数据分析入门教程|300分钟用Matplotlib打造疫情展示地图
课程核心内容与结构课程分为五个阶段 ，逐步深入Matplotlib的核心功能 ，最终实现疫情数据地图可视化：阶段一：Matplotlib介绍与安装 Matplotlib介绍：Python中最基础的数据可视化库，支持2D/3D图表绘制 ，广泛应用于学术、商业和工程领域 。
Basemap是Matplotlib的子包 ，用于在Python中绘制2D数据至地图 。提供25种不同地图投影功能，支持坐标转换。包含GSSH（GSHHG）海岸线数据集及GMT格式的河流 、州和国家边界数据集 。内部使用GEOS库剪切海岸线和边界特征至所需地图投影区域 。主要绘制方法 海岸线与边界 drawcoastlines（）：绘制海岸线。
pip install geopandas geopandas 使用安装完成后 ，你可以使用geopandas进行地理空间数据的分析和可视化 。以下是一个简单的例子 ，展示如何在Python中显示世界地图 。
编程库：Djs 、Matplotlib、Plotly支持高度定制化可视化，适合开发交互式网页应用。大数据框架：Apache Superset 、Elastic Search结合Kibana可处理TB级数据并实时渲染。开发流程：数据清洗：处理缺失值 、异常值（如用中位数替代极端值） 。
可视化设计方向 地图热力图：用颜色深浅表示各省初婚人数多少，直观对比区域差异 。时间序列折线图：展示2013-2022年各省初婚人数变化趋势 ，分析疫情前后波动。柱状图对比：对比2019年（疫情前）与2022年各省数据 ，量化疫情影响 。
Tableau还支持自定义样式和交互功能，能够生成非常漂亮的地图图表 。此外 ，Tableau还提供了丰富的数据分析和可视化选项 ，帮助用户深入挖掘数据价值。综上所述，Basemap、Kepler.gl和Tableau是三个非常好用的地图可视化工具 。它们各具特色 ，能够满足不同场景下的需求 ，帮助用户更好地理解和展示地理空间数据 。
可能会说谎的地图!全国疫情地理格局的重新审视
〖壹〗 、分级符号方法的局限：基于分级符号方法对当日所有确诊病例进行疫情分布制图（如图7），由于分级操作导致同一等级的数量差异被消除 ，同一等级的差异无法捕捉 ，这是一种地图对疫情“说谎”的情形。
〖贰〗 、这一过程存在很大的人为主观成分，为地图说谎提供了土壤 。例如在不同比例尺地图展示需要下 ，概括综合时可能会进行不准确的信息呈现 。地图说谎的方式比例尺与概括综合：根据不同比例尺地图展示的需要 ，在概括综合时可能会撒些小谎。比如夸大或缩小某些地理要素的规模，以突出特定信息或隐藏某些信息 。
新型冠状病毒疫情地图是如何绘制的?
地图绘制选取数据：在Excel中选中包含省份名称和确诊人数的数据区域 。插入地图：依次点击“插入 ” - “选取地图或者推荐的图表 ” - “选取着色地图” - “确定 ”。
新型冠状病毒手抄报（A3纸）绘制步骤如下：准备工具与材料A3纸、铅笔、橡皮擦 、彩色笔（彩铅或水笔） 、勾线笔。确定主题并设计标题选取核心主题（如“抗击疫情，逆行先锋 ”） ，用艺术字形式呈现 ，并涂色增强视觉效果 。示例：标题可设计为渐变色或立体效果，搭配病毒图案装饰 。
四川省整体疫情情况新增确诊：2月29日0-24时 ，四川省无新增确诊病例 ，新增治愈出院病例13例，新增疑似病例1例 ，无新增死亡病例。累计确诊：截至3月1日0时 ，四川省累计报告新型冠状病毒肺炎确诊病例538例 。风险区域分布：全省现有无现症病例区（低风险县市、区）123个 。
综合新闻客户端：百度 、腾讯 、UC（阿里）、今日头条专题界面与结构：四个产品均设置了【抗击肺炎】专题页面，内容结构虽不同 ，但大致涵盖以下板块：疫情地图：呈现全国各省市区的确诊 、疑似 、死亡、治愈人数统计及趋势图 ，数据来源于国家及各省市区卫健委官方渠道。
腾讯地图上线发热门诊地图1月24日上线“新型冠状病毒感染的肺炎医疗救治定点医院和发热门诊地图”，覆盖全国各省 、自治区 、直辖市及新疆生产建设兵团 ，363个城市 ，12000多家医院，方便发热患者快速找到就诊地点 。
如何使用EXCEL制作百色新冠疫情分布行政区地图
在小O地图中，选取高德地图作为底图 。配置地图：根据需要调整地图的样式、颜色 、标签等。确保行政区名称和病例数能够正确显示在地图上 。加载数据并显示：点击“加载 ”按钮 ，将Excel表格中的数据加载到地图上 。地图将按照行政区显示不同的病例数 ，形成疫情分布图。
数据准备：从官方通告wsjkw.gxzf.gov.cn/ztbd_...获取截至2月9日的累计病例数，如德保县162例等 。 完善数据：在EXCEL中总结数据 ，包括行政区名和病例数 ，使用小O地图的功能补充所需列 。
