[python 데이터 분석 실습] 코로나 19 2021 현재 시점 데이터 동적 시각화 분석하기 2편

[python 데이터 분석 실습] 코로나 19 2021 현재 시점 데이터 동적 시각화 분석하기 2편

[python 데이터 분석 실습] 코로나 19 2021 현재 시점 데이터 시각화 분석하기 2편

파이썬 데이터 분석 코로나19 데이터 분석 실습 두번째 시간 입니다.
1편을 올리고 시간이 좀 늦었습니다.
이번편에서는 남은 전처리를 좀 하고, 시각화 하는것을 실습 하겠습니다.
바로 그럼 시작 하도록 하겠습니다.

<지난편 보러가기>

2021.03.29 - [Data Science] - [python 데이터 분석 실습] 코로나 19 2021 현재 시점 분석하기 1편

[python 데이터 분석 실습] 코로나 19 2021 현재 시점 분석하기 1편

데이터 전처리

저번시간에 데이터 전처리가 다 된줄 알았는데 좀 더 있더라구요.
이어서 가도록 하겠습니다.

이전 시간에 데이터를 크게, 미국와 그 외 전세계로 나누었는데, 이번에는 ww_df 라는 데이터 프레임을 만들어서 그 안에 전세계 데이터의 new_case와 growth factor 값을 날짜별로 구해 보도록 하겠습니다.

ww_df = train.groupby('date')[['confirmed', 'fatalities']].sum().reset_index()
ww_df['new_case'] = ww_df['confirmed'] - ww_df['confirmed'].shift(1)
ww_df['growth_factor'] = ww_df['new_case'] / ww_df['new_case'].shift(1)
ww_df.tail()

 

 

 

아래와 같이 데이터가 완성이 됩니다.

전세계 데이터의 new_case와 growth factor 값

그리고 다음 스텝은 날짜별로 진단, 확진, 사망등의 통계를 내기 위해 아래와 같이 누적수치를 구합니다.

ww_melt_df = pd.melt(ww_df, id_vars=['date'], value_vars=['confirmed', 'fatalities', 'new_case'])
ww_melt_df

아래와 같은 결과가 나오게 됩니다.

날짜별로 진단, 확진, 사망등의 통계

데이터 시각화

데이터 시각화를 하기 앞서서 몇가지 패키지를 import 해주겠습니다.

# --- plotly ---
from plotly import tools, subplots
import plotly.offline as py
py.init_notebook_mode(connected=True)
import plotly.graph_objs as go
import plotly.express as px
import plotly.figure_factory as ff
import plotly.io as pio
pio.templates.default = "plotly_dark"

import matplotlib.pyplot as plt
import seaborn as sns

그럼 방금 위에서 만들었던 데이터셋이 있죠. ww_melt_df 를 이용해서 그래프를 그려보겠습니다.

fig = px.line(ww_melt_df, x="date", y="value", color='variable', 
              title="Worldwide Confirmed/Death Cases Over Time")
fig.show()

 

 

 

아래와 같이 확대도 할 수 있고, 데이터를 잘 살펴볼수 있는 좋은 그래프가 생성 되는것을 확인 할 수 있습니다.

ww_melt_df 를 이용해서 그래프

다른 방식으로 그려보겠습니다. Log scale을 이용했습니다.

fig = px.line(ww_melt_df, x="date", y="value", color='variable',
              title="Worldwide Confirmed/Death Cases Over Time (Log scale)",
             log_y=True)
fig.show()

아래와 같이 좀 더 눈에 들어오는 차트를 볼 수 있습니다.

Log scale

다음은 사망률을 가지고 그래프를 그려보겠습니다. 
아래와 같이 코드를 작성 합니다.

ww_df['mortality'] = ww_df['fatalities'] / ww_df['confirmed']

fig = px.line(ww_df, x="date", y="mortality", 
              title="Worldwide Mortality Rate Over Time")
fig.show()

차트를 그려봅니다.

사망률

아무래도 초기에 사망률이 높아졌다가 점점 안정을 찾는 모습을 확인 할 수 있습니다.
경험치의 차이겠죠.

다음은 Growth Factor 차트를 그려보도록 하겠습니다.

fig = px.line(ww_df, x="date", y="growth_factor", 
              title="Worldwide Growth Factor Over Time")
fig.add_trace(go.Scatter(x=[ww_df['date'].min(), ww_df['date'].max()], y=[1., 1.], name='Growth factor=1.', line=dict(dash='dash', color=('rgb(255, 0, 0)'))))
fig.update_yaxes(range=[0., 5.])
fig.show()

 

 

 

차트는 아래와 같이 보여집니다.

Growth Factor 차트

확실히 처음 유행이 쭉퍼지다가 2021년 1월 직전에 또 한번의 유행이 왔음을 Growth Fator를 통해 확인 할 수 있습니다.

국가별 분석

다음은 국가별로 코로나19의 추이가 어떻게 되는지를 확인 해 보겠습니다.
우선 국가별 사망자와 진단 데이터를 생성 합니다.

country_df = train.groupby(['date', 'country'])[['confirmed', 'fatalities']].sum().reset_index()
country_df.tail()

국가별 사망자와 진단 데이터

유니크한 국가명을 따로 저장 하겠습니다.

countries = country_df['country'].unique()
print(f'{len(countries)} countries are in dataset:\n{countries}')

총 192개의 국가가 있네요.

총 192개의 국가

그리고, 각 국가들이 얼마나 많은 진단을 하고 있는지를 확인 해보겠습니다.
confirmed 데이터를 활용 합니다.

target_date = country_df['date'].max()

print('Date: ', target_date)
for i in [1, 100, 10000, 100000, 1000000, 10000000]:
    n_countries = len(country_df.query('(date == @target_date) & confirmed > @i'))
    print(f'{n_countries} countries have more than {i} confirmed cases')

국가들의 진단 현황

이번에는 confirmed 값이 1000 이상인 국가들을 가지고 탑 다운 차트를 그려보도록 하겠습니다.
아래와 같이 코드를 작성 합니다.

top_country_df = country_df.query('(date == @target_date) & (confirmed > 1000)').sort_values('confirmed', ascending=False)
top_country_melt_df = pd.melt(top_country_df, id_vars='country', value_vars=['confirmed', 'fatalities'])

우선 이렇게 데이터를 만들고 다음 코드로 차트를 그려봅니다.

fig = px.bar(top_country_melt_df.iloc[::-1],
             x='value', y='country', color='variable', barmode='group',
             title=f'Confirmed Cases/Deaths on {target_date}', text='value', height=3000, orientation='h')
fig.show()

 

 

 

우리 대한민국은 너무 아래 있어서 찾기 어렵네요.

탑다운 차트

이번엔 Top30 국가들의 진단 데이터를 차트로 그려봅니다.

top30_countries = top_country_df.sort_values('confirmed', ascending=False).iloc[:30]['country'].unique()
top30_countries_df = country_df[country_df['country'].isin(top30_countries)]
fig = px.line(top30_countries_df,
              x='date', y='confirmed', color='country',
              title=f'Confirmed Cases for top 30 country as of {target_date}')
fig.show()

Top30 국가들의 진단 데이터를 차트

유럽과 남미 국가들이 많이 보이는것 같은건 기분탓이겠죠?
사망자 데이터를 이용해서도 그려봅니다.

top30_countries = top_country_df.sort_values('fatalities', ascending=False).iloc[:30]['country'].unique()
top30_countries_df = country_df[country_df['country'].isin(top30_countries)]
fig = px.line(top30_countries_df,
              x='date', y='fatalities', color='country',
              title=f'Fatalities for top 30 country as of {target_date}')
fig.show()

사망자 데이터

국가 구성은 비슷한것 같습니다.

사망률을 가지고 한번 데이터 시각화를 해봅니다. 그러기 위해서 데이터를 만들어야죠. 아래와 같이 만들어 줍니다.

top_country_df = country_df.query('(date == @target_date) & (confirmed > 100)')
top_country_df['mortality_rate'] = top_country_df['fatalities'] / top_country_df['confirmed']
top_country_df = top_country_df.sort_values('mortality_rate', ascending=False)

사망률

코로나 사망률이서는 예멘이 가장 높은것을 보여줍니다. 아무래도 국가별 확진자수와는 또 별개로 의료수준이나 대응력을 평가 할만한 수치인듯 합니다.

반대로 사망률이 낮은 나라순 입니다.

fig = px.bar(top_country_df[-30:],
             x='mortality_rate', y='country',
             title=f'Mortality rate LOW: top 30 countries on {target_date}', text='mortality_rate', height=800, orientation='h')
fig.show()

 

 

 

사망률 낮은 순위

이번에는 세계지도위에 시각화를 해보겠습니다.
진단과 사망률을 가지고 세가지 차트를 만들어 봅니다.
우선 데이터 부터 만들구요.

all_country_df = country_df.query('date == @target_date')
all_country_df['confirmed_log1p'] = np.log10(all_country_df['confirmed'] + 1)
all_country_df['fatalities_log1p'] = np.log10(all_country_df['fatalities'] + 1)
all_country_df['mortality_rate'] = all_country_df['fatalities'] / all_country_df['confirmed']

먼저 진단수 시각화 입니다.

fig = px.choropleth(all_country_df, locations="country", 
                    locationmode='country names', color="confirmed_log1p", 
                    hover_name="country", hover_data=["confirmed", 'fatalities', 'mortality_rate'],
                    range_color=[all_country_df['confirmed_log1p'].min(), all_country_df['confirmed_log1p'].max()], 
                    color_continuous_scale="peach", 
                    title='Countries with Confirmed Cases')

# I'd like to update colorbar to show raw values, but this does not work somehow...
# Please let me know if you know how to do this!!
trace1 = list(fig.select_traces())[0]
trace1.colorbar = go.choropleth.ColorBar(
    tickvals=[0, 1, 2, 3, 4, 5, 6, 7, 8],
    ticktext=['1', '10', '100', '1000','10000', '100000', '1000000', '10000000', '100000000'])
fig.show()

차트는 아래와 같이 나옵니다.

진단수 시각화

다음은 사망률 데이터 시각화 입니다.

fig = px.choropleth(all_country_df, locations="country", 
                    locationmode='country names', color="mortality_rate", 
                    hover_name="country", range_color=[0, 0.10], 
                    color_continuous_scale="peach", 
                    title='Countries with mortality rate')
fig.show()

사망률 데이터 시각화

자, 이번 2편은 여기까지로 줄이겠습니다.
다음 3편에서 이어서 진행 하도록 하겠습니다.
코로나 데이터 시각화 조금이라도 도움이 되셨는지 모르겠습니다.
감사합니다.
코로나 조심하시구요!

#다음편 보러가기

2021.05.07 - [Data Science] - [python] 파이썬 데이터 분석 코로나 19 동적 시각화 분석하기 3편

[python] 파이썬 데이터 분석 코로나 19 동적 시각화 분석하기 3편

by.sTricky