【用pandas_alive几行代码绘制竞赛动图】10.新南威尔士州 COVID 可视化（测试代码+数据集+绘图参数解析）

---

欢迎关注 『pandas_alive绘制竞赛动图』 专栏，持续更新中
欢迎关注 『pandas_alive绘制竞赛动图』 专栏，持续更新中

资源文件下载：
专栏学习说明（配置好的venv虚拟环境+拿来即用测试代码+测试数据集+参数api解析）

所有效果图预览：
效果图展示（配置好的venv虚拟环境+拿来即用测试代码+测试数据集+参数api解析）

环境配置：
环境配置与检测（配置好的venv虚拟环境+拿来即用测试代码+测试数据集+参数api解析）

---

10.新南威尔士州 COVID 可视化

数据集接口异常，我没有绘制成功。····

新南威尔士州 COVID 可视化API说明：

新南威尔士州 COVID 可视化数据集

新南威尔士州 COVID 可视化例程

# @Time    : 2022/1/12 22:16
# @Author  : 南黎
# @FileName: 10.新南威尔士州 COVID 可视化.py

import pandas as pd

######显示中文宋体字体导入，如果使用中文加上这段代码######
import matplotlib as plt

plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False
#####################################################


import geopandas
import pandas as pd
import pandas_alive
import contextily
import matplotlib.pyplot as plt

import urllib.request, json

with urllib.request.urlopen(
    "https://data.nsw.gov.au/data/api/3/action/package_show?id=aefcde60-3b0c-4bc0-9af1-6fe652944ec2"
) as url:
    data = json.loads(url.read().decode())
print(data)
# Extract url to csv component
covid_nsw_data_url = data["result"]["resources"][0]["url"]

# Read csv from data API url
nsw_covid = pd.read_csv(covid_nsw_data_url)
postcode_dataset = pd.read_csv("数据源data/postcode-data.csv")

# Prepare data from NSW health dataset


nsw_covid = nsw_covid.fillna(9999)
nsw_covid["postcode"] = nsw_covid["postcode"].astype(int)

grouped_df = nsw_covid.groupby(["notification_date", "postcode"]).size()
grouped_df = pd.DataFrame(grouped_df).unstack()
grouped_df.columns = grouped_df.columns.droplevel().astype(str)

grouped_df = grouped_df.fillna(0)
grouped_df.index = pd.to_datetime(grouped_df.index)

cases_df = grouped_df

# Clean data in postcode dataset prior to matching

grouped_df = grouped_df.T
postcode_dataset = postcode_dataset[postcode_dataset['Longitude'].notna()]
postcode_dataset = postcode_dataset[postcode_dataset['Longitude'] != 0]
postcode_dataset = postcode_dataset[postcode_dataset['Latitude'].notna()]
postcode_dataset = postcode_dataset[postcode_dataset['Latitude'] != 0]
postcode_dataset['Postcode'] = postcode_dataset['Postcode'].astype(str)

# Build GeoDataFrame from Lat Long dataset and make map chart
grouped_df['Longitude'] = grouped_df.index.map(postcode_dataset.set_index('Postcode')['Longitude'].to_dict())
grouped_df['Latitude'] = grouped_df.index.map(postcode_dataset.set_index('Postcode')['Latitude'].to_dict())
gdf = geopandas.GeoDataFrame(
    grouped_df, geometry=geopandas.points_from_xy(grouped_df.Longitude, grouped_df.Latitude),crs="EPSG:4326")
gdf = gdf.dropna()

# Prepare GeoDataFrame for writing to geopackage
gdf = gdf.drop(['Longitude','Latitude'],axis=1)
gdf.columns = gdf.columns.astype(str)
gdf['postcode'] = gdf.index
gdf.to_file("数据源data/nsw-covid19-cases-by-postcode.gpkg", layer='nsw-postcode-covid', driver="GPKG")

# Prepare GeoDataFrame for plotting
gdf.index = gdf.postcode
gdf = gdf.drop('postcode',axis=1)
gdf = gdf.to_crs("EPSG:3857") #Web Mercator

map_chart = gdf.plot_animated(basemap_format={'source':contextily.providers.Stamen.Terrain},cmap='cool')

cases_df.to_csv('数据源data/nsw-covid-cases-by-postcode.csv')

from datetime import datetime

bar_chart = cases_df.sum(axis=1).plot_animated(
    kind='line',
    label_events={
        'Ruby Princess Disembark':datetime.strptime("19/03/2020", "%d/%m/%Y"),
        'Lockdown':datetime.strptime("31/03/2020", "%d/%m/%Y")
    },
    fill_under_line_color="blue",
    add_legend=False
)

map_chart.ax.set_title('Cases by Location')

grouped_df = pd.read_csv('数据源data/nsw-covid-cases-by-postcode.csv', index_col=0, parse_dates=[0])

line_chart = (
    grouped_df.sum(axis=1)
    .cumsum()
    .fillna(0)
    .plot_animated(kind="line", period_label=False, title="Cumulative Total Cases", add_legend=False)
)


def current_total(values):
    total = values.sum()
    s = f'Total : {int(total)}'
    return {'x': .85, 'y': .2, 's': s, 'ha': 'right', 'size': 11}

race_chart = grouped_df.cumsum().plot_animated(
    n_visible=5, title="Cases by Postcode", period_label=False,period_summary_func=current_total
)

import time

timestr = time.strftime("%d/%m/%Y")

plots = [bar_chart, line_chart, map_chart, race_chart]

from matplotlib import rcParams

rcParams.update({"figure.autolayout": False})
# make sure figures are `Figure()` instances
figs = plt.Figure()
gs = figs.add_gridspec(2, 3, hspace=0.5)
f3_ax1 = figs.add_subplot(gs[0, :])
f3_ax1.set_title(bar_chart.title)
bar_chart.ax = f3_ax1

f3_ax2 = figs.add_subplot(gs[1, 0])
f3_ax2.set_title(line_chart.title)
line_chart.ax = f3_ax2

f3_ax3 = figs.add_subplot(gs[1, 1])
f3_ax3.set_title(map_chart.title)
map_chart.ax = f3_ax3

f3_ax4 = figs.add_subplot(gs[1, 2])
f3_ax4.set_title(race_chart.title)
race_chart.ax = f3_ax4

timestr = cases_df.index.max().strftime("%d/%m/%Y")
figs.suptitle(f"NSW COVID-19 Confirmed Cases up to {timestr}")

pandas_alive.animate_multiple_plots(
    '10.新南威尔士州 COVID 可视化.gif',
    plots,
    figs,
    enable_progress_bar=True
)

---

总结

版权声明：

发现你走远了@mzh原创作品，转载必须标注原文链接

Copyright 2022 mzh

Crated：2022-1-13

我折腾了一星期，梳理了很多入门小白避雷的方法，还会继续更新，如果看了对你有帮助，希望得到大家的点赞收藏支持！（毕竟时短间学完太难了，建议放进收藏夹吃灰）

欢迎关注 『pandas_alive绘制竞赛动图』 专栏，持续更新中
欢迎关注 『pandas_alive绘制竞赛动图』 专栏，持续更新中
【一、效果图展示（配置好的venv虚拟环境+拿来即用测试代码+测试数据集+参数api解析）】
【二、专栏学习说明（配置好的venv虚拟环境+拿来即用测试代码+测试数据集+参数api解析）】
【三、环境配置与检测（配置好的venv虚拟环境+拿来即用测试代码+测试数据集+参数api解析）】
【四、数据集说明（配置好的venv虚拟环境+拿来即用测试代码+测试数据集+参数api解析）】
【五、常见问题（配置好的venv虚拟环境+拿来即用测试代码+测试数据集+参数api解析）】
【1.条形图（测试代码+数据集+绘图参数解析）】
【2.折线图（测试代码+数据集+绘图参数解析）】
【3.散点图（测试代码+数据集+绘图参数解析）】
【4.饼状图（测试代码+数据集+绘图参数解析）】
【5.气泡图（测试代码+数据集+绘图参数解析）】
【6.地理空间图（测试代码+数据集+绘图参数解析）】
【7.多个图表（测试代码+数据集+绘图参数解析）】
【8.城市人口（测试代码+数据集+绘图参数解析）】
【9.G7国家的预期寿命（测试代码+数据集+绘图参数解析）】
【10.新南威尔士州 COVID 可视化（测试代码+数据集+绘图参数解析）】
【更多内容敬请期待】

---