Панель мониторинга COVID19 на карте мира (с использованием Python): 16 шагов

2024 Автор: John Day | [email protected]. Последнее изменение: 2024-01-30 11:48

Я знаю, что почти все из нас знают больше всего о COVID19.

И это руководство о создании пузырьковой карты для отображения данных (случаев) на карте мира в реальном времени.

Для большего удобства я добавил программу в репозиторий Github:

github.com/backshell/COVID19dashboard

Запасы

Никаких расходных материалов как таковых не требуется, и мы будем выполнять всю компьютерную программу через Блокнот GoogleColab. Так что для начала достаточно учетной записи Gmail.

Colab Notebooks / Colaboratory - это исследовательский проект Google, созданный для распространения информации об образовании и исследованиях в области машинного обучения. Это среда ноутбука Jupyter, которая не требует настройки для использования и полностью работает в облаке.

И НИКАКАЯ установка не требуется на вашем компьютере.

Шаг 1. Понимание внутреннего процесса (база данных)

Большинство программ извлекают данные из серверной части, а результат форматируется и публикуется во внешнем интерфейсе. И для этой конкретной программы нам потребуются реальные данные о COVID19.

G. W. C. Инженерная школа Уайтинга публикует статистику COVID19 через свою учетную запись github:

github.com/CSSEGISandData

С начала до настоящего времени статистика по COVID19 по странам публикуется в репозитории.

Таким образом, мы будем использовать их файлы в формате. CSV (сегментированные по строкам стран) и наносить данные на карту мира.

Шаг 2. Пакеты / библиотеки Python, используемые в программе

Ниже приведен список пакетов и библиотек Python, которые мы будем использовать. Позвольте мне кратко рассказать о назначении каждого из них.

numpy:

NumPy - это библиотека для языка программирования Python, добавляющая поддержку больших многомерных массивов и матриц, а также большой набор высокоуровневых математических функций для работы с этими массивами.

панды:

pandas - это программная библиотека, написанная для языка программирования Python для обработки и анализа данных.

matplotlib.pyplot:

pyplot в основном предназначен для интерактивных графиков и простых случаев программного создания графиков.

plotly.express:

Plotly Express - это новая библиотека визуализации Python высокого уровня. Простой синтаксис для сложных диаграмм.

лист:

folium позволяет легко визуализировать данные, обработанные в Python, на интерактивной карте листовок.

plotly.graph_objects:

Пакет plotly Python существует для создания, управления и визуализации графических фигур (то есть диаграмм, графиков, карт и диаграмм), представленных структурами данных, также называемыми фигурами.

Морской:

Seaborn - это библиотека визуализации данных Python, основанная на matplotlib. Он предоставляет высокоуровневый интерфейс для рисования привлекательных и информативных статистических графиков.

ipywidgets:

ipywidgets - это интерактивные HTML-виджеты для записных книжек Jupyter, JupyterLab и ядра IPython. Ноутбуки оживают, когда используются интерактивные виджеты.

Установка этих пакетов не требуется, так как мы будем работать с этой программой полностью в Блокноте Google Colab (давайте оставим ее как colab в этом руководстве).

Шаг 3. Настройка накопителя для использования Colab

На Диске создайте папку для записных книжек.

С технической точки зрения, этот шаг не является обязательным, если вы хотите просто начать работать в Colab. Однако, поскольку Colab работает без вашего накопителя, неплохо было бы указать папку, в которой вы хотите работать. Вы можете сделать это, зайдя на свой Google Диск и нажав «Создать», а затем создав новую папку.

Затем вы можете создать здесь colabnotebook или начать работать напрямую в colab и связать папку на диске, созданную для работы colab.

Это хорошая практика, иначе колаб, который мы создаем, может выглядеть беспорядочно на нашем диске.

Шаг 4: Обзор программы

В этой программе / блокноте мы будем создавать следующее для COVID-19:

• Список стран по количеству дел
• Всего случаев на карте мира

Шаг 5: Панель управления COVID-19 | Часть 1

Вы можете использовать future, чтобы помочь перенести свой код с Python 2 на Python 3 сегодня - и при этом он по-прежнему будет работать на Python 2.

Если у вас уже есть код Python 3, вы можете вместо этого использовать future, чтобы предложить совместимость с Python 2 практически без дополнительной работы.

future поддерживает реорганизацию стандартной библиотеки (PEP 3108) с помощью одного из нескольких механизмов, позволяя получить доступ к большинству перемещенных модулей стандартной библиотеки под их именами Python 3 и местоположениями в Python 2.

Шаг 6: Панель управления COVID-19 | Часть 2

Функция взаимодействия (ipywidgets.interact) автоматически создает элементы управления пользовательского интерфейса (UI) для интерактивного изучения кода и данных. Это самый простой способ начать использовать виджеты IPython.

Шаг 7: Панель управления COVID-19 | Часть 3

display_html отображает HTML-представления объекта. То есть он ищет зарегистрированные методы отображения, такие как _repr_html_, и вызывает их, отображая результат, если таковой имеется.

Шаг 8: Панель управления COVID-19 | Часть 4

Список пакетов (как объяснено в шаге 2) импортируется в программу.

Шаг 9: Панель управления COVID-19 | Часть 5

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')

Verified_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')

recovered_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')

Как объяснялось в шаге 1, чтение данных в виде файла.csv из репозитория.

Шаг 10: Панель управления COVID-19 | Часть 6

Мы переименуем имена столбцов df в нижний регистр

Шаг 11: Панель управления COVID-19 | Часть 7

Мы изменим провинцию / штат на штат и страну / регион на страну

Шаг 12: Панель управления COVID-19 | Часть 8

Подсчитаем общее количество подтвержденных случаев, случаев смерти и выздоровления.

Шаг 13: Панель управления COVID-19 | Часть 9

Мы будем отображать общую статистику в формате HTML, поскольку мы импортировали определенные библиотеки на шаге 7 ранее, как показано ниже:

из IPython.core.display import display, HTML

Шаг 14: Список стран (Топ-10) по количеству случаев | Панель управления COVID-19

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

Функция FigureWidget возвращает пустой объект FigureWidget с осями x и y по умолчанию. Интерактивные виджеты Jupyter имеют атрибут макета, раскрывающий ряд свойств CSS, влияющих на расположение виджетов.

pd. DataFrame

создает фрейм данных с использованием словаря с трехцветным фоном для заполнения результирующего.

def show_latest_cases (TOP)

сортирует значения по подтвержденному убывающему порядку.

взаимодействовать (show_latest_cases, TOP = '10 ')

Функция взаимодействия (ipywidgets.interact) автоматически создает элементы управления пользовательского интерфейса (UI) для интерактивного изучения кода и данных.

ipywLayout = widgets. Layout (border = 'сплошной 2 пикселя, зеленый')

создает границу с линиями зеленого цвета шириной 2 пикселя для отображения результата.

Шаг 15: Общее количество случаев на карте мира | Панель управления COVID-19

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

Folium - это инструмент, который заставляет вас выглядеть как картографический Бог, в то время как вся работа выполняется в серверной части. Это оболочка Python для инструмента под названием leaflet.js. В основном мы даем ему минимальные инструкции, JS выполняет кучу работы в фоновом режиме, и мы получаем очень и очень классные карты. Это отличный материал. Для наглядности карта технически называется «Карта-листовка». Инструмент, который позволяет вам называть их в Python, называется Folium.

Folium позволяет легко визуализировать данные, обработанные в Python, на интерактивной карте Leaflet. Он позволяет как привязать данные к карте для визуализации хороплет, так и передавать визуализации Винсента / Веги в качестве маркеров на карте.

для я в диапазоне (0, len (подтверждено_df))

В цикле for мы получим все подтвержденные случаи из формулировки на этапе 9.

лист. круг

Мы создаем пузырьковую карту, используя folium. Circle () для итеративного добавления кругов.

location = [Verified_df.iloc ['lat'], Verified_df.iloc ['long'], из Verified_df подтвержденных случаев с шага 5 мы извлекаем значения широты и долготы, соответствующие каждому местоположению / стране.

радиус = (int ((np.log (formed_df.iloc [i, -1] +1.00001))) + 0.2) * 50000, создание объекта радиуса для нанесения пузырьковых кругов на карту мира по странам.

цвет = 'красный', fill_color = 'индиго', Сделайте контур пузырькового круга красным, а внутреннюю часть - индиго.

и, наконец, нанесение кругов на карту мира с помощью объекта всплывающей подсказки.

Шаг 16: результат

Вложение показывает:

1. Список стран по количеству дел
2. Всего случаев на карте мира