# 用Python做了一个广东疫情新增病例动态视频

# 1 简介

最近广东疫情实在是太严重了，特别是广州。作为南大门，人口流动太大，又毗邻港澳，防疫任务太重。从11月以来，就发展极其迅猛。疫情也给大家的生活带来了诸多不便，我有许多同事和朋友都居家隔离了。

时代的尘埃落在个体身上，都是灾难。

为了对疫情了解更多，我用Python写了个小程序，来生成一个新增病例的变化视频，且记录一下这个无聊的过程吧。

# 2 数据准备

为了获得准确的第一手数据，我是关注了健康广东这个公众号，每天早上可以看到最新的数据。同时在广东省卫健委的网站 (opens new window)也可以获取。

接着会把数据记录在Excel表格里，方面查看。11月以来数据如下：

注：新增 = 新增确诊 + 新增无症状

日期	广东确诊	广州确诊	广东无症状	广州无症状	广东新增	广州新增
11月1日	239	190	458	289	697	479
11月2日	106	73	298	253	404	326
11月3日	69	50	356	323	425	373
11月4日	187	142	470	430	657	572
11月5日	160	111	669	635	829	746
11月6日	133	66	1330	1259	1463	1325
11月7日	185	122	1882	1813	2067	1935
11月8日	198	114	2330	2263	2528	2377
11月9日	197	91	2611	2546	2808	2637
11月10日	200	125	2507	2430	2707	2555
11月11日	289	225	2461	2358	2750	2583
11月12日	323	259	2996	2921	3319	3180
11月13日	247	189	3541	3464	3788	3653
11月14日	219	189	3941	3876	4160	4065
11月15日	173	147	5047	4977	5220	5124
11月16日	195	158	6215	6138	6410	6296
11月17日	307	275	8576	8486	8883	8761
11月18日	321	255	9110	8989	9431	9244
11月19日	355	269	8535	8444	8890	8713
11月20日	281	200	8381	8234	8662	8434
11月21日	384	296	8101	7885	8485	8181
11月22日	347	253	8241	7957	8588	8210
11月23日	353	235	7951	7735	8304	7970
11月24日	549	428	7505	7192	8054	7620
11月25日	395	257	7584	7267	7979	7524

# 3 读取数据

因为要用Python展示，即做数据可视化（数据可视化的工具很多，不一定要用Python），所以需要用Python读取Excel中的数据。我使用的是库pyexcel。代码如下：

def load_data():
    records = p.get_records(file_name="covid-19.xlsx")
    print(records)
    data_x = []
    data_y1 = []
    data_y2 = []
    for record in records[1:]:
        dt = excel_to_datatime(record['-1'])
        data_x.append(dt)
        data_y1.append(record['-6'])
        data_y2.append(record['-7'])
    return data_x, data_y1, data_y2

其中covid-19.xlsx就是Excel文件名。而-1, -6, -7分别是对应的日期，和最后两列，Debug的时候定位的，暂时没空深究。

# 3.1 Excel日期的问题

Excel日期是用一个数字来表示的，所以需要把这个数值转化成Python的日期类型，具体代码如下：

def excel_to_datatime(excel_date):
    dt = datetime.fromordinal(datetime(1900, 1, 1).toordinal() + excel_date - 2)
    return dt

同时为了格式化输出日期，新增了个函数，没啥特别的：

def datetime_to_str(dt, pattern):
    return pattern.format(dt.month, dt.day)

# 4 Python数据可视化

Python做数据可视化的库可太多了，我选择的是matplotlib，一方面是因为它用的多，资料也多；另一方面是我大学用过Matlab，两者很像，省去一些学习时间成本。

为了简便，打算就画个曲线变化图就行了，所以横轴为日期，纵轴为新增数。画个简单的图代码如下：

# plot
fig, ax = plt.subplots(figsize=(4, 3), dpi=120)
ax.plot(data_x, data_y1, linewidth=2.0, color='red')
ax.plot(data_x, data_y2, linewidth=2.0, color='blue')
plt.show()

红色是广东新增，蓝色是广州新增：

把数据标在曲线上：

for i, v in enumerate(data_y1):
    ax.text(data_x[i], v + 300, v, ha='center', color='red', fontsize=8)

for i, v in enumerate(data_y2):
    ax.text(data_x[i], v - 300, v, ha='center', color='blue', fontsize=8)

可以看到，3000到6000，再到8000的变化是极快的：

后面还有许多细节优化，就不一一讲解了。

# 5 转化视频

首先要明白，视频的本质还是图片，只是把图片放快了而已。所以，可以画图，就有办法做视频。好在matplotlib也提供了制作动画的函数，直接调用即可。需要调用的是animation.FuncAnimation这个方法。我们要提供初始化函数，还有如何制作每一帧画面的函数，就可以制作视频了。

初始化就直接给个空就行：

def init():
    line1.set_data([], [])
    line2.set_data([], [])
    return line1, line2, text1, text2, text_gd, text_gz, text_date

每一帧的函数如下：

def animate(i):
    print('Processing {} for {}'.format(i, data_x[i]))
    x = range(i + 2)
    x = x[1:]
    line1.set_data(x, data_y1[:i + 1])
    line2.set_data(x, data_y2[:i + 1])
    text1 = ax.text(i + 1, data_y1[i] + 150, data_y1[i], ha='center', color='red', fontsize=8)
    text2 = ax.text(i + 1, data_y2[i] - 150, data_y2[i], ha='center', color='blue', fontsize=8)
    text_gd.set_text('广东新增：' + str(data_y1[i]))
    text_gz.set_text('广州新增：' + str(data_y2[i]))
    text_date.set_text(datetime_to_str(data_x[i], '2022年{}月{}日'))
    plt.scatter(x, data_y1[:i + 1], color='bisque')
    plt.scatter(x, data_y2[:i + 1], color='cyan')
    return line1, line2, text1, text2, text_gd, text_gz, text_date

核心是的两条曲线：line1, line2，每次动态的改变它的数据，就会重画；

text1, text2是新增数，标在曲线上的；

scatter函数是标点，显眼一点；

text_gd, text_gz, text_date在左上角动态显示变化的日期和数据。

图片大体效果如下：

最后，我们要将一帧一帧整合成视频，使用以下函数：

plt.rcParams['animation.ffmpeg_path'] = '/Users/larry/Software/ffmpeg/ffmpeg'
anim.save('covid-19-Guangdong.mp4', fps=1, extra_args=['-vcodec', 'libx264'])