专栏名称: 小蚊子数据分析
数据分析知识、培训、招聘分享。
目录
相关文章推荐
宝玉xp  ·  最近很多人推荐-20250212105404 ·  昨天  
量子位  ·  啊?7B的DeepSeek反超R1满血版,上 ... ·  昨天  
黄建同学  ·  Hugging Face 推出免费 AI ... ·  昨天  
爱可可-爱生活  ·  通俗版解读 查看图片-20250212074403 ·  昨天  
爱可可-爱生活  ·  【Aperture:可视化Stable ... ·  3 天前  
51好读  ›  专栏  ›  小蚊子数据分析

13行Python代码画美国疫情地图

小蚊子数据分析  · 公众号  ·  · 2020-03-31 08:51

正文

截至3月28日,美国累计新冠肺炎确诊病例已经超过12万例,累计死亡病例超两千例。美国政府已宣布17个州和地区为应对新冠肺炎疫情“灾难状态”。美国疾控中心28日还对纽约州等疫情较严重的三州发布旅行建议。
有朋友就问能否介绍下如何使用Python绘制美国疫情地图。之前介绍的是使用
PyEcharts绘制了全球、中国、湖北的疫情地图,疫情的相关文章如下,有兴趣可查
8行Python代码轻松绘制新冠疫情地图
动态新冠疫情地图Python轻松画
Python绘制16省支援湖北地图
湖北动态新冠疫情地图Python轻松画
Python抓取实时数据绘制地图
世界动态疫情地图Python轻松画
Python抓取网易实时疫情数据
Python画火爆全网的央视图表
但是 PyEcharts并没有美国各州的地图文件,无法绘制美国疫情地图,所以不得不找其他的工具进行绘制。皇天不负有心人,找到了 Plotly这个工具。
Plotly是新一代的Python数据可视化开发库,它通过构建基于浏览器显示的web形式的可交互图表来展示信息,可创建多达数十种精美的图表和地图。
Plotly可 绘制 的部分效果图如下

Plotly 绘制的地图效果是这样的,因为纽约累计确诊确诊人数远大于其他地区,所以看到就是这个效果了。


首先我们来安装需要的模块:
# 安装plotly模块,直接安装就是最新的版本,我用的是4.5.4
pip install plotly
如果安装慢或不成功,可以使用下面的代码换个国内源地址进行安装
pip install plotly -i https://pypi.tuna.tsinghua.edu.cn/simple
然后导入需要使用的模块:
# 导入需要使用的模块
import plotly.graph_objects as go
import pandas as pd

然后导入需要数据,数据是这样的,存在Excel表格中:
长按识别下方二维码,并关注公众号
回复“
US ”获取案例数据
导入数据,代码如下:
# 导入数据
df = pd.read_excel('C:/Python/US/US.xlsx',sheet_name='1')

接下来就可以创建地图并设置相应的参数了,代码如下:
fig = go.Figure(data=go.Choropleth(
    locations=df['code'], # 设置位置,各州的编号(缩写)
    z = df['conNum'].astype(float), # 设置填充色数据
    locationmode = 'USA-states'# 设置国家名称
    colorscale = 'Reds'# 图例颜色
    colorbar_title = "人数"# 图例标题
))

fig.update_layout(
    title_text = '美国累计确诊人数'# 地图标题
    geo_scope='usa'# 设置地图的范围为美国
    #scope可选有"world","usa","europe","asia","africa","north america","south america"
)

最后导出地图,代码如下:
# 将地图导出为html文件
fig.write_html("C:/Python/US/US.html")

如果你喜欢本文,可以点击右下角 在看
如果你在跟着学习,请在留言区留言: 打卡 如果你刚看到本文,可以查看本系列历史文章跟着学习:
跟小白学Python数据分析——Anaconda安装
跟小白学Python数据分析——使用spyder
跟小白学Python数据分析——数据导入1
跟小白学Python数据分析——数据导入2
跟小白学Python数据分析——描述性统计分析
跟小白学Python数据分析——分组分析
跟小白学Python数据分析——列表
跟小白学Python数据分析——数据框
跟小白学Python数据分析——记录抽取
跟小白学Python数据分析——记录合并






请到「今天看啥」查看全文