一、开发背景
你好，我是 @马哥python说 ，这是我用Python开发的全球疫情动态条形图，演示效果：
https://www.zhihu.com/zvideo/1560327622025969664
二、讲解代码
2.1 获取数据
疫情数据从github手工下载的，地址是：
https://github.com/BlankerL/DXY-COVID-19-Data/releases/
github截图：
数据下载后，查看数据格式，字段包含：
大洲中文、大洲英文、国家中文、国家英文、省份中文、省份英文、省份邮编、省份确诊、省份疑似、省份治愈、省份死亡、城市中文、城市英文、城市邮编、城市确诊、城市疑似、城市治愈、城市死亡、更新时间。
部分数据截图：注：由于网络原因，很多小伙伴打不开github，我已经下载好csv数据，公众号「老男孩的平凡之路」后台回复「疫情数据」即可获取最新csv数据！
2.2 数据清洗
csv下载好之后，开始清洗数据。
读取csv文件（只读取 国家名称、确诊数量、更新时间 这3个字段）：
# 读取数据data_file = 'DXYArea_20221003.csv'df = pd.read_csv(data_file, usecols=['countryName', 'province_confirmedCount', 'updateTime'])由于本次只分析2022年数据，所以过滤出2022的数据：
# 过滤出2022年的数据df = df.loc[df.updateTime.astype(str).str.startswith('2022')]由于中国数据和其他国家数据不同，中国数据是分省份统计的，所以先汇总，保证和其他国家数据格式一致：
# 由于中国数据是分省统计的，所以先把中国数据汇总一下# 分组求和df = df.groupby(['countryName', 'updateTime']).sum()# 重置索引df.reset_index(inplace=True)转换日期格式，并将时间去掉只保留日期：
# 转换成日期类型df['updateTime'] = pd.to_datetime(df['updateTime'])# 把时间去掉，只保留日期df['updateTime'] = df['updateTime'].apply(lambda x: x.strftime('%Y-%m-%d'))由于存在每天多次统计的情况，所以只保留最新的一条数据：
df2 = df.groupby(['countryName', 'updateTime']).apply(lambda t: t[t.province_confirmedCount == t.province_confirmedCount.max()])df2.drop_duplicates(inplace=True) # 删除重复值df2.reset_index(inplace=True,drop=True) #重置索引下面，开始行列转换（很关键！这是bar_chart_race库要求的输入格式）
转换代码：
# 行列转换df3 = df2.set_index(['updateTime', 'countryName'])['province_confirmedCount'].unstack()df3.columns.name = None# 重置索引df3.reset_index(inplace=True)
转换前，国家为行：
转换后，国家为列：下面就可以开始开发可视化代码了。
2.3 可视化开发
画图之前，再进行一次数据清洗：
# 数据清洗df3.fillna(0, inplace=True) # 填充空值df3.set_index('updateTime', inplace=True) # 设置索引核心代码，可视化开发条形图：
import bar_chart_race as bcr# 生成结果文件bcr.bar_chart_race(df=df3, # 输入数据 filename='covid19_10.mp4', # 输出文件名 n_bars=30, # 柱子的个数 title='2022全世界TOP30疫情确诊数量国家动态排名' # 标题 )代码中，我设置了4个参数（输入数据、输出文件名、条形图条数、标题），当然，bar_chart_race还支持更多参数，比如图片大小、标题大小、柱形大小、排序规则等等，详细请见官网介绍：Bar Chart Race
最后效果（数据截止到2022.10.02）：
https://www.zhihu.com/zvideo/1560327622025969664
我是马哥，全网累计粉丝上万，欢迎一起交流python技术。
各平台搜索“马哥python说”：知乎、哔哩哔哩、小红书、新浪微博。 |
