Wuhan sətəlcəm haqqında məlumat vermək üçün kovid paketindən istifadə edən bir proqram necə yazılır (CoVid-19)

Hər şeydən əvvəl, Əhməd Nafiyə (https://resume-1b4f0.web.app/about) çox tez bir zamanda covid paketini yazdığına görə Python ilə maraqlanan hər kəsin Wuhan sətəlcəminin xəstəliklərini bilmək üçün istifadə edə bilməsi üçün təşəkkür edirik ( CoVid-19 adlandırdığımız Wuhan Coronavirusun səbəb olduğu)

Bunun üçün covid paketini Python-a əmr ilə quraşdırmalıyıq:

python3 -m boru covid qurmaq

Burada əmr yerinə bu əmrdən istifadə etməyə çalışırıq

pip quraşdırma covid

Python istifadəçiləri televiziyada və ya internetdə nə baş verdiyini bilmədən bəzi sadə əmrləri yazmaqla öz ölkənizdə baş verən qrip haqqında məlumatları görə bilərlər.

In (John Hopskins Universitetindən):

covid idxalından Covid çapından (Covid (). get_status_by_country_name ("Vietnam"))

Çıxdı (02 aprel 2020):

{'id': '177', 'ölkə': 'Vyetnam', 'təsdiqləndi': 227, 'aktiv': 152, 'ölüm': 0, 'bərpa': 75, 'enlem': 14.058324, 'uzunluq' : 108.277199, 'sonuncu gün': 1585835627000}

In (worldometers.info saytından)

covid idxalından Covid çapından (Covid ("dünyaometrləri"). get_status_by_country_name ("Vietnam"))

Çıxarış (02 aprel 2020)

{'ölkə': 'Vyetnam', 'təsdiqləndi': 227, 'yeni_vəziyyətlər': 9, 'ölüm': 0, 'bərpa': 75, 'aktiv': 152, 'kritik': 3, 'total_cases_per_million': Onluq ('2'), 'total_deaths_per_million': Onluq ('0')}

İndi Pythonda bir proqram yazmalıyıq ki, Wuhan pnevmoniya xəstəliyinin John Hopskins Universitetinin və worldometers.info saytlarında məlumatları olan ölkələrdə ən son məlumatların siyahısını göstərək.

covid idxalından Covid wh = Covid ("worldometers") data = wh.get_data ()

Get_data () metodu bütün ölkələrdə təsdiqlənmiş halların sayı, ölümlərin ümumi sayı, bərpa olunan hadisələrin cəmi və s kimi bütün məlumatları əldə etməyə imkan verir.

Get_data () metodu Lüğət məlumat tipini bir sıra qaytarır, ona görə də bu məlumat dəyişənini bir cədvəl kimi asanlıqla izləmək üçün DataFrame məlumat tipinə çevirməliyik. Bunu etmək üçün məlumatların təhlili ilə əlaqəli pandas paketlərini quraşdırmalıyıq.

pandaları pd df = pd.DataFrame şəklində idxal edin (data, sütunlar = data [0] .keys ())

Yuxarıda deyilənlər DataFrame-in df dəyişəninin məlumat massivindən götürüldüyünü, bu df dəyişəninin sütun adının isə Dictionay-ın açarı olduğunu (məlumat massivinin ilk elementidir) deməkdir.

DataFrame-ə çevrildikdən sonra, yuxarıdakı get_data () metodundan qayıdan əmrlər ilə ekranda gözəl yazılmalı olan məlumat dəyişənində yer aldı.

In:

df.head ()

Çıxdı:

DataFrame-ə keçdikdən sonra bu məlumatları emal etmək və təhlil etmək üçün DataFrame funksiyaları və metodlarından istifadə edə bilərik.

Bununla yanaşı, Əhməd Nafies də rahatlıq üçün istifadə ediləcək bir sıra üsullar yazdı. Məsələn, Wuhan virusunun məlumatları worldometers.info və JHU saytında saxlanan ölkələrin siyahısını ixrac edin.

In:

çap et (wh.list_ ölkələri ())

Çıxdı:

['usa', 'italyan', 'İspaniya', 'Almaniya', 'fransa', 'iran', 'uk', 'keçidçi', 'hinduşka', 'belçika', 'niderlandlar', 'avstriya', ' canada ',' s. koreya ',' portugal ',' brazil ',' israel ',' sweden ',' Avstraliya ',' norway ',' çexiya ',' rusiya ',' İrlandiya ',' chili ',' denmark ',' malaysia ' , 'ekvador', 'romaniya', 'poland', 'filippinlilər', 'Pakistan', 'Yaponiya', 'Hindistan', 'Lüksemburq', 'Səudiyyə Ərəbistanı', 'Tayland', 'İndoneziya', 'Finlandiya', 'yunan', 'dominikan respublikası', 'cənub afrika', 'meksika', 'peru', 'iceland', 'panama', 'serbia', 'argentina', 'colombia', 'singapore', 'xorvatiya', 'sloveniya', 'estoniya', 'Əlcəzair', 'qatar', 'uae', 'ukrayna', 'hong kong', 'yeni zelandiya', 'Misir', 'iraq', 'almaz şahzadəsi', 'Mərakeş' , 'armenia', 'litva', 'bahrain', 'hangary', 'bosniya və herzegovina', 'moldova', 'lebanon', 'latvia', 'bulgaria', 'tunisia', 'andorra', 'slovakia' , 'qazaxstan', 'azerbaycan', 'şimal makedoniya', 'Costa Rica', 'siprus', 'uruguay', 'kuwait', 'tawan', 'reunion', 'belarus', 'burkina faso', 'kamerun ',' jordan ',' albaniya ',' afgistanistan ',' san marino ',' kuba ',' oman ',' vietnam ',' honduras ',' gana ',' malta ',' senegal ',' uzbekistan ' , 'i vory sahili ',' kanal adaları ',' faeroe adaları ',' Nigeriya ',' mauritius ',' palestine ',' sri lanka ',' venezuela ',' montenegro ',' martinique ',' brunei ',' georgia ' , 'guadeloupe', 'drc', 'bolivia', 'mayotte', 'qırğızstan', 'kenya', 'kambodiya', 'insan adası', 'trinidad və Tobaqo', 'gibraltar', 'rwanda', ' paraqvay ',' niger ',' Liechtenstein ',' madaqaskar ',' bangladesh ',' monako ',' aruba ',' ginea ',' fransız guiana ',' guatemala ',' barbados ',' jamaica ',' uganda ',' el salvador ',' macao ',' djibouti ',' zambiya ',' fransız polineziyası ',' togo ',' bermuda ',' mali ',' etiopiya ',' congo ',' kayman adaları ',' müqəddəs martin ',' bahamas ',' myanmar ',' tanzaniya ',' oğlan ',' maldiv ',' gabon ',' eritrea ',' new caledonia ',' syria ',' sint maarten ',' haiti ', 'ekvatorial qvineya', 'monqoliya', 'namibiya', 'benin', 'müqəddəs lusiya', 'dominika', 'curaçao', 'greenland', 'grenada', 'laos', 'libia', 'mozambique', 'seyşel adaları', 'surinam', 'ms zaandam', 'qvineya-bisau', 'eswatini', 'angola', 'zimbabve', 'müqəddəs kitts və nevis', 'su dan ',' antigua and barbuda ',' chad ',' fiji ',' cabo verde ',' mauritania ',' nepal ',' vatican city ',' liberiya ',' st. bart ',' türklər və kaikoslar ',' nikaragua ',' butan ',' montserrat ',' somalia ',' botswana ',' gambia ',' belize ',' britaniya bakirə adaları ',' car ',' anguilla ' , 'burundi', 'karib dəniz nerlandları', 'st. vincent grenadines ',' sierra leone ',' papua yeni qvineya ',' timor-leste ',' çin ']

Təsdiqlənmiş halların cəmi alın

çap et (wh.get_total_confirmed_cases ())

Https://pypi.org/project/covid/ saytında tapa biləcəyimiz digər üsullar

Bu ölkələrin ölümlərinin ümumi cədvəlini aşağıdakı rəqəm kimi təqdim edin:

In:

ölüm = df.sort_values ​​(by = ["ölüm"]) idxal matplotlib.pyplot kimi plt plt.figure (figsize = (16,8)) ölüm ["ölüm"]. süjet (type = "pasta", ax = plt .subplot (), əfsanə = Yalan, etiketlər = ölümlər ['ölkə'])

Ölümlərin ən çox olduğu 10 ölkənin cədvəlinə

ölüm = df.sort_values ​​(by = ["ölüm"], artan = Yanlış) idxal matplotlib.pyplot kimi plt plt.figure (figsize = (16,8)) ölüm ["ölüm"] [0:10] .plot ( növ = "pasta", ax = plt.subplot (), əfsanə = Düzdür, etiketlər = ölüm ['ölkə'] [0:10])

Və ya təsdiqlənmiş halların sayının daha yüksək olduğu 5 ölkəni və təsdiqlənmiş halların sayının Vyetnamdan daha aşağı olduğunu nəzərə alsaq

idxal matplotlib.pyplot kimi plt vn = df.query ('ölkə == "Vyetnam"') ivn = vn.index [0] df ["təsdiqləndi"] [ivn-5: ivn + 6] .plot (type = " pasta ", əncir = (16,8), autopct = '%. 2f %%', əfsanə = Düzdür, etiketlər = df ['ölkə'] [ivn-5: ivn + 6])

In:

vn = df.query ('ölkə == "Vyetnam"') ivn = vn.index [0] plt.figure (figsize = (10,6)) plt.ylabel ("İşlərin sayı") df [ivn-5 : ivn + 6] .plot (növ = "bar", ax = plt.subplot (), x = "ölkə")