코로나 데이터를 인터넷에서 자동으로 다운로드하고, 이 데이터를 이용해서 국가별 코로나 신규 확진자 및 누적 확진자 추이 그래프를 그리는 프로그램을 작성해보겠다. (아래 그림과 같은)

코로나 데이터

코로나 데이터는 ECDC 사이트를 이용하도록 하겠다. 여기서는 매일 전 세계 코로나 데이터를 갱신해서 올려주고, 그 데이터를 무료로 다운로드할 수 있다.

ECDC 사이트: https://data.europa.eu/
엑셀파일 자동 다운 링크: https://www.ecdc.europa.eu/sites/default/files/documents/COVID-19-geographic-disbtribution-worldwide.xlsx

프로그램 구상

프로그램은 파이썬을 사용해서 할 것이고, 소스는 .py로도 만들고, 주피터에서 돌릴 수 있도록 .ipynb로도 만들 것이다.
코로나 데이터는, 이미 xlsx가 있으면 받아내리지 않도록 하자.
미리 지정한 국가에 대해서 자동으로 그래프를 그리게 하자. 국가 지정은, 소스 코드의 제일 윗부분에 const로 지정하는 것으로.

프로그램 작성

1) 오늘 날짜를 기준으로 엑셀 파일명을 정하고, 이 엑셀이 로컬에 이미 있으면 다운 안받고, 없으면 받게 한다.

오늘 날짜는 datetime.date.today()를 이용해서 알아내고, strftime을 이용해서 스트링으로 바꾼다.
파일 존재 여부는 os.path.exitst 이용
다운로드하는 것은 download_covid_file이라는 함수를 만들어 사용
최종 리턴 값은, pandas.read_excel로 엑셀을 읽어서 DataFrame을 리턴
--> xlrd 패키지가 없으면 설치해야 동작함. pip install xlrd

import os
from datetime import date

def get_corona_data():
    today_covid_file = date.today().strftime("%Y%m%d") + "_corona.xlsx"
    if not os.path.exists(today_covid_file):
        download_covid_file(today_covid_file)
    return pd.read_excel(today_covid_file)

2) 인터넷에서 엑셀 파일 다운로드는 requests.get 함수를 이용

저장하는 것은 그냥 현재 폴더에 저장
SSL 인증서 검증은 하지 않는 것으로. requests.get(...., verify=False)

import requests

def download_covid_file(covid_file):
    covid_xls_url = 'https://www.ecdc.europa.eu/sites/default/files/documents/COVID-19-geographic-disbtribution-worldwide.xlsx'
    req = requests.get(covid_xls_url, allow_redirects=True, vefify=False)
    open(covid_file, 'wb').write(req.content)

3) 국가에 대한 데이터만 뽑아내기

pandas 기능을 이용해서 전 세계 데이터 중에서, 해당 국가에 대한 데이터만 취출
문자열로 되어 있는 칼럼은 pandas.to_datetime을 이용해서 Date형식으로 변경
2020.1.1일부터 현재까지의 데이터 취출

def get_data_by_country(df_world, country='South_Korea'):
    df = df_world[df_world['countriesAndTerritories']==country][['dateRep','day','month','year','cases']].reset_index(drop=True)
    df['dateRep'] = df['dateRep'].apply(lambda x: pd.to_datetime(x, format='%Y-%m-%d'))    
    df['week']=df['dateRep'].dt.week
    df['weekday']=df['dateRep'].dt.weekday
    df = df[['dateRep','day','month','year','weekday','week','cases']]

    df = df.sort_values('dateRep', ascending=True).reset_index(drop=True)
    index_2020 = df['year'].eq(2020).idxmax() #2020년이 처음 시작하는 index 
    df = df.iloc[index_2020:]  #from 2020.01.01
    df['cumul_cases'] = df['cases'].cumsum()
    
    return df

4) 차트형 그래프 그리기

x축은 날자
y축은, 왼쪽은 일별 확진자 수, 오른쪽은 누적 확진자 수를 축으로 하게끔(2개의 축): ax1.twinx() 이용
일별 확진자 수는 blue, 누적 확진자 수는 red
그래프 크기는 (20인치, 7인치): fig.set_size_inches(20,7)

import matplotlib as mpl
from matplotlib import pyplot as plt
def draw_covid_graph(df):
#     set_hangul_font()

    x = df['dateRep']
    y1 = df['cases']
    y2 = df['cumul_cases']

    fig, ax1 = plt.subplots()

    color1 = 'tab:blue'
    ax1.set_xlabel('Date[day]')
    ax1.set_ylabel('Daily Cases', color=color1)
    ax1.plot(x,y1, color=color1, label='New Cases')
    ax1.tick_params(axis='y', labelcolor=color1)
    ax1.legend(loc='upper left')

#     ax1.set_xticks(range(0,x.max()+1))
    ax1.grid(linestyle='--')

    ax2 = ax1.twinx()

    color2 = 'tab:red'
    ax2.set_ylabel('Cumulated Cases', color=color2)
    ax2.plot(x,y2, color=color2, label='Cumulated Number of Cases')
    ax2.tick_params(axis='y', labelcolor=color2)
    ax2.legend(loc='upper right')

    fig.set_size_inches(20,7)
    # plt.grid(True,)
    plt.show()

5) 실행 코드

df_world = get_corona_data()   # 전 세계 국가별/일별 확진자/사망자 데이터
country='South_Korea'
df_country = get_data_by_country(df_world, country)
draw_covid_graph(df_country)

아래는, 위 코드를 주피터 노트북에서 실행한 모습이고, 소스는 downlaod_draw_chart.ipynb 참조

download_draw_chart.ipynb

0.10MB

주피터에서의 실행 모습

In [9]:

import os
import requests
from datetime import date
import pandas as pd

# Download COVID19 data file from the ECDC site. It contains updated COVID cases and death number for all of the world.
def download_covid_file(covid_file):
    covid_xls_url = 'https://www.ecdc.europa.eu/sites/default/files/documents/COVID-19-geographic-disbtribution-worldwide.xlsx'
    req = requests.get(covid_xls_url, allow_redirects=True, verify=False)
    open(covid_file, 'wb').write(req.content)

# Download COVID data file from the internet if there is no excel file for today's date.
def get_corona_data():
    today_covid_file = date.today().strftime("%Y%m%d") + "_corona.xlsx"
    if not os.path.exists(today_covid_file):
        download_covid_file(today_covid_file)
    return pd.read_excel(today_covid_file)

def get_data_by_country(df_world, country='South_Korea'):
    df = df_world[df_world['countriesAndTerritories']==country][['dateRep','day','month','year','cases']].reset_index(drop=True)
    df['dateRep'] = df['dateRep'].apply(lambda x: pd.to_datetime(x, format='%Y-%m-%d'))    
#     df['week']=df['dateRep'].dt.week 
    df['week']=df['dateRep'].dt.isocalendar().week    
    df['weekday']=df['dateRep'].dt.weekday
    df = df[['dateRep','day','month','year','weekday','week','cases']]

    df = df.sort_values('dateRep', ascending=True).reset_index(drop=True)
    index_2020 = df['year'].eq(2020).idxmax() #2020년이 처음 시작하는 index 
    df = df.iloc[index_2020:]  #from 2020.01.01
    df['cumul_cases'] = df['cases'].cumsum()
    
    return df

import matplotlib as mpl
from matplotlib import pyplot as plt
def draw_covid_graph(df):
#     set_hangul_font()
    x = df['dateRep']
    y1 = df['cases']
    y2 = df['cumul_cases']
    fig, ax1 = plt.subplots()

    color1 = 'tab:blue'
    ax1.set_xlabel('Date[day]')
    ax1.set_ylabel('Daily Cases', color=color1)
    ax1.plot(x,y1, color=color1, label='New Cases')
    ax1.tick_params(axis='y', labelcolor=color1)
    ax1.legend(loc='upper left')

#     ax1.set_xticks(range(0,x.max()+1))
    ax1.grid(linestyle='--')
    ax2 = ax1.twinx()

    color2 = 'tab:red'
    ax2.set_ylabel('Cumulated Cases', color=color2)
    ax2.plot(x,y2, color=color2, label='Cumulated Number of Cases')
    ax2.tick_params(axis='y', labelcolor=color2)
    ax2.legend(loc='upper right')

    fig.set_size_inches(20,7)
    # plt.grid(True,)
    plt.show()

In [10]:

df_world = get_corona_data()   # 전 세계 국가별/일별 확진자/사망자 데이터
df_world['countriesAndTerritories'].unique()

Out[10]:

array(['Afghanistan', 'Albania', 'Algeria', 'Andorra', 'Angola',
       'Anguilla', 'Antigua_and_Barbuda', 'Argentina', 'Armenia', 'Aruba',
       'Australia', 'Austria', 'Azerbaijan', 'Bahamas', 'Bahrain',
       'Bangladesh', 'Barbados', 'Belarus', 'Belgium', 'Belize', 'Benin',
       'Bermuda', 'Bhutan', 'Bolivia',
       'Bonaire, Saint Eustatius and Saba', 'Bosnia_and_Herzegovina',
       'Botswana', 'Brazil', 'British_Virgin_Islands',
       'Brunei_Darussalam', 'Bulgaria', 'Burkina_Faso', 'Burundi',
       'Cambodia', 'Cameroon', 'Canada', 'Cape_Verde',
       'Cases_on_an_international_conveyance_Japan', 'Cayman_Islands',
       'Central_African_Republic', 'Chad', 'Chile', 'China', 'Colombia',
       'Comoros', 'Congo', 'Costa_Rica', 'Cote_dIvoire', 'Croatia',
       'Cuba', 'CuraÃ§ao', 'Cyprus', 'Czechia',
       'Democratic_Republic_of_the_Congo', 'Denmark', 'Djibouti',
       'Dominica', 'Dominican_Republic', 'Ecuador', 'Egypt',
       'El_Salvador', 'Equatorial_Guinea', 'Eritrea', 'Estonia',
       'Eswatini', 'Ethiopia', 'Falkland_Islands_(Malvinas)',
       'Faroe_Islands', 'Fiji', 'Finland', 'France', 'French_Polynesia',
       'Gabon', 'Gambia', 'Georgia', 'Germany', 'Ghana', 'Gibraltar',
       'Greece', 'Greenland', 'Grenada', 'Guam', 'Guatemala', 'Guernsey',
       'Guinea', 'Guinea_Bissau', 'Guyana', 'Haiti', 'Holy_See',
       'Honduras', 'Hungary', 'Iceland', 'India', 'Indonesia', 'Iran',
       'Iraq', 'Ireland', 'Isle_of_Man', 'Israel', 'Italy', 'Jamaica',
       'Japan', 'Jersey', 'Jordan', 'Kazakhstan', 'Kenya', 'Kosovo',
       'Kuwait', 'Kyrgyzstan', 'Laos', 'Latvia', 'Lebanon', 'Lesotho',
       'Liberia', 'Libya', 'Liechtenstein', 'Lithuania', 'Luxembourg',
       'Madagascar', 'Malawi', 'Malaysia', 'Maldives', 'Mali', 'Malta',
       'Marshall_Islands', 'Mauritania', 'Mauritius', 'Mexico', 'Moldova',
       'Monaco', 'Mongolia', 'Montenegro', 'Montserrat', 'Morocco',
       'Mozambique', 'Myanmar', 'Namibia', 'Nepal', 'Netherlands',
       'New_Caledonia', 'New_Zealand', 'Nicaragua', 'Niger', 'Nigeria',
       'North_Macedonia', 'Northern_Mariana_Islands', 'Norway', 'Oman',
       'Pakistan', 'Palestine', 'Panama', 'Papua_New_Guinea', 'Paraguay',
       'Peru', 'Philippines', 'Poland', 'Portugal', 'Puerto_Rico',
       'Qatar', 'Romania', 'Russia', 'Rwanda', 'Saint_Kitts_and_Nevis',
       'Saint_Lucia', 'Saint_Vincent_and_the_Grenadines', 'San_Marino',
       'Sao_Tome_and_Principe', 'Saudi_Arabia', 'Senegal', 'Serbia',
       'Seychelles', 'Sierra_Leone', 'Singapore', 'Sint_Maarten',
       'Slovakia', 'Slovenia', 'Solomon_Islands', 'Somalia',
       'South_Africa', 'South_Korea', 'South_Sudan', 'Spain', 'Sri_Lanka',
       'Sudan', 'Suriname', 'Sweden', 'Switzerland', 'Syria', 'Taiwan',
       'Tajikistan', 'Thailand', 'Timor_Leste', 'Togo',
       'Trinidad_and_Tobago', 'Tunisia', 'Turkey',
       'Turks_and_Caicos_islands', 'Uganda', 'Ukraine',
       'United_Arab_Emirates', 'United_Kingdom',
       'United_Republic_of_Tanzania', 'United_States_of_America',
       'United_States_Virgin_Islands', 'Uruguay', 'Uzbekistan', 'Vanuatu',
       'Venezuela', 'Vietnam', 'Wallis_and_Futuna', 'Western_Sahara',
       'Yemen', 'Zambia', 'Zimbabwe'], dtype=object)

In [11]:

country='South_Korea'
df_country = get_data_by_country(df_world, country)
df_country.head()

Out[11]:

	dateRep	day	month	year	weekday	week
1	2020-01-01	1	1	2020	2	1
2	2020-01-02	2	1	2020	3	1
3	2020-01-03	3	1	2020	4	1
4	2020-01-04	4	1	2020	5	1
5	2020-01-05	5	1	2020	6	1

In [12]:

draw_covid_graph(df_country)

-끝-

저작자표시

'Information > Corona19(COVID19)' 카테고리의 다른 글

코로나 확진자 수/ 사망자 수에 대한 물방울 차트(Bubble Chart) 애니메이션 (0)	2020.12.10
전세계 COVID19 확진자 수 분석 (2020.06.12 기준) (0)	2020.06.13
Country ranking by Corona19 infection worldwide (0)	2020.05.25
코로나19(Corona19, COVID19) 엑셀 데이터 얻기/가공하기(2/2) (0)	2020.05.23
코로나19(Corona19, COVID19) 엑셀 데이터 얻기/가공하기(1/2) (0)	2020.05.22

Algorithm Information Computing

국가별 코로나(COVID-19) 확진자 그래프 그리기

주피터에서의 실행 모습

'Information > Corona19(COVID19)' 카테고리의 다른 글

티스토리툴바

국가별 코로나(COVID-19) 확진자 그래프 그리기

주피터에서의 실행 모습

'Information > Corona19(COVID19)' 카테고리의 다른 글

'Information/Corona19(COVID19)' Related Articles

티스토리툴바