Автор оригинала: Pankaj Kumar.

Сюжет географические данные на карте с использованием Python Duendly

В этом руководстве мы узнаем, как построить географические данные на карте, используя Python Duendly. Для этой демонстрации мы рассмотрим случаи Covid-19 из ourworldindata.org набор данных.

Шаги по участию географических данных на карте в Python

Давайте начнем.

1. Импортируйте необходимые библиотеки

Начнем с импорта необходимых библиотек. Нам нужно импортировать следующие два библиотека:

1. Панда
2. Plotly.express

import pandas as pd
import plotly.express as px

Теперь мы можем перейти к следующему шагу, который загружает набор данных.

2. Скачать и прочитайте набор данных

Чтобы загрузить и загрузить набор данных, используйте следующий кусок кода.

!wget https://covid.ourworldindata.org/data/owid-covid-data.csv

Выход:

Прочитайте набор данных CSV в Python с помощью метода Pandas Read_CSV:

df = pd.read_csv('owid-covid-data.csv')
df.head()

3. Построение набора данных COVID-19 на карте

Теперь мы можем использовать сюжету, чтобы построить данные из набора данных выше.

Мы замышляем ChoropleTh Map Отказ Это карта, которая использует различия в затенении, окраске или размещении символов в пределах предопределенных областей для указания средних значений определенного количества в этих областях.

Мы собираемся построить Количество новых случаев каждый день. Чутливо давайте сделаем это через анимацию.

Вот код, чтобы построить цвета и оттенки на карте:

fig = px.choropleth(df, locations="iso_code",
                    color="new_cases",
                    hover_name="location",
                    animation_frame="date",
                    title = "Covid Cases plotted using Plotly",                 color_continuous_scale=px.colors.sequential.PuRd)


fig["layout"].pop("updatemenus")
fig.show()

Выход:

Вывод показывает, как карта выглядит более трех разных месяцев года. Мы видим, что вирус быстро распространялся в Китае в феврале месяце, в США в апреле месяце и в Индии в сентябре месяце.

Вы также можете зависать в любой регион карты и просмотреть количество новых случаев.

Пюро-анимация позволяет удобно визуализировать данные времени серии.

4. Заключите код, чтобы списать географические данные с использованием Python Duendly

Полный код для этого раздела введен ниже:

import pandas as pd
import plotly.express as px

#download dataset
!wget https://covid.ourworldindata.org/data/owid-covid-data.csv

#import dataset
df = pd.read_csv('owid-covid-data.csv')

#plot
fig = px.choropleth(df, locations="iso_code",
                    color="new_cases",
                    hover_name="location",
                    animation_frame="date",
                    title = "Covid Cases plotted using Plotly",                 color_continuous_scale=px.colors.sequential.PuRd)


fig["layout"].pop("updatemenus")
fig.show()

6. Построение данных COVID-19 ASIA

Вы также можете установить объем карты в Азию. Давайте посмотрим, как построить географические данные для содержания Азии.

Чтобы установить объем заговора в Азию, установите параметр «Область «До» Азия ‘ Отказ

import pandas as pd
import plotly.express as px

#download dataset
!wget https://covid.ourworldindata.org/data/owid-covid-data.csv

#import dataset
df = pd.read_csv('owid-covid-data.csv')

#select entries with the continent as asia
df = df[df.continent == 'Asia']

#plot
fig = px.choropleth(df, locations="iso_code",
                    color="new_cases",
                    hover_name="location",
                    animation_frame="date",
                    title = "Daily new COVID cases",
                    scope ='asia',  color_continuous_scale=px.colors.sequential.PuRd)

fig["layout"].pop("updatemenus")
fig.show()

Выход:

Это видео показывает новые случаи COVID-19 на каждый день с помощью анимации.

Заключение

В этом руководстве было на графике географических данных в Python. Мы построили данные из набора COVID-19, используя загарно в Python. Чтобы узнать о других типах карт, которые заговорно позволяет создавать, прочитать их Официальная документация.