新冠肺炎的可视化和预测分析（附代码）

2020-04-21 14:59:13 浏览数 (1)

新冠肺炎现在情况怎么样了？推荐一份Jupyter notebook代码进行了分析，把数据可视化，并对感染人数进行了预测。 来源：https://www.kaggle.com/corochann/covid-19-eda-with-recent-update-on-april?scriptVersionId=32149572

本文的可视化通过ployly实现。

本文数据更新到4月14日，最新数据下载：

https://www.kaggle.com/corochann/covid-19-eda-with-recent-update-on-april/data?scriptVersionId=32149572

（下载train.csv、test.csv、usa_states2.csv） 到input的convid19目录即可，数据更新到2020-4-14。

原始数据是这里下载修改的：

https://github.com/CSSEGISandData/COVID-19

完整代码放在github下载：

https://github.com/fengdu78/machine_learning_beginner/tree/master/covid19

代码内容

这份分析代码主要分为以下几个部分：

  • 全球趋势
  • 国家（地区）增长
  • 省份情况
  • 放大美国：现在美国正在发生什么？
  • 欧洲
  • 亚洲
  • 现在哪个国家正在复苏？
  • 什么时候会收敛？通过S型拟合进行预测

全球趋势

代码语言：javascript复制
fig = px.line(ww_melt_df, x="date", y="value", color='variable', 
              title="Worldwide Confirmed/Death Cases Over Time")
fig.show()

世界确诊和死亡数

代码语言：javascript复制
fig = px.line(ww_melt_df, x="date", y="value", color='variable',
              title="Worldwide Confirmed/Death Cases Over Time (Log scale)",
             log_y=True)
fig.show()

世界确诊和死亡数（取对数）

国家（地区）增长

代码语言：javascript复制
fig = px.bar(top_country_melt_df.iloc[::-1],
             x='value',
             y='country',
             color='variable',
             barmode='group',
             title=f'Confirmed Cases/Deaths on {target_date}',
             text='value',
             height=1500,
             orientation='h')
fig.show()

确诊数和死亡数

代码语言：javascript复制
top30_countries = top_country_df.sort_values(
    'confirmed', ascending=False).iloc[:30]['country'].unique()
top30_countries_df = country_df[country_df['country'].isin(top30_countries)]
fig = px.line(top30_countries_df,
              x='date',
              y='confirmed',
              color='country',
              title=f'Confirmed Cases for top 30 country as of {target_date}')
fig.show()

死亡最多的国家

代码语言：javascript复制
fig = px.bar(top_country_df[:30].iloc[::-1],
             x='mortality_rate',
             y='country',
             title=f'Mortality rate HIGH: top 30 countries on {target_date}',
             text='mortality_rate',
             height=800,
             orientation='h')
fig.show()

死亡率最高的国家

省份情况

出现新冠肺炎的主要国家的各省（州）的清单

放大美国：现在美国正在发生什么？

代码语言：javascript复制
fig = px.choropleth(train_us_latest,
                    locations='province_code',
                    locationmode="USA-states",
                    color='confirmed',
                    scope="usa",
                    hover_data=['province', 'fatalities', 'mortality_rate'],
                    title=f'Confirmed cases in US on {target_date}')
fig.show()

美国的死亡率情况

代码语言：javascript复制
train_us_march = train_us.query('date > "2020-03-01"')
fig = px.line(train_us_march,
              x='date', y='confirmed', color='province',
              title=f'Confirmed cases by state in US, as of {target_date}')
fig.show()

美国各州的确诊数

欧洲

代码语言：javascript复制
fig = px.choropleth(
    train_europe_latest,
    locations="country",
    locationmode='country names',
    color="confirmed",
    hover_name="country",
    range_color=[1, train_europe_latest['confirmed'].max()],
    color_continuous_scale='portland',
    title=f'European Countries with Confirmed Cases as of {target_date}',
    scope='europe',
    height=800)
fig.show()

欧洲确诊数

亚洲

代码语言：javascript复制
country_latest = country_df.query('date == @target_date')

fig = px.choropleth(
    country_latest,
    locations="country",
    locationmode='country names',
    color="confirmed",
    hover_name="country",
    range_color=[1, 50000],
    color_continuous_scale='portland',
    title=f'Asian Countries with Confirmed Cases as of {target_date}',
    scope='asia',
    height=800)
fig.show()

亚洲确诊数

代码语言：javascript复制
top_asian_country_df = country_df[country_df['country'].isin([
    'China', 'Indonesia', 'Iran', 'Japan', 'Korea, South', 'Malaysia',
    'Philippines'
])]

fig = px.line(top_asian_country_df,
              x='date',
              y='new_case',
              color='country',
              title=f'DAILY NEW Confirmed cases world wide')
fig.show()

亚洲每日确诊数量

现在哪个国家正在复苏？

代码语言：javascript复制
fig = px.choropleth(
    country_latest,
    locations="country",
    locationmode='country names',
    color="new_case_peak_to_now_ratio",
    hover_name="country",
    range_color=[0, 1],
    # color_continuous_scale="peach",
    hover_data=['confirmed', 'fatalities', 'new_case', 'max_new_case'],
    title='Countries with new_case_peak_to_now_ratio')
fig.show()

可以看到中国是最安全的国家了

什么时候会收敛？通过Sigmoid拟合进行预测

代码语言：javascript复制
plot_sigmoid_fitting(target_country_df_list,
                     pred_df_list,
                     title='Sigmoid fitting with all latest data')

确诊数预测，美国将会达到70万以上确诊

总结

‍

本文推荐一份Jupyter notebook代码进行了分析，把数据可视化，并对感染人数进行了预测。

完整代码放在github下载：

https://github.com/fengdu78/machine_learning_beginner/tree/master/covid19

github https git 网络安全 数据可视化

0 人点赞