因为这部分内容主要是用plotly库进行数据动态展示，所以要先安装plotly库
pip install plotly
除此之外，我们对数据的处理还用了numpy和pandas库，如果你没有安装的话，可以用以下命令一行安装
pip install plotly numpy pandas
#导入所需库 import pandas as pd import numpy as np import plotly.express as px import plotly.graph_objects as go
各国采用的疫苗品牌概览
通过对各国卫生部门确认备案的疫苗品牌，展示各厂商的疫苗在全球的分布
#读取数据 locations=pd.read_csv(r'data/locations.csv')
locations
这里我们的loacation中可以看到各个地方的疫苗和数据的来源与数据来源的网页
#发现数据中vaccines列中包含了多个品牌的情况，将这类数拆为多条
vaccines_by_country=pd.DataFrame()
for i in locations.iterrows():
df=pd.DataFrame({'Country':i[1].location,'vaccines':i[1].vaccines.split(',')})
vaccines_by_country=pd.concat([vaccines_by_country,df])
vaccines_by_country['vaccines']=vaccines_by_country.vaccines.str.strip()# 去掉空格
vaccines_by_country.vaccines.unique() # 查看疫苗的种类
#绘图
fig=px.choropleth(vaccines_by_country,
locations='Country',
locationmode='country names',
color='vaccines',
facet_col='vaccines',
facet_col_wrap=3)
fig.update_layout(width=1200, height=1000)
fig.show()
各品牌分布：
综上可以发现，全球采用最广的仍是Pfizer/BioNTech，国产疫苗中Sinovac(北京科兴疫苗)输出到了较多国家
根据数据集中提供的部分国家20年12月以来各品牌疫苗接种情况，分析各品牌上市时间及市场占有情况
#读取数据 vacc_by_manu=pd.read_csv(r'data/vaccinations-by-manufacturer.csv')
#定义函数，用于从原始数据中组织宽表
def query(df,country,date,vaccine):
try:
result=df.loc[(df.location==country)&(df.date==date)&(df.vaccine==vaccine)].total_vaccinations.iloc[0]
except:
result=np.nan
return result
vacc_by_manu
#组织宽表
vacc_combined=pd.DataFrame(columns=['location','date','Pfizer/BioNTech', 'Sinovac', 'Moderna', 'Oxford/AstraZeneca'])
for i in vacc_by_manu.location.unique():
for j in vacc_by_manu.date.unique():
for z in vacc_by_manu.vaccine.unique():
result=query(vacc_by_manu,i,j,z)
if vacc_combined.loc[(vacc_combined.location==i)&(vacc_combined.date==j)].empty:
result_df=pd.DataFrame({'location':i,'date':j,z:result},index=['new'])
vacc_combined=pd.concat([vacc_combined,result_df])
else:
vacc_combined.loc[(vacc_combined.location==i)&(vacc_combined.date==j),z]=result
vacc_combined
#补全缺失数据
temp=pd.DataFrame()
for i in vacc_combined.location.unique():#按国家进行不全
r=vacc_combined.loc[vacc_combined.location==i]
r=r.fillna(method='ffill',axis=0)#先按最近一次的数据进行补全
temp=pd.concat([temp,r])#若没有最近的数据，认为该项为0
temp=temp.fillna(0).reset_index(drop=True)
temp
#绘制堆叠柱状图
fig=px.bar(temp,
x='location',
y=vacc_by_manu.vaccine.unique(),
animation_frame='date',
color_discrete_sequence=['#636efa','#19d3f3','#ab63fa','#00cc96']#为了查看方便，品牌颜色与前一部分对应
)
fig.show()
数据中主要涉及Pfizer/BioNTech、Sinovac、Moderna、Oxford/AstraZeneca 4个品牌，其中：
