快捷導(dǎo)航

Python實戰(zhàn)之疫苗研發(fā)情況可視化

更新時間：2021年05月18日 15:50:54 作者：Real&Love

2020年底以來,歐美,印度,中國,俄羅斯等多國得制藥公司紛紛推出了針對新冠/肺炎的疫苗,這部分主要分析了2020年以來全球疫情形勢,各類疫苗在全球的地理分布,疫苗在各國的接種進(jìn)度進(jìn)行可視化展示,需要的朋友可以參考下

一、安裝plotly庫

因為這部分內(nèi)容主要是用plotly庫進(jìn)行數(shù)據(jù)動態(tài)展示，所以要先安裝plotly庫

pip install plotly

除此之外，我們對數(shù)據(jù)的處理還用了numpy和pandas庫，如果你沒有安裝的話，可以用以下命令一行安裝

pip install plotly numpy pandas

#導(dǎo)入所需庫
import pandas as pd
import numpy as np
import plotly.express as px
import plotly.graph_objects as go

二、疫苗研發(fā)情況

各國采用的疫苗品牌概覽

通過對各國衛(wèi)生部門確認(rèn)備案的疫苗品牌，展示各廠商的疫苗在全球的分布

#讀取數(shù)據(jù)
locations=pd.read_csv(r'data/locations.csv')

locations

在這里插入圖片描述

這里我們的loacation中可以看到各個地方的疫苗和數(shù)據(jù)的來源與數(shù)據(jù)來源的網(wǎng)頁

三、數(shù)據(jù)處理

#發(fā)現(xiàn)數(shù)據(jù)中vaccines列中包含了多個品牌的情況，將這類數(shù)拆為多條
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() # 查看疫苗的種類

在這里插入圖片描述

四、可視化疫苗的分布情況

#繪圖
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()

在這里插入圖片描述

各品牌分布：

Pfizer/BioNTech 主要分布于北美，南美的智利、厄瓜多爾，歐洲、沙特
Sputnik V 主要分布于俄羅斯、伊朗、巴基斯坦、非洲的阿爾及利亞以及南美的玻利維亞、阿根廷
Oxford/AstraZeneca 主要分布于歐洲、南亞、巴西
Moderna 主要分布在北美和歐洲
Sinopharm/Beijing 主要分布在中國、北非部分國家和南美的秘魯
Sinovac 主要分布在中國、南亞、土耳其和南美
Sinopharm/Wuhan 主要僅分布于中國
Covaxin 主要分布于印度

綜上可以發(fā)現(xiàn)，全球采用最廣的仍是Pfizer/BioNTech，國產(chǎn)疫苗中Sinovac(北京科興疫苗)輸出到了較多國家

五、各品牌疫苗上市情況（僅部分國家）

根據(jù)數(shù)據(jù)集中提供的部分國家20年12月以來各品牌疫苗接種情況，分析各品牌上市時間及市場占有情況

#讀取數(shù)據(jù)
vacc_by_manu=pd.read_csv(r'data/vaccinations-by-manufacturer.csv')

#定義函數(shù)，用于從原始數(shù)據(jù)中組織寬表
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

在這里插入圖片描述

六、組織寬表

#組織寬表
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

在這里插入圖片描述

七、補全缺失數(shù)據(jù)

#補全缺失數(shù)據(jù)
temp=pd.DataFrame()
for i in vacc_combined.location.unique():#按國家進(jìn)行不全
    r=vacc_combined.loc[vacc_combined.location==i]
    r=r.fillna(method='ffill',axis=0)#先按最近一次的數(shù)據(jù)進(jìn)行補全
    temp=pd.concat([temp,r])#若沒有最近的數(shù)據(jù)，認(rèn)為該項為0
temp=temp.fillna(0).reset_index(drop=True)
temp

在這里插入圖片描述

八、繪制堆疊柱狀圖

#繪制堆疊柱狀圖
fig=px.bar(temp,
        x='location',
        y=vacc_by_manu.vaccine.unique(),
        animation_frame='date',
        color_discrete_sequence=['#636efa','#19d3f3','#ab63fa','#00cc96']#為了查看方便，品牌顏色與前一部分對應(yīng)
        )
fig.show()

在這里插入圖片描述

數(shù)據(jù)中主要涉及Pfizer/BioNTech、Sinovac、Moderna、Oxford/AstraZeneca 4個品牌，其中：

Pfizer/BioNTech 上市時間最早，20年12月24日時即已經(jīng)開始在智利接種了，之后在12月底開始在歐洲接種，21年1月12日開始在美國接種
Sinovac 21年2月2日開始在智利接種Moderna 21年1月8日先在意大利開始接種，隨后12日即開始在美國大量接種，最終在歐洲及美國均大量接種
Oxford/AstraZeneca 21年2月2日先在意大利開始接種，隨后即在歐洲開始接種
整體上看，Pfizer/BioNTech上市最早，且在全球占有份額最大，Moderna 隨后上市，主要占據(jù)美國和歐洲市場，Sinovac、Oxford/AstraZeneca上市均較晚，其中Sinovac占據(jù)了智利的大部分市場份額，而Oxford/AstraZeneca主要分布于歐洲，且占份額很小

到此這篇關(guān)于Python實戰(zhàn)之疫苗研發(fā)情況可視化的文章就介紹到這了,更多相關(guān)Python疫苗研發(fā)情況可視化內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

您可能感興趣的文章: