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。







