数据可视化与COVID-19疫苗接种分析

数据可视化是一种将数据转换为直观图形的技术,它能够帮助更快速、更直观地理解数据背后的故事。就像将剧本转化为电影一样,数据可视化让数据活灵活现。通过图形和图表,可以更容易地识别出相关参数之间的强关联性。人类大脑处理视觉图像的速度比处理文本快60,000倍,因此,图形、图表等视觉表现形式更易于大脑处理。

本文将分析和可视化全球COVID-19疫苗接种的最新情况。将使用Plotly和Seaborn进行数据可视化,使用pandas进行数据分析。以下是导入所需库的代码示例:

import numpy as np # 线性代数 import pandas as pd # 数据处理,CSV文件I/O(例如pd.read_csv) import matplotlib.pyplot as plt import seaborn as sns import plotly.express as px from plotly.offline import download_plotlyjs, init_notebook_mode, plot, iplot import plotly.graph_objects as go import plotly.figure_factory as ff from plotly.colors import n_colors from wordcloud import WordCloud, ImageColorGenerator init_notebook_mode(connected=True) from plotly.subplots import make_subplots from pywaffle import Waffle import warnings warnings.filterwarnings("ignore") top10 = new_df['vaccines'].value_counts().nlargest(10) data = dict(new_df['vaccines'].value_counts(normalize=True).nlargest(10) * 100) vaccine = ['Oxford/AstraZeneca', 'Moderna', 'Pfizer/BioNTech', ...] fig = plt.figure( rows=7, columns=12, FigureClass=Waffle, values=data, title={'label': '疫苗比例', 'loc': 'center', 'fontsize': 15}, colors=("#FF7F0E", "#00B5F7", "#AB63FA", "#00CC96", ... labels=[f"{k} ({v:.2f}%)" for k, v in data.items()], legend={'loc': 'lower left', 'bbox_to_anchor': (0, -0.4), 'ncol': 2, 'framealpha': 0}, figsize=(12, 9) ) fig.show()
沪ICP备2024098111号-1
上海秋旦网络科技中心:上海市奉贤区金大公路8218号1幢 联系电话:17898875485