抗击新冠病毒(7)-全国治愈与新增病例平衡分析

原创
2020/02/19 22:19
阅读数 439
# 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_balance

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')
china_t = china
china_t['平衡']=china['新增确诊']-(china['新增治愈']+china['新增死亡'])

趋势图绘制

# 绘制增加量趋势图 
def drawb(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['平衡'],color='blue',linewidth=3,label='平衡【新增确诊-(新增治愈+新增死亡)】')
    p1.plot(dfx['日期'],dfx['新增确诊'],color='#BB0000',linewidth=1,label='新增确诊')
    p1.plot(dfx['日期'],dfx['现有确诊'],color='red',linewidth=1,label='现有确诊')
    p1.plot(dfx['日期'],dfx['新增治愈'],color='green',linewidth=1,label='新增治愈')

    p1.bar(dfx['日期'],dfx['新增死亡'],color='black',label='新增死亡')

    plt.title(u'全国病例(COVID-2019)增减数量平衡-2020年01-02月,数据来源:http://www.nhc.gov.cn/xcs/yqtb/list_gzbd.shtml',fontproperties=myfont) 
    plt.legend(loc=0,ncol=1,prop=myfont)
    plt.grid(True)
    plt.gcf().autofmt_xdate()
    plt.show()
    
def drawb1(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['平衡'],color='blue',linewidth=3,label='平衡【新增确诊-(新增治愈+新增死亡)】')

    plt.title(u'全国病例(COVID-2019)增减数量平衡-2020年01-02月,数据来源:http://www.nhc.gov.cn/xcs/yqtb/list_gzbd.shtml',fontproperties=myfont) 
    plt.legend(loc=0,ncol=1,prop=myfont)
    plt.grid(True)
    plt.gcf().autofmt_xdate()
    plt.show()

 

全国病例(COVID-2019)数量平衡-2020年01-02月

drawb(china)

drawb1(china)


展开阅读全文
加载中
点击引领话题📣 发布并加入讨论🔥
0 评论
0 收藏
0
分享
返回顶部
顶部