Python期末作业下：全球疫情数据可视化分析

技术 · 2020-04-22

AI 摘要

欢迎访问我的个人博客。本篇文章是我的Python期末作业展示下半部分，在本文中，我会展示通过numpy和matplotlib对全球疫情数据进行提取分析后的图表，以及我个人对于这些图表的分析结论。

本文不涉及原理，原理及源码可能将在以后更新。本作业仓库：Github-CovidVisualization

由于该部分以分析为主，因此仅采用matplotlib生成的折线图作为演示。如果想参考可交互界面请前往作业上半部分进行参考以及考核。

数据来源： Github:COVID-19

总确诊数展示及分析

我们首先来观察以下这副图表，不难发现，作为疫情最早出现的中国，在疫情初期确诊人数上升缓慢。究其原因基本可以用以下两点解释。

一、新冠病毒是一种罕见的全新病毒，在发展初期很难区分于其他呼吸道疾病，且没相关检测方法，因此确诊数量偏低。

二、部分地方政府为了隐瞒疫情，故意少报漏报，这在疫情爆发的三十天左右的暴涨中得到了证实。

在疫情中期，由于国家采取有力防疫手段，确诊总量基本在爆发三十天达到高峰，随后维持稳定，直到后期中国一直保持了高度防疫工作，最终的以在国内初期战胜病毒。

然而在五十天左右，外国出现疫情，并开始大规模爆发，这一点也可以侧面印证病毒的潜伏期大概在10~20天左右。疫情首先在意大利开始爆发，由于缺少防备，缺少紧急资源，没有危机意识，直到现在上升率也未见明显下降。约在60天左右，美国爆发大规模疫情，由于美国的国家性质，经济体制等因素，停工进入紧急状态并不现实，而缺少工作又会让社会陷入混乱，因此大部分人并没有停止外出，此后美国确诊人数和增长率直线上升。

各国累计确诊数-普通坐标

接下来是总确诊人数的Y轴对数图表，该表可以更加清晰的反映出增长趋势。从中可以看出，中国在15~20天左右意识到危机的严重性，开始采取措施，因此接下来到30天的增长趋势趋于缓和，直到疫情爆发的40天开始，基本不再进行增长，防疫工作初步取得成效。

其他国家均在30天左右出现疫情，并以惊人的增长率发展，直到60~80天左右才趋向于缓和，目前世界疫情发展形势仍不乐观，但已经逐渐趋于可控。

各国累计确诊数-Y轴对数坐标

累计死亡数展示及分析

死亡数是衡量一个国家医疗水平和对本次疫情关注程度的一个重要指标。

我们首先关注中国，总体上看，中国疫情中的死亡率大概在5.5%左右上下波动，而历史上，在医学极不发达的中世纪，黑死病的死亡率是10%左右，可见本次疫情的严重性和新冠病毒的危险性。国内疫情主要控制在湖北及附近地区，因此其他地区有能力也有精力支援重疫区。同时，我国基础医疗体系相对完善，因此在国际上我国死亡率处于较低水平。

而国际形式便没有国内如此乐观，美国死亡率在5.5%左右，英国13.5%，意大利13.3%，西班牙在10%左右。总体上看，全球死亡率基本在5%~15%的区间内波动。

数据分析中可以看出，美国虽然初期采取了相当宽松的政策，且确诊人数相当之多，但是由于其本身医疗水平极高，且工业门类齐全，虽然国内大量物资告急，但是总体上基本保持稳定。

其他国家的情况就不甚乐观，国家领土小，物资紧缺，缺少医生和护士资源，在全球情况不利的情境下很难维持现有医疗水平，因此死亡率较高。且英国为首的国家采取的集体免疫策略也将他们的国民拖进了深渊。

各国累计死亡数-普通坐标

通过对数坐标图表，我们能更直观的看出总体趋势。中国是最早出现死亡的国家，然而也是最早采取相应措施的国家，因此在前中期就基本消除了死亡的威胁。

但是其他国家在中期开始规模爆发，其总体增长趋势依旧走高，虽有回落迹象但还会不断出现死亡患者。未来几十天内这些国家将持续出现死亡病例，预计在二十天左右到达顶峰。而美国在后期出现了增长趋势，一和特朗普鼓励复工有直接关系，二来由于美国疫情过于严重，国内物资紧缺，金融危机，因此在一段时间内还将继续走高。

各国累计死亡数-Y轴对数坐标

累计康复数展示及分析

康复数也是评价一个国家的防疫工作和医疗水平的中国要指标。前期，中国并没有有效的治疗手段和医疗措施，因此并没有康复患者。在疫情发展到前中期时，防疫工作以及临床研究获得进展，大量患者在经历了最艰难的时间后开始出现爆发式的康复，在接近现在时间的节点，我国防疫工作已取得阶段突性破性的成功。

而在国外，在中国疫情刚开始的时候就有大量的国际组织对其展开研究，从疫苗研发到治疗方法都有取得进展，因此在外国疫情爆发的同时，治疗工作也已经开展，其中医疗水平较为先进的德国增速康复增速最快。然而英国在受到脱欧带来的经济影响下，又实行集体免疫策略，且其自身医疗水平良莠不齐，因此虽然英国疫情一直在增长，但是并没有有效的治疗手段，接下来国际社会应该更加关注英国的疫情发展。