🧑 博主简介：曾任某智慧城市类企业算法总监，CSDN / 稀土掘金 等平台人工智能领域优质创作者。
目前在美国市场的物流公司从事高级算法工程师一职，深耕人工智能领域，精通python数据挖掘、可视化、机器学习等，发表过AI相关的专利并多次在AI类比赛中获奖。
一、引言
在公共卫生领域，疫情数据的分析和可视化是理解疫情趋势、制定应对策略的关键工具。本文将利用Python和pyecharts库对基孔肯雅热病例数据进行深入分析和可视化，旨在为相关部门和公众提供数据支持和洞察。
二、数据概览
我们的数据集包含了以下关键信息：
- 广东佛山顺德区2025-7-21至2025-8-11日的每日新增病例和累积病理。广东佛山各个区2025-8-11日各区新增病例数。全国各省风险等级划分数据。
三、数据可视化
为了更好地理解数据，我们将绘制以下几种图表：
- 广东佛山顺德区每日新增折线图累积病理面积图广东佛山各个区2025-8-11日各区新增病例数饼图广东佛山各个区2025-8-11日各区新增病例数玫瑰图广东佛山各个区2025-8-11日各区新增病例地图全国各省风险等级划分地图
3.1 广东佛山顺德区每日新增折线图
# 1. 广东佛山顺德区每日新增折线图line_chart = ( Line() .add_xaxis(df_shunde['日期'].tolist()) .add_yaxis("新增病例", df_shunde['新增病例'].tolist()) .set_global_opts( title_opts=opts.TitleOpts(title="广东佛山顺德区每日新增病例折线图"), xaxis_opts=opts.AxisOpts(name="日期"), yaxis_opts=opts.AxisOpts(name="新增病例数"), ))3.2 累积病理面积图
area_chart = ( Line() .add_xaxis(df_shunde['日期'].tolist()) .add_yaxis("累积病例", df_shunde['累计病例'].tolist(), areastyle_opts=opts.AreaStyleOpts(opacity=0.5)))3.3 广东佛山各个区2025-8-11日各区新增病例数饼图
pie_chart = ( Pie() .add( series_name="新增病例", data_pair=[list(z) for z in zip(df_foshan['区域'].tolist(), df_foshan['病例'].tolist())], radius=["30%", "75%"], center=["50%", "50%"] ))3.4 广东佛山各个区2025-8-11日各区新增病例数玫瑰图
polar_chart = ( Polar() .add_schema( angleaxis_opts=opts.AngleAxisOpts(data=df_foshan['区域'].tolist(), type_="category") ) .add( "新增病例数", df_foshan['病例'].tolist(), type_="bar" ))3.5 广东佛山各个区2025-8-11日各区新增病例地图
map_chart = ( Map() .add("新增病例", [list(z) for z in zip(df_foshan['区域'].tolist(), df_foshan['病例'].tolist())], "佛山") .set_global_opts( title_opts=opts.TitleOpts(title="广东佛山各个区新增病例地图"), visualmap_opts=opts.VisualMapOpts(max_=70), ))3.6 全国各省风险等级划分地图
national_map = ( Map() .add("风险等级", [list(z) for z in zip(df_national['省份1'].tolist(), df_national['风险等级'].tolist())], "china") .set_global_opts( title_opts=opts.TitleOpts(title="全国各省风险等级划分地图"), visualmap_opts=opts.VisualMapOpts(max_=4), ))四、创建可视化大屏
page = Page( page_title="基孔肯雅热病例数据分析大屏", layout=Page.DraggablePageLayout)page.add(line_chart, area_chart, pie_chart, polar_chart, map_chart, national_map)page.render("bikunyeh_disease_analysis_dashboard.html")五、结论
通过上述分析，我们可以得出以下结论：
- 广东佛山顺德区的疫情波动较大，需要持续关注和防控。累积病例数的增长趋势需要进一步分析，以预测疫情的未来发展。不同区域的疫情严重程度存在差异，需要针对性的防控措施。
如果您在人工智能领域遇到技术难题，或是需要专业支持，无论是技术咨询、项目开发还是个性化解决方案，我都可以为您提供专业服务，如有需要可站内私信或添加下方VX名片（ID：xf982831907）
期待与您一起交流，共同探索AI的更多可能！
