抗击新冠病毒(6)-全国整体状况分析

# 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

# 绘制增长量趋势图 
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)