第八章 Pandas可视化 |
您所在的位置：网站首页 › 今天大连有无新增病例呢 › 第八章 Pandas可视化 |
第八章 Pandas可视化
|
目录 第1关：热力图显示XX重点地区 任务描述 相关知识 pandas.read_csv 热力图 seaborn.heatmap 编程要求 测试说明 代码： 第2关：排除异常采样点 任务描述 相关知识 关卡一热力图的异常点； 改变采样点步长。 编程要求 测试说明 代码： 第1关：热力图显示XX重点地区 任务描述本关任务：掌握使用pandas工具处理数据的基本知识以及使用seaborn.heatmap工具绘制热力图的方法。 相关知识为了完成本关任务，你需要掌握： pandas.read_csv用法；热力图的概念；seaborn.heatmap用法。 pandas.read_csv以.csv为后缀名的文件是常见的数据集存储文件，pandas工具为我们提供了read_csv方法来读取并解析.csv文件。具体使用示例如下： # 代码清单 1 import pandas as pd df = pd.read_csv("./data/dataset.csv")代码清单 1中，通过read_csv方法读取相对路径上的csv数据文件，并保存在pandas.DataFrame的对象里，这样我们就能通过DataFrame提供的数据处理方式对数据集进行各种各样的处理。 热力图顾名思义，热力图就是一种能够反应“热度值”信息的直观图片，这里的“热度值”往往承载着我们所关注的一些物理信息，例如本实训案例中所涉及的“疫情热度”信息。
如图 1所示，我们可以直观的通过图像中的“热度”信息感受到程度上的分布特征。 seaborn.heatmapseaborn.heatmap可以直接接收pandas.DataFrame对象作为数据绘制二维热力图，此时两个维度上的坐标分别是pandas.DataFrame的index和column。 除了接收数据作为参数外，seaborn.heatmap还能接收其他参数进行更多的设置，这里介绍几个主要的常用参数： 参数描述data绘图数据，作为第一个参数，不可为空vmax绘制热力图时，展示热力数值的上限，可为空vmin绘制热力图时，展示热力数值的下限，可为空cmap定义热力图色彩样式，可为空以下提供一个使用示例： import seaborn as sns import pandas as pd import numpy as np import matplotlib.pyplot as plt # 接收一个 DataFrame 对象，绘制出相应的热力图 def drawHeatMap(df, vmax=None, vmin=None, cmap="Reds", figsize=(10,5)): # 设置后，热力图上可以正常展示中文 sns.set(font="simhei") # 设置单位热力区域的尺寸 f, ax = plt.subplots(figsize=figsize) ax = sns.heatmap(df, vmax = vmax, vmin=vmin, cmap=cmap) uniform_data = np.random.rand(10, 12) drawHeatMap(uniform_data)以上代码将会绘制出如下热力图：
图2 随机参数的热力图 编程要求根据提示，在右侧编辑器 Begin-End 区域补充代码，针对提供给疫情数据绘制出相应的热力图。具体要求如下： 设置热力单位区域尺寸为 (10, 5)；正常显示中文；设置配色样式为 "reds"。 测试说明平台会对你编写的代码进行测试： 将你输出的图片与预期输出的图片进行对比。 代码： import pandas as pd import seaborn as sns import pandas as pd import numpy as np import matplotlib.pyplot as plt df = pd.read_csv("./data/Wuhan-2019-nCoV.csv") # 获取国家某时间点的疫情病例累计信息 def getDataByCountry(name,date): tem = df.loc[(df['date']==date)&(df['country']==name) & (df['province']!=df['province'])] if tem.empty: return None return tem.iloc[0] # 获取省级区域某时间点的疫情病例累计信息 def getDataByProvince(name,date): return df.loc[(df['date']==date)&(df['province']==name) & (df['city']!=df['city'])].iloc[0] # 获取城市某时间点的疫情病例累计信息 def getDataByCity(name,date): return df.loc[(df['date']==date)&(df['city']==name)].iloc[0] # 定义区域范围 HuBeiCitys = [ "武汉市","黄石市","十堰市","宜昌市","襄阳市","鄂州市","荆门市", "孝感市","荆州市","黄冈市","咸宁市","随州市","恩施土家族苗族自治州", "仙桃市","潜江市","天门市", ] # 定义时间范围,以一天作为步长，统计新增确诊病例数 HuBeiDates = [ '2020-01-31' ] for i in range(29): HuBeiDates.append("2020-02-{:02d}".format(i+1)) # 构建不同城市在时间范围内的累计确诊病例数的列表 HuBeiStore = {} for city in HuBeiCitys: HuBeiStore[city] = [getDataByCity(city,HuBeiDates[i])['confirmed'] for i in range(len(HuBeiDates))] # 在累计确诊病例数，计算出每两天新增的确诊病例数，从而计算出两天内的疫情扩散指数。 HuBeiDaily = {} for city in HuBeiCitys: # 因标准变更，新增确诊病例数可能为负，这里统一作为 0 处理。 HuBeiDaily[city] = [max(0,(HuBeiStore[city][i+1]-HuBeiStore[city][i]))/HuBeiStore[city][i+1] for i in range(len(HuBeiDates)-1)] # 创建用于绘制热力图的 DataFrame 对象 HuBeiDf = pd.DataFrame(HuBeiDaily, index=HuBeiDates[1:]) # 保存图片的路径 figPath = "./step1/target/result.jpg" ########## Begin ########## # 请在此处填写绘制热力图的代码 sns.set(font="simhei") f, ax = plt.subplots(figsize=(10,5)) ax = sns.heatmap(HuBeiDf,cmap="Reds") ########## End ########## fig = ax.get_figure() fig.savefig(figPath) # 测试 from test import test test("./step1/answer/answer.jpg","./step1/target/result.jpg")开始你的任务吧，祝你成功！ 第2关：排除异常采样点 任务描述本关任务：在上一关卡的基础上，针对 2 月 7 日出现的异常采样点，采取步长为 2 天的方式来统计新增确诊病例，并绘制热力图。 相关知识为了完成本关任务，你需要掌握： 关卡一热力图的异常点； 改变采样点步长。关卡一热力图的异常点 相信你已经发现了关卡一中出现的一个异常点，即 2 月 7 日湖北省所有地区均无新增确诊病例：
通过上图我们可以发现，湖北省各地区在 2 月份的新增确诊病例主要集中在上旬，到下旬增长率明显放缓。但其中有一个异常的时间点：2 月 7 日。可能是数据本身的问题，也可能是因为当时政策标准的调整，2 月 7 日的新增病例远低于其“估计值”。 另外，我们还能发现XX市在 2 月 13 日出现了爆发式增长。 改变采样点步长 为了能够降低这些异常值对可视化图表带来的噪声干扰，在本案例中可以通过增加采样点步长的方式来进行“稀释”。 首先，解释下本案例热力图所描绘的“热力值”的概念：疫情扩散指数。
举例来说： XX市 2020-02-01 确诊： 4109 XX市 2020-02-02 确诊： 5142那么XX市在 2020-02-02 疫情扩散指数为：
此时采样步长为 1 天。如果要将步长改为两天的话，那么就需要将XX市在 2 月 3 号的确诊数减去 2 月 1 号的确诊数，然后再除以 2 月 3 号的确诊数，记为XX市在 2 月 3 号的疫情扩散指数。 编程要求根据提示，在右侧编辑器 Begin-End 区域补充代码，在关卡一的基础上修改采样步长为 2 天，重新绘制湖北各地区在 2 月份的疫情热力图。具体要求如下： 热力图配色方案选择 "Reds"，单元区域尺寸=(10,5)；时间采样步长为 2 天。仅显示 2 月份偶数天的疫情扩散情况。 测试说明平台会对你编写的代码进行测试： 检测实际绘制的热力图是否与答案匹配。 代码： import pandas as pd import seaborn as sns import pandas as pd import numpy as np import matplotlib.pyplot as plt df = pd.read_csv("./data/Wuhan-2019-nCoV.csv") # 获取国家某时间点的疫情病例累计信息 def getDataByCountry(name,date): tem = df.loc[(df['date']==date)&(df['country']==name) & (df['province']!=df['province'])] if tem.empty: return None return tem.iloc[0] # 获取省级区域某时间点的疫情病例累计信息 def getDataByProvince(name,date): return df.loc[(df['date']==date)&(df['province']==name) & (df['city']!=df['city'])].iloc[0] # 获取城市某时间点的疫情病例累计信息 def getDataByCity(name,date): return df.loc[(df['date']==date)&(df['city']==name)].iloc[0] # 定义区域范围 HuBeiCitys = [ "武汉市","黄石市","十堰市","宜昌市","襄阳市","鄂州市","荆门市", "孝感市","荆州市","黄冈市","咸宁市","随州市","恩施土家族苗族自治州", "仙桃市","潜江市","天门市", ] ########## Begin ########## # 定义时间范围,以两天作为步长，统计新增确诊病例数 HuBeiDates = [ '2020-01-31' ] for i in range(29): HuBeiDates.append("2020-02-{:02d}".format(i+1)) ########## End ########## # 构建不同城市在时间范围内的累计确诊病例数的列表 HuBeiStore = {} for city in HuBeiCitys: HuBeiStore[city] = [getDataByCity(city,HuBeiDates[i])['confirmed'] for i in range(len(HuBeiDates))] # 在累计确诊病例数，计算出每两天新增的确诊病例数，从而计算出两天内的疫情扩散指数。 HuBeiDaily = {} for city in HuBeiCitys: # 因标准变更，新增确诊病例数可能为负，这里统一作为 0 处理。 HuBeiDaily[city] = [max(0,(HuBeiStore[city][i+1]-HuBeiStore[city][i]))/HuBeiStore[city][i+1] for i in range(len(HuBeiDates)-1)] # 创建用于绘制热力图的 DataFrame 对象 HuBeiDf = pd.DataFrame(HuBeiDaily, index=HuBeiDates[1:]) # 保存图片的路径 figPath = "./step2/target/result.jpg" ########## Begin ########## # 请在此处填写绘制热力图的代码 sns.set(font="simhei") f, ax = plt.subplots(figsize=(10,5)) ax = sns.heatmap(HuBeiDf, cmap="Reds") ########## End ########## fig = ax.get_figure() fig.savefig(figPath) # 测试 from test import test test("./step2/answer/answer.jpg","./step2/target/result.jpg")开始你的任务吧，祝你成功！ |
图1 热力图示例
【本文地址】
今日新闻 |
推荐新闻 |