利用Python创建疫情数据可视化图表（二）

简介：
本教程将指导读者使用Python编程语言和相关库，如Matplotlib、Seaborn或Plotly，进一步探索并绘制关于新冠疫情的数据分析图表。通过实际案例，帮助学习者掌握如何呈现疫情趋势、分布等信息的视觉化表示方法。适合有一定Python基础的学习者进阶学习。 Python小白，在“一心学”公众号学习了一点疫情数据分析可视化的课程，记录下来供其他初学者参考。 目录： 一、基本数据的查看和初步处理 二、时间序列与区域划分 三、快速查看不同省市疫情现状 四、累计确诊病例走势 五、不同省市确诊新增情况 六、全国疫情动态可视化 七、制作数据地图 八、如何用气泡图制作数据地图 第一章内容已经发布，关于第二章“时间序列与区域划分”，首先需要将日期字段转换为时间序列格式。在原始数据中，“date”这一列的数据类型需要进行相应的调整和处理以适应后续的时间序列分析需求。 1. 数据类型转换为时间序列 在数据分析过程中，通常会遇到包含日期信息的字段（如“date”）。为了便于使用Python中的pandas库对这些日期信息进行操作，我们需要将该字段从字符串或其他原始数据格式转换成Pandas中定义的时间戳对象。这一步骤对于后续的时间序列分析和可视化至关重要。 请注意，在实际的数据处理过程中还需要根据具体情况进行适当的预处理步骤来确保所有日期值都是有效的，并且遵循一致的格式标准（例如YYYY-MM-DD）。