全国多地新冠病例0增长，教你用Python画出当下疫情最火玫瑰图！

CDA数据分析师出品

近日，新冠肺炎防控成果的好消息不断。

今天我们聊聊，惊艳的疫情直观图。

据国家卫健委数据统计，截止至3月10日24时，31省区市累计治愈出院病历超6万，达到61475例。

3月10日，随着江夏方舱医院和武昌方舱医院“休舱大吉”，武汉14家方舱医院全部休舱。

截止到3月12日24时，全国13地连续16天及以上无新增新冠肺炎确诊病例。

看来春天真的是来了，疫情好转的势头已经愈发明显。想必许多小伙伴也一样，越来越期待摘下口罩的那天，出门玩耍，出游踏青，吃起火锅唱起歌。

不过C君在这里也要提醒大家，多地病历0新增不代表零风险，一定要绷住，不要过早的松懈！继续戴好口罩，做好个人防护，避免人群聚集，相信摘下口罩的那天也就不远啦！

01

这道彩虹真赞！
疫情玫瑰图火了

与此同时，最近刷遍微博的这个疫情直观图火了！来自央视新闻官微的这个图一经发出就令人惊艳，彩虹的配色，直观的展现出目前全国多地病例0新增的数据。

一时间#这道彩虹真赞#的话题在微博上阅读达到2.6亿，讨论3.4万。大家在欣喜疫情好转的同时，都在问这个图叫什么呀？真太惊艳了。

微博上也出现了各种解答，有的说是饼图，扇形图，甚至还有的说是蜗牛图，漩涡图的…其实准确的来说，这个图叫做南丁格尔玫瑰图。

02

享誉全球的白衣天使
佛罗伦斯‧南丁格尔

南丁格尔玫瑰图（Nightingale rose diagram）又名鸡冠花图、极坐标区域图。统计学家和医学改革家佛罗伦斯‧南丁格尔 (Florence Nightingale) 曾在克里米亚战争期间使用这种图表传达士兵身亡情况，故得名。

说起南丁格尔玫瑰图，就不得不聊一聊它的发明者，世界上第一个真正的女护士——弗罗伦斯·南丁格尔。

弗罗伦斯·南丁格尔是著名的英国护士和统计学家，于1820年5月12日出生于意大利一个来自英国上流社会的家庭。南丁格尔在德国学习护理后，曾往伦敦的医院工作。于1853年成为伦敦慈善医院的护士长。

19世纪50年代，英国、法国、土耳其和俄国进行了克里米亚战争，当时英国战士的死亡率高达42%。南丁格尔主动申请，她和38名女性志愿者护士的工作人员，前往战地医院服务。

到达战地医院后，南丁格尔克服种种困难，改善医院后勤服务和环境卫生，建立医院管理制度，提高护理质量，使伤病员死亡率从42%，急剧下降到2%。同时南丁格尔不仅表现出非凡的组织才能，而且对伤病员的关怀爱护感人至深。因此她也被称为被称为“克里米亚的天使”；南丁格尔经常在黑夜中提灯巡视病房，又被誉为“提灯女士”(The Lady with the Lamp)。

由于南丁格尔的贡献，让昔日地位低微的护士，社会地位与形象都大为提高，成为崇高的象征。“南丁格尔”也成为护士精神的代名词。

03

数据可视化先驱
南丁格尔玫瑰图

除了出色的医护才能，南丁格尔也有很强的数学天分，这也让她在之后成为视觉表现和统计图形的先驱。

在克里米亚的战地医院工作时，她分析过堆积如山的军事档案，发现在克里米亚战役中，英军死亡的原因是在战场外感染疾病，及在战场上受伤后缺乏适当护理而伤重致死，真正死在战场上的人反而不多。

由于当时资料统计的结果往往不受人重视，她发展出一种色彩缤纷的图表形式——南丁格尔玫瑰图，让数据能够更加让人印象深刻。她用这个图标来表达军医院季节性的死亡率，向不会阅读统计报告的国会议员，报告克里米亚战争的医疗条件。

左下说明简译

各色块圆饼区均由圆心往外的面积来表现数字
蓝色区域：死于原本可避免的感染的士兵数
红色区域：因受伤过重而死亡的士兵数
黑色区域：死于其它原因的士兵数
1854年10月、1855年4月的红黑区域恰好相等
1856年1月与2月的蓝、黑区域恰好相等
1854年11月红色区域中的黑线指出该月的黑色区域大小

正是这种清晰易懂的数据展现形式，改变了当时包括维多利亚女王在内的高层人士的认知，导致他们做出医事改革的决策。

普通柱形图的坐标系是直角坐标系，而南丁格尔玫瑰图的坐标系是极坐标系，使用圆弧的半径长短表示数据的大小。比起一般的柱状图，它要更有冲击性，是非常一目了然的统计图。

用例

那南丁格尔玫瑰图都有哪些用例呢？

除了对比不同分类的大小，如各国制造指数的对比：

Facebook 和 Twitter的用户对比：

还可以用于表示披头士歌曲的音调。

还有最近火了的全国各地0新增彩虹图。

04

教你用Python画出
南丁格尔玫瑰图

那么你想知道，怎么才能做出如此惊艳的南丁格尔玫瑰图吗？

常见的方法有用Excel，然而做起来过程繁琐还还原度低。

要知道，万物皆可Python。

除了用Excel，今天C君就来教教你，怎么用Python做南丁格尔玫瑰图，保证高还原度：

左图是原图，右图是用pyechart做的。

具体步骤如下：

我们使用pyecharts包进行南丁格尔玫瑰图的绘制，如果你没有安装pyecharts，可以使用以下代码进行pip安装。

pip install pyecharts

南丁格尔玫瑰图和饼图类似，算是饼图的一种变形，用法也一样，主要用在需要查看占比的场景中。

首先需要导入我们需要使用的包，其中pandas用于数据整理，pyecharts用于绘图。

import pandas as pd
from pyecharts.charts import Pie
from pyecharts import options as opts

然后准备需要的数据，所用信息来自于国家卫健委官方网站，整理之后的数据使用列表的形式进行存储，其中provinces存储省份名称，num存储确诊病例连续多日零新增的数字，color_series列表存储颜色用于后续的绘图使用。

provinces = ['北京','上海','黑龙江','吉林','辽宁','内蒙古','新疆','西藏','青海','四川','云南','陕西','重庆',
'贵州','广西','海南','澳门','湖南','江西','福建','安徽','浙江','江苏','宁夏','山西','河北','天津']
num = [1,1,1,17,9,22,23,42,35,7,20,21,16,24,16,21,37,12,13,14,13,7,22,8,16,13,13]
color_series = ['#FAE927','#E9E416','#C9DA36','#9ECB3C','#6DBC49',
'#37B44E','#3DBA78','#14ADCF','#209AC9','#1E91CA',
'#2C6BA0','#2B55A1','#2D3D8E','#44388E','#6A368B'
'#7D3990','#A63F98','#C31C88','#D52178','#D5225B',
'#D02C2A','#D44C2D','#F57A34','#FA8F2F','#D99D21',
'#CF7B25','#CF7B25','#CF7B25']

接下来使用pandas对数据进行降序排列以方便后续的绘图，并提取数据。

# 创建数据框
df = pd.DataFrame({'provinces': provinces, 'num': num})
# 降序排序
df.sort_values(by='num', ascending=False, inplace=True)

# 提取数据
v = df['provinces'].values.tolist
d = df['num'].values.tolist

最后使用Pyecharts库中的Pie类进行图形的绘制，代码说明如下，其中的配置项可以在pyecharts官网 https://pyecharts.org

进行查看。图形生成在本地的html网页中。

# 实例化Pie类
pie1 = Pie(init_opts=opts.InitOpts(width='1350px', height='750px'))
# 设置颜色
pie1.set_colors(color_series)
# 添加数据，设置饼图的半径，是否展示成南丁格尔图
pie1.add("", [list(z) for z in zip(v, d)],
radius=["30%", "135%"],
center=["50%", "65%"],
rosetype="area"
)
# 设置全局配置项
pie1.set_global_opts(title_opts=opts.TitleOpts(title='玫瑰图示例'),
legend_opts=opts.LegendOpts(is_show=False),
toolbox_opts=opts.ToolboxOpts)
# 设置系列配置项
pie1.set_series_opts(label_opts=opts.LabelOpts(is_show=True, position="inside", font_size=12,
formatter="{b}:{c}天", font_,
font_weight="bold", font_family="Microsoft YaHei"
),
)
# 生成html文档
pie1.render('南丁格尔玫瑰图.html')

生成的图如下：

最后，再自己加一下中间的字就大功告成，对比一下原图，是不是还原度很高呢？

结语：

怎么样，用Python作出如此绚烂的彩虹玫瑰图，你学会了吗？绚烂玫瑰，意味着我们终将完全战胜疫情，大家又可以开始丰富多彩的社会生活。

不过C君还是要提醒大家一下，虽然目前疫情大有转好，但大家一定不能掉以轻心！坚持做好防护哦，直到疫情完全解除的那一天。奥利给！

全国多地新冠病例0增长，教你用Python画出当下疫情最火玫瑰图！相关推荐

分析近九千个新冠病例后，迄今最大数据集已公开
By 超神经内容提要:新冠病毒肺炎肆虐的一个多月时间里,我们一直在不断新增对这个病毒的认知.在 2 月 11 日,来自多个科研机构的研究者,在基于对 8866 名病例进行研究分析后,发布了一篇关于该 ...
新冠病例继续攀升苹果关闭纽约市所有实体店
12月28日消息,据国外媒体报道,苹果周一表示,由于纽约市奥密克戎变种病例激增,公司决定关闭纽约市的所有门店,不过依旧开放在线取货服务. 据悉,遭到关闭的店铺影响到曼哈顿.布鲁克林.布朗克斯和斯塔滕岛 ...
【深度学习】在PyTorch中使用 LSTM 进行新冠病例预测
时间序列数据,顾名思义是一种随时间变化的数据.例如,24 小时时间段内的温度,一个月内各种产品的价格,特定公司一年内的股票价格.长短期记忆网络(LSTM)等高级深度学习模型能够捕捉时间序列数据中的模式 ...
新冠病毒爆发如何预防？用Python模拟病毒应对策略（附代码）
2019年末,在中国武汉爆发的冠状病毒疫情冲击了整个金融市场和实体经济.这座总人口超过千万,春运期间流动人口超过500万的巨型城市的灾难在世界各地引发了一连串蝴蝶效应,也在全球普通民众中引发恐慌. 武 ...
2022新冠两大毒王合体？印媒炒作高危变异毒株缝合怪「Delmicron」
视学算法报道编辑:David [新智元导读]近日有印度媒体报道,新冠病毒Delta和Omicron毒株可能「合体」!由此产生的「超级缝合怪」Delmicron兼具大病毒量和高传播性,即将掀起 ...
本人毕业设计基于python的新冠疫情数据分析系统
https://www.bilibili.com/video/BV1ba411j7Pu?spm_id_from=333.999.0.0 本人毕业答辩视频有详细的论文以及代码实现视频 2.登录模块效 ...
新冠病毒又变种了, Lambda病毒比Delta病毒更危险
初次在秘鲁被发现的Lambda变种新冠病毒目前在加拿大全国形成11起确诊病例.固然患者人数不多,但依然惹起了公共卫生部门的亲密留意. Lambda又被称作C.37,去年8月在秘鲁呈现,目前曾经蔓延到美 ...
最新研究发布：新冠灭活疫苗和mRNA疫苗防重症保护效果相当
近日,美国医学会杂志(JAMA)发布了一项题为<科兴新冠灭活疫苗克尔来福和复必泰疫苗在Omicron流行期间随时间推移对于预防重症的保护效果变化>的研究,结果显示接种两剂克尔来福和两剂复必 ...
Cell：无症状新冠患者阳性持续105天
此前有研究显示,大多数SARS-CoV-2感染患者在大约8天内表现出比较强的传染性,但人与人之间存在很大的差异,尤其免疫力低下人群或有不同表现.11月4日,顶级学术期刊<细胞>(Cell) ...

全国多地新冠病例0增长，教你用Python画出当下疫情最火玫瑰图！

01

02

03

用例

04

全国多地新冠病例0增长，教你用Python画出当下疫情最火玫瑰图！相关推荐

最新文章

热门文章