这篇教程Python实战之疫苗研发情况可视化写得很实用，希望能帮到您。
一、安装plotly库因为这部分内容主要是用plotly库进行数据动态展示，所以要先安装plotly库 除此之外，我们对数据的处理还用了numpy和pandas库，如果你没有安装的话，可以用以下命令一行安装 pip install plotly numpy pandas #导入所需库import pandas as pdimport numpy as npimport plotly.express as pximport plotly.graph_objects as go
二、疫苗研发情况各国采用的疫苗品牌概览 通过对各国卫生部门确认备案的疫苗品牌，展示各厂商的疫苗在全球的分布 #读取数据locations=pd.read_csv(r'data/locations.csv') 
这里我们的loacation中可以看到各个地方的疫苗和数据的来源与数据来源的网页
三、数据处理#发现数据中vaccines列中包含了多个品牌的情况，将这类数拆为多条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() # 查看疫苗的种类 
四、可视化疫苗的分布情况#绘图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() 
各品牌分布： - Pfizer/BioNTech 主要分布于北美，南美的智利、厄瓜多尔，欧洲、沙特
- Sputnik V 主要分布于俄罗斯、伊朗、巴基斯坦、非洲的阿尔及利亚以及南美的玻利维亚、阿根廷
- Oxford/AstraZeneca 主要分布于欧洲、南亚、巴西
- Moderna 主要分布在北美和欧洲
- Sinopharm/Beijing 主要分布在中国、北非部分国家和南美的秘鲁
- Sinovac 主要分布在中国、南亚、土耳其和南美
- Sinopharm/Wuhan 主要仅分布于中国
- Covaxin 主要分布于印度
综上可以发现，全球采用最广的仍是Pfizer/BioNTech，国产疫苗中Sinovac(北京科兴疫苗)输出到了较多国家
五、各品牌疫苗上市情况（仅部分国家）根据数据集中提供的部分国家20年12月以来各品牌疫苗接种情况，分析各品牌上市时间及市场占有情况 #读取数据vacc_by_manu=pd.read_csv(r'data/vaccinations-by-manufacturer.csv') #定义函数，用于从原始数据中组织宽表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 
六、组织宽表#组织宽表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
七、补全缺失数据#补全缺失数据temp=pd.DataFrame()for i in vacc_combined.location.unique():#按国家进行不全 r=vacc_combined.loc[vacc_combined.location==i] r=r.fillna(method='ffill',axis=0)#先按最近一次的数据进行补全 temp=pd.concat([temp,r])#若没有最近的数据，认为该项为0temp=temp.fillna(0).reset_index(drop=True)temp 
八、绘制堆叠柱状图#绘制堆叠柱状图fig=px.bar(temp, x='location', y=vacc_by_manu.vaccine.unique(), animation_frame='date', color_discrete_sequence=['#636efa','#19d3f3','#ab63fa','#00cc96']#为了查看方便，品牌颜色与前一部分对应 )fig.show() 
数据中主要涉及Pfizer/BioNTech、Sinovac、Moderna、Oxford/AstraZeneca 4个品牌，其中： - Pfizer/BioNTech 上市时间最早，20年12月24日时即已经开始在智利接种了，之后在12月底开始在欧洲接种，21年1月12日开始在美国接种
- Sinovac 21年2月2日开始在智利接种Moderna 21年1月8日先在意大利开始接种，随后12日即开始在美国大量接种，最终在欧洲及美国均大量接种
- Oxford/AstraZeneca 21年2月2日先在意大利开始接种，随后即在欧洲开始接种
- 整体上看，Pfizer/BioNTech上市最早，且在全球占有份额最大，Moderna 随后上市，主要占据美国和欧洲市场，Sinovac、Oxford/AstraZeneca上市均较晚，其中Sinovac占据了智利的大部分市场份额，而Oxford/AstraZeneca主要分布于欧洲，且占份额很小
到此这篇关于Python实战之疫苗研发情况可视化的文章就介绍到这了,更多相关Python疫苗研发情况可视化内容请搜索51zixue.net以前的文章或继续浏览下面的相关文章希望大家以后多多支持51zixue.net！
Python打包exe时各种异常处理方案总结
Python基础之数据类型知识汇总 |
