_color='Reds', # 色彩配置
# bins = [0, 100, 500, 1000, 10000, 30000] # 数据区间范围
).add_to(map)
# 将人数增加到地图上
for d in df_prov.itertuples():
folium.Marker(
location=[d.lat, d.lon],
icon=folium.Icon(color='red') if d.confirm > 1000 else (
folium.Icon(color='orange') if d.confirm > 100 else folium.Icon(color='blue')),
tooltip="{} 确诊 {} 例".format(d.city, int(d.confirm))
).add_to(map)
评论0
最新资源