
CDA數(shù)據(jù)分析師 出品
近日,新冠肺炎防控成果的好消息不斷。
今天我們聊聊,驚艷的疫情直觀圖。
據(jù)國(guó)家衛(wèi)健委數(shù)據(jù)統(tǒng)計(jì), 截止至3月10日24時(shí),31省區(qū)市累計(jì)治愈出院病歷超6萬(wàn),達(dá)到61475例。
3月10日,隨著江夏方艙醫(yī)院和武昌方艙醫(yī)院“休艙大吉”,武漢14家方艙醫(yī)院全部休艙。
截止到3月12日24時(shí),全國(guó)13地連續(xù)16天及以上無(wú)新增新冠肺炎確診病例。
看來(lái)春天真的是來(lái)了,疫情好轉(zhuǎn)的勢(shì)頭已經(jīng)愈發(fā)明顯。想必許多小伙伴也一樣,越來(lái)越期待摘下口罩的那天,出門(mén)玩耍,出游踏青,吃起火鍋唱起歌。
不過(guò)C君在這里也要提醒大家,多地病歷0新增不代表零風(fēng)險(xiǎn),一定要繃住,不要過(guò)早的松懈!繼續(xù)戴好口罩,做好個(gè)人防護(hù),避免人群聚集,相信摘下口罩的那天也就不遠(yuǎn)啦!
與此同時(shí),最近刷遍微博的這個(gè)疫情直觀圖火了!來(lái)自央視新聞官微的這個(gè)圖一經(jīng)發(fā)出就令人驚艷,彩虹的配色,直觀的展現(xiàn)出目前全國(guó)多地病例0新增的數(shù)據(jù)。
一時(shí)間#這道彩虹真贊#的話題在微博上閱讀達(dá)到2.6億,討論3.4萬(wàn)。大家在欣喜疫情好轉(zhuǎn)的同時(shí),都在問(wèn)這個(gè)圖叫什么呀?真太驚艷了。
微博上也出現(xiàn)了各種解答,有的說(shuō)是餅圖,扇形圖,甚至還有的說(shuō)是蝸牛圖,漩渦圖的…其實(shí)準(zhǔn)確的來(lái)說(shuō),這個(gè)圖叫做南丁格爾玫瑰圖。
南丁格爾玫瑰圖(Nightingale rose diagram)又名雞冠花圖、極坐標(biāo)區(qū)域圖。統(tǒng)計(jì)學(xué)家和醫(yī)學(xué)改革家佛羅倫斯?南丁格爾 (Florence Nightingale) 曾在克里米亞戰(zhàn)爭(zhēng)期間使用這種圖表傳達(dá)士兵身亡情況,故得名。
說(shuō)起南丁格爾玫瑰圖,就不得不聊一聊它的發(fā)明者,世界上第一個(gè)真正的女護(hù)士——弗羅倫斯·南丁格爾。
弗羅倫斯·南丁格爾是著名的英國(guó)護(hù)士和統(tǒng)計(jì)學(xué)家,于1820年5月12日出生于意大利一個(gè)來(lái)自英國(guó)上流社會(huì)的家庭。南丁格爾在德國(guó)學(xué)習(xí)護(hù)理后,曾往倫敦的醫(yī)院工作。于1853年成為倫敦慈善醫(yī)院的護(hù)士長(zhǎng)。
19世紀(jì)50年代,英國(guó)、法國(guó)、土耳其和俄國(guó)進(jìn)行了克里米亞戰(zhàn)爭(zhēng),當(dāng)時(shí)英國(guó)戰(zhàn)士的死亡率高達(dá)42%。南丁格爾主動(dòng)申請(qǐng),她和38名女性志愿者護(hù)士的工作人員,前往戰(zhàn)地醫(yī)院服務(wù)。
到達(dá)戰(zhàn)地醫(yī)院后,南丁格爾克服種種困難,改善醫(yī)院后勤服務(wù)和環(huán)境衛(wèi)生,建立醫(yī)院管理制度,提高護(hù)理質(zhì)量,使傷病員死亡率從42%,急劇下降到2%。同時(shí)南丁格爾不僅表現(xiàn)出非凡的組織才能,而且對(duì)傷病員的關(guān)懷愛(ài)護(hù)感人至深。因此她也被稱為被稱為“克里米亞的天使”;南丁格爾經(jīng)常在黑夜中提燈巡視病房,又被譽(yù)為“提燈女士”(The Lady with the Lamp)。
由于南丁格爾的貢獻(xiàn),讓昔日地位低微的護(hù)士,社會(huì)地位與形象都大為提高,成為崇高的象征。“南丁格爾”也成為護(hù)士精神的代名詞。
除了出色的醫(yī)護(hù)才能,南丁格爾也有很強(qiáng)的數(shù)學(xué)天分,這也讓她在之后成為視覺(jué)表現(xiàn)和統(tǒng)計(jì)圖形的先驅(qū)。
在克里米亞的戰(zhàn)地醫(yī)院工作時(shí),她分析過(guò)堆積如山的軍事檔案,發(fā)現(xiàn)在克里米亞戰(zhàn)役中,英軍死亡的原因是在戰(zhàn)場(chǎng)外感染疾病,及在戰(zhàn)場(chǎng)上受傷后缺乏適當(dāng)護(hù)理而傷重致死,真正死在戰(zhàn)場(chǎng)上的人反而不多。
由于當(dāng)時(shí)資料統(tǒng)計(jì)的結(jié)果往往不受人重視,她發(fā)展出一種色彩繽紛的圖表形式——南丁格爾玫瑰圖,讓數(shù)據(jù)能夠更加讓人印象深刻。她用這個(gè)圖標(biāo)來(lái)表達(dá)軍醫(yī)院季節(jié)性的死亡率,向不會(huì)閱讀統(tǒng)計(jì)報(bào)告的國(guó)會(huì)議員,報(bào)告克里米亞戰(zhàn)爭(zhēng)的醫(yī)療條件。
左下說(shuō)明簡(jiǎn)譯
正是這種清晰易懂的數(shù)據(jù)展現(xiàn)形式,改變了當(dāng)時(shí)包括維多利亞女王在內(nèi)的高層人士的認(rèn)知,導(dǎo)致他們做出醫(yī)事改革的決策。
普通柱形圖的坐標(biāo)系是直角坐標(biāo)系,而南丁格爾玫瑰圖的坐標(biāo)系是極坐標(biāo)系,使用圓弧的半徑長(zhǎng)短表示數(shù)據(jù)的大小。比起一般的柱狀圖,它要更有沖擊性,是非常一目了然的統(tǒng)計(jì)圖。
那南丁格爾玫瑰圖都有哪些用例呢?
除了對(duì)比不同分類(lèi)的大小,如各國(guó)制造指數(shù)的對(duì)比:
Facebook 和 Twitter的用戶對(duì)比:
還可以用于表示披頭士歌曲的音調(diào)。
還有最近火了的全國(guó)各地0新增彩虹圖。
那么你想知道,怎么才能做出如此驚艷的南丁格爾玫瑰圖嗎?
常見(jiàn)的方法有用Excel,然而做起來(lái)過(guò)程繁瑣還還原度低。
要知道,萬(wàn)物皆可Python。
除了用Excel,今天C君就來(lái)教教你,怎么用Python做南丁格爾玫瑰圖,保證高還原度:
左圖是原圖,右圖是用pyechart做的。
具體步驟如下:
我們使用pyecharts包進(jìn)行南丁格爾玫瑰圖的繪制,如果你沒(méi)有安裝pyecharts,可以使用以下代碼進(jìn)行pip安裝。
pip install pyecharts
南丁格爾玫瑰圖和餅圖類(lèi)似,算是餅圖的一種變形,用法也一樣,主要用在需要查看占比的場(chǎng)景中。
首先需要導(dǎo)入我們需要使用的包,其中pandas用于數(shù)據(jù)整理,pyecharts用于繪圖。
import pandas as pd
from pyecharts.charts import Pie
from pyecharts import options as opts
然后準(zhǔn)備需要的數(shù)據(jù),所用信息來(lái)自于國(guó)家衛(wèi)健委官方網(wǎng)站,整理之后的數(shù)據(jù)使用列表的形式進(jìn)行存儲(chǔ),其中provinces存儲(chǔ)省份名稱,num存儲(chǔ)確診病例連續(xù)多日零新增的數(shù)字,color_series列表存儲(chǔ)顏色用于后續(xù)的繪圖使用。
provinces = ['北京','上海','黑龍江','吉林','遼寧','內(nèi)蒙古','新疆','西藏','青海','四川','云南','陜西','重慶',
'貴州','廣西','海南','澳門(mén)','湖南','江西','福建','安徽','浙江','江蘇','寧夏','山西','河北','天津']
num = [1,1,1,17,9,22,23,42,35,7,20,21,16,24,16,21,37,12,13,14,13,7,22,8,16,13,13]
color_series = ['#FAE927','#E9E416','#C9DA36','#9ECB3C','#6DBC49',
'#37B44E','#3DBA78','#14ADCF','#209AC9','#1E91CA',
'#2C6BA0','#2B55A1','#2D3D8E','#44388E','#6A368B'
'#7D3990','#A63F98','#C31C88','#D52178','#D5225B',
'#D02C2A','#D44C2D','#F57A34','#FA8F2F','#D99D21',
'#CF7B25','#CF7B25','#CF7B25']
接下來(lái)使用pandas對(duì)數(shù)據(jù)進(jìn)行降序排列以方便后續(xù)的繪圖,并提取數(shù)據(jù)。
# 創(chuàng)建數(shù)據(jù)框
df = pd.DataFrame({'provinces': provinces, 'num': num})
# 降序排序
df.sort_values(by='num', ascending=False, inplace=True)
# 提取數(shù)據(jù)
v = df['provinces'].values.tolist
d = df['num'].values.tolist
最后使用Pyecharts庫(kù)中的Pie類(lèi)進(jìn)行圖形的繪制,代碼說(shuō)明如下,其中的配置項(xiàng)可以在pyecharts官網(wǎng) https://pyecharts.org
進(jìn)行查看。圖形生成在本地的html網(wǎng)頁(yè)中。
# 實(shí)例化Pie類(lèi)
pie1 = Pie(init_opts=opts.InitOpts(width='1350px', height='750px'))
# 設(shè)置顏色
pie1.set_colors(color_series)
# 添加數(shù)據(jù),設(shè)置餅圖的半徑,是否展示成南丁格爾圖
pie1.add("", [list(z) for z in zip(v, d)],
radius=["30%", "135%"],
center=["50%", "65%"],
rosetype="area"
)
# 設(shè)置全局配置項(xiàng)
pie1.set_global_opts(title_opts=opts.TitleOpts(title='玫瑰圖示例'),
legend_opts=opts.LegendOpts(is_show=False),
toolbox_opts=opts.ToolboxOpts)
# 設(shè)置系列配置項(xiàng)
pie1.set_series_opts(label_opts=opts.LabelOpts(is_show=True, position="inside", font_size=12,
formatter=":{c}天", font_,
font_weight="bold", font_family="Microsoft YaHei"
),
)
# 生成html文檔
pie1.render('南丁格爾玫瑰圖.html')
生成的圖如下:
最后,再自己加一下中間的字就大功告成,對(duì)比一下原圖,是不是還原度很高呢?
結(jié)語(yǔ):
怎么樣,用Python作出如此絢爛的彩虹玫瑰圖,你學(xué)會(huì)了嗎?絢爛玫瑰,意味著我們終將完全戰(zhàn)勝疫情,大家又可以開(kāi)始豐富多彩的社會(huì)生活。
不過(guò)C君還是要提醒大家一下,雖然目前疫情大有轉(zhuǎn)好,但大家一定不能掉以輕心!堅(jiān)持做好防護(hù)哦,直到疫情完全解除的那一天。奧利給!
數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無(wú)論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫(kù)管理中,“大表” 始終是性能優(yōu)化繞不開(kāi)的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫(kù)表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動(dòng)態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開(kāi)始提取前,需先判斷 TIF 文件的類(lèi)型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫(kù)表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫(kù))處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場(chǎng)景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤(pán)手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對(duì)象的 text 與 content:區(qū)別、場(chǎng)景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請(qǐng)求開(kāi)發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤(pán)手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫(kù)表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請(qǐng)求工具對(duì)比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請(qǐng)求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問(wèn)題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問(wèn)題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營(yíng)問(wèn)題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過(guò)程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營(yíng)銷(xiāo)案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見(jiàn)頂” 的當(dāng)下,精準(zhǔn)營(yíng)銷(xiāo)成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價(jià)值 在數(shù)據(jù)驅(qū)動(dòng)決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類(lèi)分析:從操作實(shí)踐到業(yè)務(wù)價(jià)值挖掘 在數(shù)據(jù)分析場(chǎng)景中,聚類(lèi)分析作為 “無(wú)監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計(jì)模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價(jià)值導(dǎo)向 統(tǒng)計(jì)模型作為數(shù)據(jù)分析的核心工具,并非簡(jiǎn)單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10