Nadzorna ploča COVID19 na karti svijeta (pomoću Pythona): 16 koraka

2024 Autor: John Day | [email protected]. Zadnja promjena: 2024-01-30 09:32

Znam da gotovo svi mi znamo većinu informacija o COVID19.

Ova instrukcija se odnosi na stvaranje mjehurića karte za iscrtavanje podataka (slučajeva) u stvarnom vremenu na karti svijeta.

Radi veće udobnosti, program sam dodao u spremište Github:

github.com/backshell/COVID19dashboard

Pribor

Nisu potrebne takve zalihe i cijeli bismo računalni program radili putem GoogleColab prijenosnog računala. Dakle, Gmail račun bi trebao biti dovoljan za početak.

Colab Notebooks / Colaboratory Googleov je istraživački projekt osmišljen kako bi pomogao u širenju obrazovanja i istraživanja o strojnom učenju. To je okruženje prijenosnog računala Jupyter koje ne zahtijeva postavljanje za korištenje i radi u potpunosti u oblaku.

I NEMA instaliranja na vašem stroju.

Korak 1: Razumijevanje pozadinskog procesa (baza podataka)

Većina svih softverskih programa dohvaća podatke s pozadine, a rezultat se formatira i objavljuje na prednjem dijelu. A za ovaj bi nam program bili potrebni stvarni podaci o bolesti COVID19.

G. W. C. Tehnička škola Whiting objavljuje statistiku o COVID19 putem svog github računa:

github.com/CSSEGISandData

Od početka do datuma, statistike COVID -19 za pojedine zemlje objavljuju se u spremištu.

Stoga bismo koristili datoteke u. CSV formatu (segmentirane zemlje po redovima) i iscrtali podatke na karti svijeta.

Korak 2: Paketi/knjižnice Python koji se koriste u programu

Dolje je popis python paketa i knjižnica koje bismo koristili. Dopustite mi da dam pregled svrhe svakog od njih.

numpy:

NumPy je knjižnica za programski jezik Python, dodajući podršku za velike, višedimenzionalne nizove i matrice, zajedno s velikom zbirkom matematičkih funkcija na visokoj razini za rad na tim nizovima.

pande:

pandas je softverska knjižnica napisana za programski jezik Python za manipulaciju i analizu podataka.

matplotlib.pyplot:

pyplot je uglavnom namijenjen interaktivnim zavjerama i jednostavnim slučajevima generiranja programskih zavjera

plotly.express:

Plotly Express je nova Python biblioteka za vizualizaciju na visokoj razini. Jednostavna sintaksa za složene grafikone.

folija:

folium olakšava vizualizaciju podataka kojima se manipulira u Pythonu na interaktivnoj karti letaka.

plotly.graph_objects:

Zacrtani paket Python postoji za stvaranje, upravljanje i iscrtavanje grafičkih slika (tj. Grafikona, grafikona, karata i dijagrama) predstavljenih strukturama podataka koje se također nazivaju i figure.

pomorski:

Seaborn je Python knjižnica za vizualizaciju podataka koja se temelji na matplotlibu. Pruža sučelje na visokoj razini za crtanje atraktivnih i informativnih statističkih grafika.

ipywidgets:

ipywidgets su interaktivni HTML widgeti za Jupyter prijenosnike, JupyterLab i jezgru IPythona. Bilježnice oživljavaju kada se koriste interaktivni widgeti.

Instaliranje ovih paketa nije potrebno jer bismo ovaj program radili u potpunosti u Google Colab Notebooku (dopustimo da ostane kao colab tijekom cijelog ovog uputstva).

Korak 3: Postavljanje pogona za upotrebu Colaba

Na svom Disku izradite mapu za svoje bilježnice.

Tehnički gledano, ovaj korak nije potpuno neophodan ako želite tek početi raditi u Colabu. Međutim, budući da Colab radi s vašeg pogona, nije loša ideja navesti mapu u kojoj želite raditi. To možete učiniti tako da odete na svoj Google disk i kliknete “Novo”, a zatim stvorite novu mapu.

Tada možete odlučiti stvoriti colabnotebook ovdje ili početi izravno raditi u colabu i povezati mapu na pogonu, koja je stvorena za rad na suradnji.

Ovo je dobra praksa, inače kolega koji stvorimo može izgledati neuredno u našem pogonu.

Korak 4: Pregled programa

U ovom programu/bilježnici stvorili bismo sljedeće za COVID-19:

• Popis zemalja prema broju slučajeva
• Ukupni slučajevi na karti svijeta

Korak 5: Nadzorna ploča za COVID-19 | 1. dio

Budućnost možete upotrijebiti za prijenos koda s Pythona 2 na Python 3 danas - a da ga i dalje radite na Pythonu 2.

Ako već imate kod Python 3, umjesto toga možete koristiti future kako biste ponudili Python 2 kompatibilnost gotovo bez dodatnog posla.

future podržava standardnu reorganizaciju knjižnice (PEP 3108) putem jednog od nekoliko mehanizama, što omogućuje pristup većini premještenih standardnih knjižničnih modula pod njihovim nazivima i lokacijama Python 3 u Pythonu 2.

Korak 6: Nadzorna ploča za COVID-19 | 2. dio

Funkcija interakcije (ipywidgets.interact) automatski stvara kontrole korisničkog sučelja (UI) za interaktivno istraživanje koda i podataka. To je najjednostavniji način za početak korištenja IPythonovih widgeta.

Korak 7: Nadzorna ploča za COVID-19 | 3. dio

display_html prikazuje HTML prikaze objekta. Odnosno, traži registrirane metode prikaza, poput _repr_html_, i poziva ih, prikazujući rezultat, ako ga ima.

Korak 8: Nadzorna ploča za COVID-19 | 4. dio

Popis paketa (kako je objašnjeno u koraku 2) uvozi se u program.

Korak 9: Nadzorna ploča za COVID-19 | 5. dio

death_df = pd.read_csv ('https://raw.githubusercontent.com/CSSEGISandData/COVID-19/master/csse_covid_19_data/csse_covid_19_time_series/time_series_covid19_deaths_global.csv')

confirmation_df = pd.read_csv ('https://raw.githubusercontent.com/CSSEGISandData/COVID-19/master/csse_covid_19_data/csse_covid_19_time_series/time_series_covid19_confirmed_global.csv')

recovery_df = pd.read_csv ('https://raw.githubusercontent.com/CSSEGISandData/COVID-19/master/csse_covid_19_data/csse_covid_19_time_series/time_series_covid19_recovered_global.csv')

country_df = pd.read_csv ('https://raw.githubusercontent.com/CSSEGISandData/COVID-19/web-data/data/cases_country.csv')

Kao što je objašnjeno u koraku 1, čitanje podataka kao.csv datoteke iz spremišta.

Korak 10: Nadzorna ploča za COVID-19 | 6. dio

Preimenovat ćemo nazive stupaca df u mala slova

Korak 11: Nadzorna ploča za COVID-19 | 7. dio

Promijenit ćemo pokrajinu/državu u državu i državu/regiju u državu

Korak 12: Nadzorna ploča za COVID-19 | 8. dio

Izračunat ćemo ukupan broj potvrđenih, smrtnih i oporavljenih slučajeva.

Korak 13: Nadzorna ploča za COVID-19 | 9. dio

Prikazat ćemo ukupnu statistiku u HTML formatu jer smo ranije uvezli određene biblioteke u koraku 7, kao što je dolje:

s IPython.core.display uvoznog prikaza, HTML

Korak 14: Popis zemalja (Top10) prema broju slučajeva | Nadzorna ploča COVID-19

fig = go. FigureWidget (layout = go. Layout ())

Funkcija FigureWidget vraća prazan objekt FigureWidget sa zadanim osama x i y. Interaktivni widgeti Jupyter imaju atribut izgleda koji izlaže brojna CSS svojstva koja utječu na način postavljanja widgeta.

pd. DataFrame

stvara okvir podataka pomoću rječnika, s tri pozadine u boji za dobivanje rezultata.

def show_latest_cases (TOP)

sortira vrijednosti prema potvrđenom silaznom redoslijedu.

interakcija (show_latest_cases, TOP = '10 ')

Funkcija interakcije (ipywidgets.interact) automatski stvara kontrole korisničkog sučelja (UI) za interaktivno istraživanje koda i podataka.

ipywLayout = widgets. Layout (border = 'solid 2px green')

stvara obrub s linijama širine 2 piksela zelene boje za prikaz rezultata.

Korak 15: Ukupni slučajevi na karti svijeta | Nadzorna ploča COVID-19

world_map = folium. Map (location = [11, 0], tile = "cartodbpositron", zoom_start = 2, max_zoom = 6, min_zoom = 2)

Folium je alat koji vas čini da izgledate kao kartografski bog dok se sav posao obavlja na stražnjoj strani. To je Python omot za alat koji se zove leaflet.js. U osnovi mu dajemo minimalne upute, JS radi puno posla u pozadini i dobivamo neke jako, jako cool karte. Super je to. Radi jasnoće, karta se tehnički naziva "Karta letaka". Alat koji ih možemo nazvati u Pythonu zove se 'Folium'.

Folium olakšava vizualizaciju podataka kojima se manipulira u Pythonu na interaktivnoj karti Leaflet. Omogućuje i vezivanje podataka za kartu za horopletske vizualizacije, kao i prosljeđivanje Vincent/Vega vizualizacija kao oznaka na karti.

za i u rasponu (0, len (potvrđen_df))

U for petlji dobit ćemo sve potvrđene slučajeve iz 9. koraka formulacije.

folija. Krug

Kartu mjehurića izrađujemo pomoću folium. Circle () za iterativno dodavanje krugova.

lokacija = [potvrđen_df.iloc ['lat'], potvrđen_df.iloc ['dugačak'], iz potvrđenog_df potvrđenog slučaja iz koraka 5 izdvajamo vrijednosti zemljopisne širine i dužine koje odgovaraju svakom podatku o lokaciji/zemlji.

radijus = (int ((np.log (potvrđen_df.iloc [i, -1] +1,00001)))+0,2)*50000, stvarajući objekt radijusa za iscrtavanje krugova mjehurića na karti svijeta po zemljama.

color = 'red', fill_color = 'indigo', čineći obris kruga mjehurića crvenim, a unutarnje područje indigom.

i na kraju iscrtavanje krugova na karti svijeta pomoću objekta tooltip.

Korak 16: Rezultat

Prilog prikazuje:

1. Popis zemalja prema broju slučajeva
2. Ukupni slučajevi na karti svijeta