Python根据文件绘制湖北疫情折线图

原创

mob64ca12f7ae31 2023-08-25 05:39:45 ©著作权

©著作权归作者所有：来自51CTO博客作者mob64ca12f7ae31的原创作品，请联系作者获取转载授权，否则将追究法律责任

Python根据文件绘制湖北疫情折线图

引言

在面对突如其来的公共卫生事件，如新型冠状病毒疫情时，了解疫情的发展趋势和变化情况对公众和决策者都至关重要。折线图是一种常用的数据可视化方式，可以清晰地展示数据的走势和趋势，帮助我们更好地理解疫情的发展。本文将介绍如何使用Python根据文件数据绘制湖北疫情折线图，并使用饼状图和状态图辅助分析。

1. 准备数据

首先，我们需要准备数据。根据湖北的疫情情况，我们可以从公开数据源（如湖北卫健委官方网站）获取到每天的确诊人数、治愈人数和死亡人数。这些数据可以保存在一个文本文件中，每行代表一天的数据，如下所示：

日期,确诊人数,治愈人数,死亡人数
2020-01-01,41,7,1
2020-01-02,12,2,0
2020-01-03,5,1,0
...

我们将使用Python的csv模块来读取文件中的数据，并将其转换为一个字典列表，方便后续的数据处理和绘图。

import csv

def read_data(filename):
    data = []
    with open(filename, 'r') as file:
        reader = csv.DictReader(file)
        for row in reader:
            data.append(row)
    return data

filename = 'data.csv'
data = read_data(filename)

2. 绘制折线图

有了数据后，我们可以使用Python的matplotlib库来绘制折线图。首先，我们需要将日期和人数分别提取出来，并转换为两个列表。

import matplotlib.pyplot as plt
from datetime import datetime

dates = [datetime.strptime(row['日期'], "%Y-%m-%d") for row in data]
confirmed = [int(row['确诊人数']) for row in data]
recovered = [int(row['治愈人数']) for row in data]
deaths = [int(row['死亡人数']) for row in data]

然后，我们可以使用matplotlib的plot函数来绘制折线图，并设置好轴标签和图例。

plt.plot(dates, confirmed, label='Confirmed')
plt.plot(dates, recovered, label='Recovered')
plt.plot(dates, deaths, label='Deaths')

plt.xlabel('Date')
plt.ylabel('Number of Cases')
plt.title('COVID-19 Situation in Hubei')
plt.legend()

plt.show()

运行代码后，我们将得到一张清晰展示湖北疫情发展情况的折线图。

3. 绘制饼状图

除了折线图，我们还可以使用饼状图更直观地展示不同疫情人数的占比。在绘制饼状图之前，我们需要计算每种人数的总和。

total_confirmed = sum(confirmed)
total_recovered = sum(recovered)
total_deaths = sum(deaths)

然后，我们可以使用matplotlib的pie函数来绘制饼状图，并设置好标签和颜色。

labels = ['Confirmed', 'Recovered', 'Deaths']
sizes = [total_confirmed, total_recovered, total_deaths]
colors = ['#ff9999', '#66b3ff', '#99ff99']

plt.pie(sizes, labels=labels, colors=colors, autopct='%1.1f%%')
plt.axis('equal')
plt.title('COVID-19 Cases in Hubei')

plt.show()

运行代码后，我们将得到一张直观展示湖北疫情人数占比的饼状图。