|
新冠肺炎的可视化和Logistic增长模型预测分析（新手入坑）
Jupyter notebook代码进行了全球性可视化分析，并对美国感染人数进行了预测； 本人GitHub项目： https://github.com/null421/COVID 参考GitHub项目： https://github.com/fengdu78/machine_learning_beginner/tree/master/covid19 数据来源： https://github.com/CSSEGISandData/COVID-19
全球新冠疫情发展趋势
subset = ww_trend['2020-01-22':'2020-05-05']
ax = subset.plot(figsize=(15, 10),linewidth=2,fontsize=10)
plt.title('Worldwide Confirmed/Death Cases Over Time')
plt.xlabel('date')
plt.ylabel('Confirmed/Death')
plt.show()
ww_trend['mortality'] = ww_trend['deaths'] / ww_trend['confirmed']
x=ww_trend.mortality
plt.figure(figsize = (15,10))
plt.plot(x)
可以看到世界疫情从三月中旬开始，便呈现指数级增长。在半个月内，全球确诊病例翻了一倍，死亡率也随之指数级上升。而三月中旬正好国内疫情进入攻坚后半段，形势好转，确诊人数各省逐步清零，但这时仅仅是国外疫情爆发的开始…
各大洲及国家新冠疫情发展趋势
1.亚洲
country_asian = country_data.query('date == @target_date')
fig = px.choropleth(
country_asian,
locations="country",
locationmode='country names',
color="confirmed",
hover_name="country",
range_color=[1, 50000],
color_continuous_scale='portland',
title=f'Asian Countries with Confirmed Cases as of {target_date}',
scope='asia',
height=800)
fig.show()
top_asian_country = country_data[country_data['country'].isin([
'China', 'Iran', 'Japan', 'South Korea','Turkey','India'
])]
top_asian_country
fig = px.line(top_asian_country,
x='date',
y='confirmed',
color='country',
title=f'DAILY Confirmed cases world wide')
fig.show()
 2.欧洲
europe_country_list =list([
'Austria','Belgium','Bulgaria','Croatia','Cyprus','Czechia','Denmark','Estonia','Finland','France','Germany','Greece','Hungary','Ireland',
'Italy', 'Latvia','Luxembourg','Lithuania','Malta','Norway','Netherlands','Poland','Portugal','Romania','Slovakia','Slovenia',
'Spain', 'Sweden', 'United Kingdom', 'Iceland', 'Russia', 'Switzerland', 'Serbia', 'Ukraine', 'Belarus',
'Albania', 'Bosnia and Herzegovina', 'Kosovo', 'Moldova', 'Montenegro', 'North Macedonia'])
country_data['date'] = pd.to_datetime(country_data['date'])
train_europe = country_data[country_data['country'].isin(europe_country_list)]
#train_europe['date_str'] = pd.to_datetime(train_europe['date'])
train_europe_latest = train_europe.query('date == @target_date')
fig = px.choropleth(
train_europe_latest,
locations="country",
locationmode='country names',
color="confirmed",
hover_name="country",
range_color=[1, train_europe_latest['confirmed'].max()],
color_continuous_scale='portland',
title=f'European Countries with Confirmed Cases as of {target_date}',
scope='europe',
height=800)
fig.show()
 3.各国家疫情对比
countries = country_data['country'].unique()
print(f'{len(countries)} countries are in dataset:\n{countries}')
# 条形图的绘制--垂直条形图
plt.figure(figsize = (15,10))
plt.style.use('ggplot')
# 绘制条形图
plt.bar(x = range(top_country.shape[0]), # 指定条形图x轴的刻度值
height = top_country.confirmed, # 指定条形图y轴的数值
tick_label =top_country.country, # 指定条形图x轴的刻度标签
color = 'steelblue', # 指定条形图的填充色
width = 1
)
plt.xlim(0, 10)
# 添加y轴的标签
plt.ylabel('confirmed')
# 添加条形图的标题
plt.title('Confirmed Cases on 5/5/20')
# 显示图形
plt.show()
# 条形图的绘制--垂直条形图
plt.figure(figsize = (15,10))
plt.style.use('ggplot')
# 绘制条形图
plt.bar(x = range(top_country.shape[0]), # 指定条形图x轴的刻度值
height = top_country.deaths, # 指定条形图y轴的数值
tick_label =top_country.country, # 指定条形图x轴的刻度标签
color = 'steelblue', # 指定条形图的填充色
width = 1
)
plt.xlim(0, 10)
# 添加y轴的标签
plt.ylabel('deaths')
# 添加条形图的标题
plt.title('deaths Cases on 5/5/20')
# 显示图形
plt.show()
x=top_country.country
y=top_country.mortality
plt.figure(figsize = (15,10))
plt.xlim(0, 10)
plt.plot(x,y)
在本次数据中，值得注意的是俄罗斯。它确诊人数高，但是其死亡率却明显的低于其他十个国家
基于Logistic增长模型预测美国确诊数目
1.美国疫情分析
x=data['date']
y=data['confirmed']
fig=plt.figure(figsize=(20,5)) #建立画布
plt.plot(x, y,marker='*',linestyle='-')
plt.title('疫情趋势图')#加标题
plt.ylabel('患病人数')
plt.xlabel("日期")
plt.show()
截至到2020/5/5，美国疫情仍在上升趋势，疫情拐点还未到来； 2.Logistic增长模型介绍（逻辑斯蒂增长模型）  逻辑斯蒂模型，又叫阻滞增长模型 逻辑斯蒂曲线通常分为5个时期： a) 开始期，由于种群个体数很少，密度增长缓慢，又称潜伏期。 b) 加速期，随个体数增加，密度增长加快。 c) 转折期，当个体数达到饱和密度一半（K/2),密度增长最快。 d) 减速期，个体数超过密度一半（K/2)后，增长变慢。 e) 饱和期，种群个体数达到K值而饱和。
根据历史经验，2003年非典患者预测，部分学者利用逻辑斯蒂增长模型进行预测，并且准确率很高，所以我也尝试利用逻辑斯蒂增长模型进行新型冠状病毒患者数量，逻辑斯蒂增长模型具体为：  （其中K为环境最大容量，P0为初始容量，r为增长速率，r越大则增长越快（即更快的逼近上限）。）
3.预测     反思：
模型预测的结果是近90天内美国新冠肺炎最终的患者数量是145万人左右，拐点出现在第80天，即6月19日左右。模型拟合度较高，但结合实际仍存在偏差；模型预测5.6号-5.12号确诊人数在120万-130万之间浮动，但实际数据中美国在此期间早已突破130万确诊人数，在5.13号已经突破140万确诊人数（模型预测为131万）。因此后续还需要对模型进行进一步的调参以完善预测数据；
补充：遇到GitHub中ipynb文件打不开，可将github文件复制到 https://nbviewer.jupyter.org/ 进行打开
|