Python实战之疫苗研发情况可视化

Caroline ·

更新时间:2024-11-15

· 1521 次阅读

一、安装plotly库

二、疫苗研发情况

三、数据处理

四、可视化疫苗的分布情况

五、各品牌疫苗上市情况（仅部分国家）

六、组织宽表

七、补全缺失数据

八、绘制堆叠柱状图

一、安装plotly库

因为这部分内容主要是用plotly库进行数据动态展示，所以要先安装plotly库


pip install plotly

除此之外，我们对数据的处理还用了numpy和pandas库，如果你没有安装的话，可以用以下命令一行安装


pip install plotly numpy pandas


#导入所需库
import pandas as pd
import numpy as np
import plotly.express as px
import plotly.graph_objects as go

二、疫苗研发情况

各国采用的疫苗品牌概览

通过对各国卫生部门确认备案的疫苗品牌，展示各厂商的疫苗在全球的分布


#读取数据
locations=pd.read_csv(r'data/locations.csv')


locations

这里我们的loacation中可以看到各个地方的疫苗和数据的来源与数据来源的网页

三、数据处理


#发现数据中vaccines列中包含了多个品牌的情况，将这类数拆为多条
vaccines_by_country=pd.DataFrame()
for i in locations.iterrows():
    df=pd.DataFrame({'Country':i[1].location,'vaccines':i[1].vaccines.split(',')})
    vaccines_by_country=pd.concat([vaccines_by_country,df])
vaccines_by_country['vaccines']=vaccines_by_country.vaccines.str.strip()# 去掉空格


vaccines_by_country.vaccines.unique() # 查看疫苗的种类

四、可视化疫苗的分布情况


#绘图
fig=px.choropleth(vaccines_by_country,
                locations='Country',
                locationmode='country names',
                color='vaccines',
                facet_col='vaccines',
                facet_col_wrap=3)
fig.update_layout(width=1200, height=1000)
fig.show()

各品牌分布：

Pfizer/BioNTech 主要分布于北美，南美的智利、厄瓜多尔，欧洲、沙特

Sputnik V 主要分布于俄罗斯、伊朗、巴基斯坦、非洲的阿尔及利亚以及南美的玻利维亚、阿根廷

Oxford/AstraZeneca 主要分布于欧洲、南亚、巴西

Moderna 主要分布在北美和欧洲

Sinopharm/Beijing 主要分布在中国、北非部分国家和南美的秘鲁

Sinovac 主要分布在中国、南亚、土耳其和南美

Sinopharm/Wuhan 主要仅分布于中国

Covaxin 主要分布于印度

综上可以发现，全球采用最广的仍是Pfizer/BioNTech，国产疫苗中Sinovac(北京科兴疫苗)输出到了较多国家

五、各品牌疫苗上市情况（仅部分国家）

根据数据集中提供的部分国家20年12月以来各品牌疫苗接种情况，分析各品牌上市时间及市场占有情况


#读取数据
vacc_by_manu=pd.read_csv(r'data/vaccinations-by-manufacturer.csv')


#定义函数，用于从原始数据中组织宽表
def query(df,country,date,vaccine):
    try:
        result=df.loc[(df.location==country)&(df.date==date)&(df.vaccine==vaccine)].total_vaccinations.iloc[0]
    except:
        result=np.nan
    return result


vacc_by_manu

六、组织宽表


#组织宽表
vacc_combined=pd.DataFrame(columns=['location','date','Pfizer/BioNTech', 'Sinovac', 'Moderna', 'Oxford/AstraZeneca'])
for i in vacc_by_manu.location.unique():
    for j in vacc_by_manu.date.unique():
        for z in vacc_by_manu.vaccine.unique():
            result=query(vacc_by_manu,i,j,z)
            if vacc_combined.loc[(vacc_combined.location==i)&(vacc_combined.date==j)].empty:
                result_df=pd.DataFrame({'location':i,'date':j,z:result},index=['new'])
                vacc_combined=pd.concat([vacc_combined,result_df])
            else:
                vacc_combined.loc[(vacc_combined.location==i)&(vacc_combined.date==j),z]=result


vacc_combined

七、补全缺失数据


#补全缺失数据
temp=pd.DataFrame()
for i in vacc_combined.location.unique():#按国家进行不全
    r=vacc_combined.loc[vacc_combined.location==i]
    r=r.fillna(method='ffill',axis=0)#先按最近一次的数据进行补全
    temp=pd.concat([temp,r])#若没有最近的数据，认为该项为0
temp=temp.fillna(0).reset_index(drop=True)
temp

八、绘制堆叠柱状图


#绘制堆叠柱状图
fig=px.bar(temp,
        x='location',
        y=vacc_by_manu.vaccine.unique(),
        animation_frame='date',
        color_discrete_sequence=['#636efa','#19d3f3','#ab63fa','#00cc96']#为了查看方便，品牌颜色与前一部分对应
        )
fig.show()