numpy--疫情数据分析案例

前期准备

下载数据文件，从数据文件中读取数据分组进行存储。

数据文件地址：https://mofanpy.com/static/files/covid19_day_wise.csv

with open("covid19_day_wise.csv", "r", encoding="utf-8") as f:
    data = f.readlines() # 打开文件读取数据

covid = {
     # 定义一个对象存储日期、数据和标题
    "date": [], # 日期
    "data": [], # 数据
    "header": [h for h in data[0].strip().split(",") [1:]] # 标题
}
for row in data[1:]: # 分组存放数据
    split_row = row.strip().split(",")
    covid["date"].append(split_row[0])
    covid["data"].append([float(n) for n in split_row[1:]])

数据分析

获取 2020 年 2 月 3 日的所有数据

target = covid["date"].index("2020-02-03") # 找到目标日期的下标
data = np.array(covid["data"])
for header, number in zip(covid["header"],data[target]): 
  print(header," : ",number)

2020 年 1 月 24 日之前的累积确诊病例有多少个？

target = covid["date"].index("2020-01-24") # 找到目标日期的下标
confirm_idx = covid["header"].index("Confirmed") # 获取确诊标题的下标
data = np.array(covid["data"])
print("2020 年 1 月 24 日之前的累积确诊病例有 %d 个" % data[target,confirm_idx]) # 这里要注统计的数据不包括1月14

# 2020 年 1 月 24 日之前的累积确诊病例有 941 个

从 1 月 25 日到 7 月 22 日，一共增长了多少确诊病例？

target_idx1 = covid["date"].index("2020-01-25")
target_idx2 = covid["date"].index("2020-07-22")
new_cases_idx = covid['header'].index("New cases")

data = np.array(covid["data"])
new_cases = data[target_idx1 + 1: target_idx2 + 1,new_cases_idx]

print("总共增长：",new_cases.sum())

# 总共增长： 15247309.0

每天新增确诊数和新恢复数的比例？平均比例，标准差各是多少？

new_cases_idx = covid['header'].index("New cases")
new_recovered_idx = covid['header'].index("New recovered")

data = np.array(covid["data"])

not_zero_mask = data[:, new_recovered_idx] != 0 # 筛选出除数为0，返回false
ratio = data[not_zero_mask,new_cases_idx] / data[not_zero_mask,new_recovered_idx] # 分别拿到新增确证数和新的恢复数，然后依次相除

print("比例：",ratio[:5]) # 前5组比例
print("平均比例：",ratio.mean(),"\n标准差：",ratio.std())

''' 比例： [ 49.5 47.83333333 164.33333333 52.61538462 89.88888889] 平均比例： 7.049556348053241 标准差： 19.094025710450307 '''