超火动态排序疫情变化图，这次我们用 Plotly来绘制

超火动态排序疫情变化图，

这次我们用 Plotly来绘制

各位同学早上好，我是 Lemonbit 。

国内的疫情基本进入扫尾阶段了，但国外疫情还处于爆发的高峰期。以前是咱们国家各个省对口支援湖北的一个市，现在开启一个省支援一个国家的模式。

大国风范，为祖国点赞！！！

近期，我写了几篇用 Plotly 来演示全球疫情情况的文章，如下：

• 用 Plotly 动态柱状图来演示全球疫情变化趋势

• 用 Python可视化神器 Plotly 动态演示全球疫情变化趋势
  

作为延伸，今天，来分享用 Plotly 来制作动态排名各个国家疫情变化情况的柱状图。先来看最终的效果：

上图中，国家排名以及确诊数量，都是动态变化的。类似的图，估计大伙已经看到用其他工具制作的，今天，我们来看看如何用 Plotly 来实现。

数据来源

本次我们主要来可视化分析国外疫情的发展情况。疫情的数据来源于开源项目 Akshare，由于使用该项目获取数据时，有时不太稳定，可能会遇到连接失败的情况。所以，这里我提供了保存好的数据供大家练习使用，本文的代码及数据文件在文末提供了获取方式。

当然，大家也可以使用 Akshare 的数据，因为会不时的更新，如果连接中断的话，换个时间重试下就好。

准备工作

照例，还是先介绍下我运行的环境。

• Mac 系统

• Anaconda（Python 3.7）

• Jupyter Notebook

我是在 Jupyter Notebook 中运行代码的，本次使用到的 Python 库包括 akshare, pandas, plotly 等，导入如下：

import akshare as ak
import pandas as pd
import plotly
import plotly.graph_objs as go
from plotly.offline import iplot, init_notebook_mode,plot
import plotly.express as px
from datetime import datetime
# 在PyCharm、VS Code等IDE中运行时，
# 需要注释下面这行代码
init_notebook_mode()

使用的几个 Python 库的版本如下：

print(f'pandas version: {pd.__version__}')
print(f'akshare version: {ak.__version__}')
print(f'plotly version: {plotly.__version__}')
# pandas version: 1.0.1
# akshare version: 0.4.27
# plotly version: 4.5.0

接着，我们读取已获得的数据（已保存的数据是截至3月16日）。

# 从 akshare 获取数据
# df_all_history = ak.epidemic_history()
# 从csv文件获取数据，这个数据文件的数据截止到3月10日
df_all_history = pd.read_csv('epidemic_all_20200316.csv',index_col=0)
df_all_history

从上面获取的数据，有些数据格式需要加以调整，对于日期，我们这里会组织两列数据，一列是时间格式的日期（ ['date']），一列是字符串格式的日期 ( ['dates'])。这样设置的原因，是因为我们后续分别需要用到这两种格式的日期。

# 将数据复制一份
df_all = df_all_history
# 将字符串格式的日期转换为 日期格式
df_all['date'] = pd.to_datetime(df_all['date'])
# 将时间格式转为字符串格式的日期，以 YYYY-mm-dd 的形式保存
df_all['dates'] = df_all['date'].apply(lambda x:x.strftime('%Y-%m-%d'))
# 添加现存确诊列
df_all['current'] = df_all['confirmed'] - df_all['cured'] - df_all['dead']
print(df_all.info())
# df_all

全球概况

上面的数据，是全球的数据，其中也包括国内各个省市的数据。我们可以将数据进行整理，分别提取出中国和海外国家的数据。

# 国内总计数量
df_china_total = df_all.query("country=='中国' and province==''") 
df_china_total = df_china_total.sort_values('date',ascending=False)
# df_china_total
# ---------
# 国外，按国家统计
df_oversea = df_all.query("country!='中国'") 
df_oversea.fillna(value="", inplace=True)
# df_oversea
# ---------
# 全球统计
df_global =  df_china_total.append(df_oversea)
# df_global

进一步，我们可以梳理出全球各个国家最近的疫情情况，这里，我们是按累计确诊数量进行排序的。

# 全球最近的概况
# 按日期进行排序
df_global_date = df_global.sort_values('date',ascending=False)
# 获取最新的日期
latest_day = df_global_date['dates'].values[0]
# query 函数中，变量需要加 @ ,
df_global_latest = df_global_date.query('dates==@latest_day')
# 按累计确诊数量排序
df_global_latest = df_global_latest.sort_values('confirmed',ascending=False)
df_global_latest

可以看出，累计确诊人数，中国最多，但现存确诊人数，3月16日，是意大利最多了。

海外疫情情况

国外的疫情发展情况，大部分国家从2月10日起，发展趋势较为明显，因此，后面我们重点分析这段时间之后的情况。

# 现有数据演示从 2020年2月10日开始
df_oversea_recent = df_oversea.set_index('date')
df_oversea_recent = df_oversea_recent['2020-02-10':]
# df_oversea_recent

由于部分国家的数据不是从2020年2月10日开始记录的，所以要补充数据。我们可以手动新建一个 excel数据表，将补充日期的数值填充为 0 。

至于为什么要补充数据呢，因为如果没有补充的话，这个国家在绘制的图里就不会出来，有兴趣的同学可以测试下。

2月10日开始的数据，没有伊朗的，因为伊朗的数据是很靠前的所以必须纳入分析的范围内。其他国家，如果有需要补充的，后续可以继续完善。

补充的数据在 epidemic_buchong.xlsx 这个文件里。

# 由于部分国家，数据不是从2020年2月10日开始的，所以要补充数据，数值为 0
# 数据在 excel 表格中进行补充，这里进行读取
df_oversea_buchong = pd.read_excel('epidemic_buchong.xlsx')
df_oversea_buchong['dates'] = df_oversea_buchong['date'].apply(lambda x:x.strftime('%Y-%m-%d'))
df_oversea_buchong.set_index('date', inplace=True)
df_oversea_buchong.fillna(value="", inplace=True)
print(df_oversea_buchong.info())
# df_oversea_buchong

将需要补充的数据弄好后，我们可以合并上面这两部分数据，一起进行分析。

# 合并补充数据
df_oversea_recent_new = df_oversea_recent.append(df_oversea_buchong)
df_oversea_recent_new.sort_index(inplace=True)
# df_oversea_recent_new

对于上面的数据，有一点要说明下，在数据源中，日本的数据前期是包含了钻石公主号邮轮的数量的，后续是将钻石公主号的数据从日本单独列出来了，所以你会发现日本的数据有下降的现象。

动态排名的柱状图

得到合并的数据后，我们就可以来进行可视化了，之前 Lemonbit 已经展示了如何用动态气泡图和动态柱状图来可视化，但上次的柱状图没有实现动态排名这个功能，这次我们用动态排名的柱状图来可视化。

当需要对国家进行动态排名时，首先给每个国家定义一个确定的颜色，以便国家在上下移动的时候，每个国家的颜色保持不变。

# 准备国家列表和 国家的颜色列表
countries = list(df_oversea_recent_new['country'].unique())
countries_count = len(countries) # 国家数量
# 为每一个国家定义颜色
color_1 = [px.colors.qualitative.Alphabet[i] for i in range(26)]
color_2 = [px.colors.qualitative.Light24[i] for i in range(24)]
color_3 = [px.colors.qualitative.Dark24[i] for i in range(24)]
color_list = (color_1 + color_2 + color_3)*3  # 颜色数量，比国家数量大
color_list = color_list[:countries_count]      # 颜色数量跟国家数量一致
print(f'国家数量：{countries_count}')
print(f'国家颜色数量：{len(color_list)}')

截止3月16日，全球已经有 150多个国家和区域有疫情的数据了。

后续，还需要做一些数据上的准备，就是计算出海外单个国家累计确诊人数的最高值。以及，在原来的 DataFrame 中增加了颜色列，为每个国家指定一种颜色。

计算海外单个国家累计确诊人数的最高值

# 海外单个国家死亡人数的最高值
max_dead = df_oversea_recent_new['dead'].max()
# 海外单个国家累计确诊人数的最高值
max_confirmed = df_oversea_recent_new['confirmed'].max()
print(f'海外单个国家累计确诊人数的最高值为{max_confirmed}')
print(f'海外单个国家死亡人数的最高值为{max_dead}')

为每个国家指定一种颜色

df  = df_oversea_recent_new
# df 添加颜色列，每个国家给定一种颜色
for country,color in zip(countries, color_list):
    df.loc[df['country']==country, 'color'] = color
# 保存数据到 csv文件
# df.to_csv(f'epidemic_all_{today}_update.csv')
# df

动态排名可视化

到这里，我们准备工作告一段落，可以来进行可视化了。下面的代码有些长，我们实现的是海外国家累计确诊人数排名前 20 的国家进行动态排名，这个是通过 pandas 的 nlargest 功能来实现的。

对于需要动态排名的柱状图，这里可视化用的是原生的 Plotly ， 而不是 plotly.express 。

在下面代码中，核心的思路是，需要构造一个字典，以 key:value 的形式保存每天的 疫情数据，其中疫情数据是以 DataFrame 的形式保存于 value 中。

dates_list = list(df['dates'].unique())
dict_keys = [str(i) for i in range(len(dates_list))]
n_frame={}
for date, d in zip(dates_list, dict_keys):
    dataframe=df[df['dates']==date]
    # 排名前20的国家
    dataframe=dataframe.nlargest(n=20,columns=['confirmed'])
    dataframe=dataframe.sort_values(by=['dates','confirmed'])
    n_frame[d]=dataframe
# print (n_frame)
#-------------------------------------------
fig = go.Figure(
    data=[
        go.Bar(
        x=n_frame['0']['confirmed'], y=n_frame['0']['country'],orientation='h',
        text=n_frame['0']['confirmed'], texttemplate='%{text:.3s}',
        textfont={'size':12}, textposition='inside', insidetextanchor='middle',
        width=0.9, marker={'color':n_frame['0']['color']})
    ],
    layout=go.Layout(
        xaxis=dict(range=[0, max_confirmed*1.1], autorange=False, title=dict(text='confirmed',
                                                              font=dict(size=12))),
        yaxis=dict(range=[-0.5, 20.5], autorange=False,tickfont=dict(size=14)),
        title=dict(text='Confirmed numbers per Country: 2020-02-10',font=dict(size=28),x=0.5,xanchor='center'),
        # 添加按钮
        updatemenus=[dict(
            type="buttons",
            buttons=[dict(label="Play",
                          method="animate",
                          # https://github.com/plotly/plotly.js/blob/master/src/plots/animation_attributes.js
                          args=[None,
                          {"frame": {"duration": 1000, "redraw": True},
                          "transition": {"duration":250,
                          "easing": "linear"}}]
            )]
        )]
    ),
    frames=[
            go.Frame(
                data=[
                        go.Bar(x=value['confirmed'], y=value['country'],
                        orientation='h',text=value['confirmed'],
                        marker={'color':value['color']})
                    ],
                layout=go.Layout(
                        xaxis=dict(range=[0, max_confirmed*1.1], autorange=False),
                        yaxis=dict(range=[-0.5, 20.5], autorange=False,tickfont=dict(size=10)),
                        title=dict(text='Confirmed numbers per Country: '+str(value['dates'].values[0]),
                        font=dict(size=28))
                    )
            )
        for key, value in n_frame.items()
    ]
)
#-------------------------------------------
fig.show()

上面代码中，动态排名时通过每天对 go.Frame 中的数据进行更新来实现的。上面的 duration 可以来控制按钮点击后变化的速度。

运行上述代码后，得到的效果如下：

是不是很棒啊。

在文末，Lemonbit 给大家提供了本文完整的PDF版内容（含代码）以及数据文件。

但这里，通过运行效果，可以看出，由于现在的确诊数量较大，而刚开始的时候数据较小，所以当 x轴 固定不动时，动态化演示的效果不是太理想，我们希望 x轴 上的数据也能动态变化，这样效果会更理想。

要使 x轴 上的数据也能动态变化，实现文章开始图中的效果，核心是定义 x轴 的范围时，实现动态变化， x轴 的核心代码如下：