# default_exp china
# 上面一行用于nbdev中声明本模块的名称。必须是notebook的第一个Cell的第一行。
china
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
from matplotlib.font_manager import *
china = pd.read_csv("./data/china.csv")
china = china.sort_values(by='日期')
趋势图绘制
# 绘制增加量趋势图
def draw(dfx):
myfont = FontProperties(fname='/usr/share/fonts/truetype/arphic/ukai.ttc',size=24)
fig=plt.figure(figsize=(48,12), dpi=250)
p1=fig.add_subplot(1,1,1)
p1.set_xticklabels(dfx['日期'], rotation=15, fontsize='small',fontproperties=myfont)
#显示数据。
p1.plot(dfx['日期'],dfx['新增确诊'],color='red',linewidth=3,label='新增确诊')
p1.plot(dfx['日期'],dfx['新增疑似'],color='#BB0000',linewidth=3,label='新增疑似')
p1.plot(dfx['日期'],dfx['新增治愈'],color='green',linewidth=3,label='新增治愈')
p1.plot(dfx['日期'],dfx['新增重症'],color='#660000',linewidth=3,label='新增重症')
p1.bar(dfx['日期'],dfx['新增死亡'],color='black',label='新增死亡')
plt.title(u'全国新增病例数量(NCP)-2020年01-02月',fontproperties=myfont)
plt.legend(loc=0,ncol=1,prop=myfont)
plt.grid(True)
plt.gcf().autofmt_xdate()
plt.show()
# 绘制累计指标趋势图
def drawa(dfx):
myfont = FontProperties(fname='/usr/share/fonts/truetype/arphic/ukai.ttc',size=24)
fig=plt.figure(figsize=(48,12), dpi=250)
p1=fig.add_subplot(1,1,1)
p1.set_xticklabels(dfx['日期'], rotation=15, fontsize='small',fontproperties=myfont)
#显示数据。
p1.plot(dfx['日期'],dfx['累计确诊'],color='red',linewidth=3,label='累计确诊')
p1.plot(dfx['日期'],dfx['现有疑似'],color='#BB0000',linewidth=3,label='现有疑似')
p1.plot(dfx['日期'],dfx['累计治愈'],color='green',linewidth=3,label='累计治愈')
p1.bar(dfx['日期'],dfx['累计死亡'],color='black',label='累计死亡')
plt.title(u'全国累计病例数量(NCP)-2020年01-02月',fontproperties=myfont)
plt.legend(loc=0,ncol=1,prop=myfont)
plt.grid(True)
plt.gcf().autofmt_xdate()
plt.show()
全国新增病例数量(NCP)-2020年01-02月
draw(china)
全国累计病例数量(NCP)-2020年01-02月
drawa(china)
