বিশ্ব মানচিত্রে COVID19 ড্যাশবোর্ড (পাইথন ব্যবহার করে): 16 টি ধাপ

2024 লেখক: John Day | [email protected]. সর্বশেষ পরিবর্তিত: 2024-01-30 07:57

আমি জানি আমরা প্রায় সবাই কোভিড -১ about সম্পর্কে অধিকাংশ তথ্য জানি।

এবং এই নির্দেশযোগ্যটি একটি বুদ্বুদ মানচিত্র তৈরি করার জন্য, বিশ্ব মানচিত্রে রিয়েল-টাইম ডেটা (ক্ষেত্রে) চক্রান্ত করার জন্য।

আরো সুবিধার জন্য, আমি Github সংগ্রহস্থলে প্রোগ্রাম যোগ করেছি:

github.com/backshell/COVID19dashboard

সরবরাহ

এখানে তেমন কোন সরবরাহের প্রয়োজন নেই এবং আমরা সম্পূর্ণ কম্পিউটার প্রোগ্রাম গুগলকোলব নোটবুকের মাধ্যমে করব। সুতরাং একটি জিমেইল অ্যাকাউন্ট দিয়ে শুরু করা যথেষ্ট হওয়া উচিত।

কোলাব নোটবুক / কোলাবরেটরি একটি Google গবেষণা প্রকল্প যা মেশিন লার্নিং শিক্ষা এবং গবেষণার প্রসারে সহায়তা করার জন্য তৈরি করা হয়েছে। এটি একটি জুপিটার নোটবুক পরিবেশ যা ব্যবহার করার জন্য কোন সেটআপের প্রয়োজন হয় না এবং সম্পূর্ণরূপে ক্লাউডে চলে।

এবং আপনার মেশিনে কোন ইনস্টলেশনের প্রয়োজন নেই।

ধাপ 1: ব্যাকএন্ড প্রক্রিয়া বোঝা (ডাটাবেস)

প্রতিটি সফটওয়্যার প্রোগ্রামের বেশিরভাগই ব্যাকএন্ড থেকে ডেটা নিয়ে আসে এবং ফলস্বরূপ ফরম্যাট করা হয় এবং সামনের দিকে প্রকাশিত হয়। এবং এই বিশেষ প্রোগ্রামের জন্য, আমাদের COVID19 রিয়েল-ডেটার প্রয়োজন হবে।

G. W. C. হোয়াইটিং স্কুল অফ ইঞ্জিনিয়ারিং তার গিথুব অ্যাকাউন্টের মাধ্যমে COVID19 পরিসংখ্যান প্রকাশ করছে:

github.com/CSSEGISandData

শুরু থেকে আজ অবধি, কোভিড -১ country দেশ অনুযায়ী পরিসংখ্যান সংগ্রহস্থলে প্রকাশিত হয়।

তাই আমরা তাদের. CSV ফরম্যাট করা ফাইলগুলি ব্যবহার করব (দেশগুলির সারি অনুসারে) এবং বিশ্ব মানচিত্রে ডেটা চক্রান্ত করব।

ধাপ 2: প্রোগ্রামে ব্যবহৃত পাইথন প্যাকেজ/লাইব্রেরি

নীচে পাইথন প্যাকেজ এবং লাইব্রেরির তালিকা রয়েছে, যা আমরা ব্যবহার করব। আমি তাদের প্রত্যেকের উদ্দেশ্য একটি ওভারভিউ দিতে দিন।

অসাড়:

NumPy হল পাইথন প্রোগ্রামিং ভাষার জন্য একটি লাইব্রেরি, যা এই অ্যারেগুলিতে কাজ করার জন্য উচ্চ স্তরের গাণিতিক ফাংশনগুলির একটি বৃহৎ সংগ্রহ সহ বৃহৎ, বহুমাত্রিক অ্যারে এবং ম্যাট্রিক্সের জন্য সমর্থন যোগ করে।

পান্ডা:

পান্ডাস হল একটি সফ্টওয়্যার লাইব্রেরি যা পাইথন প্রোগ্রামিং ভাষার জন্য ডেটা ম্যানিপুলেশন এবং বিশ্লেষণের জন্য লেখা।

matplotlib.pyplot:

পাইপ্লট মূলত ইন্টারেক্টিভ প্লট এবং প্রোগ্রাম্যাটিক প্লট জেনারেশনের সাধারণ ক্ষেত্রে তৈরি করা হয়

plotly.express:

প্লটলি এক্সপ্রেস একটি নতুন উচ্চ স্তরের পাইথন ভিজ্যুয়ালাইজেশন লাইব্রেরি। জটিল চার্টের জন্য সহজ বাক্য গঠন।

ফোলিয়াম:

ফোলিয়াম একটি ইন্টারেক্টিভ লিফলেট মানচিত্রে পাইথনে যে ডেটা ব্যবহার করা হয়েছে তা কল্পনা করা সহজ করে তোলে।

plotly.graph_objects:

ডেটা স্ট্রাকচার দ্বারা প্রতিনিধিত্ব করা গ্রাফিক্যাল ফিগার (যেমন চার্ট, প্লট, ম্যাপ এবং ডায়াগ্রাম) তৈরি, ম্যানিপুলেট এবং রেন্ডার করার জন্য প্ল্যাথলি পাইথন প্যাকেজটিও ফিগার হিসাবে উল্লেখ করা হয়।

সামুদ্রিক:

Seaborn matplotlib ভিত্তিক একটি পাইথন ডেটা ভিজ্যুয়ালাইজেশন লাইব্রেরি। এটি আকর্ষণীয় এবং তথ্যপূর্ণ পরিসংখ্যানগত গ্রাফিক্স আঁকার জন্য একটি উচ্চ স্তরের ইন্টারফেস প্রদান করে।

ipywidgets:

ipywidgets হল Jupyter নোটবুক, JupyterLab এবং IPython কার্নেলের জন্য ইন্টারেক্টিভ HTML উইজেট। ইন্টারেক্টিভ উইজেট ব্যবহার করা হলে নোটবুকগুলি জীবিত হয়ে ওঠে।

এই প্যাকেজগুলি ইনস্টল করার প্রয়োজন নেই কারণ আমরা এই প্রোগ্রামটি পুরোপুরি গুগল কোলাব নোটবুকে কাজ করবো (এই নির্দেশাবলী জুড়ে এটিকে কোলাব হিসাবে রাখতে দিন)।

ধাপ 3: Colab ব্যবহার করার জন্য আপনার ড্রাইভ সেট আপ করা

আপনার ড্রাইভে, আপনার নোটবুকের জন্য একটি ফোল্ডার তৈরি করুন।

টেকনিক্যালি বলতে গেলে, যদি আপনি কেবল কোলাবে কাজ শুরু করতে চান তবে এই পদক্ষেপটি সম্পূর্ণভাবে প্রয়োজনীয় নয়। যাইহোক, যেহেতু কোলাব আপনার ড্রাইভ থেকে কাজ করছে, তাই আপনি যে ফোল্ডারে কাজ করতে চান তা নির্দিষ্ট করা খারাপ ধারণা নয়। আপনি এটি করতে পারেন আপনার গুগল ড্রাইভে গিয়ে এবং "নতুন" ক্লিক করে এবং তারপর একটি নতুন ফোল্ডার তৈরি করে।

তারপরে আপনি এখানে কোলাবনোটবুক তৈরি করা বেছে নিতে পারেন বা সরাসরি কোলাবে কাজ শুরু করতে পারেন এবং ড্রাইভের ফোল্ডারটি লিঙ্ক করতে পারেন, যা কোলাব কাজের জন্য তৈরি করা হয়েছে।

এটি একটি ভাল অভ্যাস, অন্যথায় আমরা যে কোলাব তৈরি করি তা আমাদের ড্রাইভে অগোছালো মনে হতে পারে।

ধাপ 4: প্রোগ্রামের ওভারভিউ

এই প্রোগ্রাম/নোটবুকে, আমরা COVID-19 এর জন্য নিম্নলিখিতগুলি তৈরি করব:

• মামলার সংখ্যা অনুসারে দেশের তালিকা
• বিশ্ব মানচিত্রে মোট মামলা

ধাপ 5: COVID-19 ড্যাশবোর্ড | অংশ 1

আপনি ভবিষ্যতে পাইথন 2 থেকে পাইথন 3 পর্যন্ত আপনার কোড পোর্ট করতে সাহায্য করতে পারেন - এবং এখনও এটি পাইথন 2 এ চালানো আছে।

আপনার যদি ইতিমধ্যেই পাইথন 3 কোড থাকে, তাহলে আপনি ভবিষ্যতে পাইথন 2 সামঞ্জস্যের জন্য প্রায় কোন অতিরিক্ত কাজ ছাড়াই ব্যবহার করতে পারেন।

ভবিষ্যত বেশ কয়েকটি পদ্ধতির একটির মাধ্যমে স্ট্যান্ডার্ড লাইব্রেরি পুনর্গঠন (PEP 3108) সমর্থন করে, যার ফলে বেশিরভাগ স্থানান্তরিত স্ট্যান্ডার্ড লাইব্রেরি মডিউলগুলিকে তাদের পাইথন 3 নাম এবং পাইথন 2 এর অবস্থানের অধীনে অ্যাক্সেস করা যায়।

ধাপ 6: COVID-19 ড্যাশবোর্ড | অংশ ২

ইন্টারঅ্যাক্ট ফাংশন (ipywidgets.interact) স্বয়ংক্রিয়ভাবে ইউজার ইন্টারফেস (UI) নিয়ন্ত্রণ করে ইন্টারেক্টিভলি কোড এবং ডেটা এক্সপ্লোর করার জন্য। আইপিথনের উইজেট ব্যবহার শুরু করার এটি সবচেয়ে সহজ উপায়।

ধাপ 7: COVID-19 ড্যাশবোর্ড | পার্ট 3

display_html একটি বস্তুর HTML উপস্থাপনা প্রদর্শন করে। অর্থাৎ, এটি _repr_html_ এর মতো রেজিস্টার্ড ডিসপ্লে পদ্ধতিগুলি দেখায় এবং তাদের কল করে, ফলাফল প্রদর্শন করে, যদি থাকে।

ধাপ 8: COVID-19 ড্যাশবোর্ড | পার্ট 4

প্যাকেজের তালিকা (যেমন ধাপ 2 এ ব্যাখ্যা করা হয়েছে) প্রোগ্রামে আমদানি করা হয়।

ধাপ 9: COVID-19 ড্যাশবোর্ড | পার্ট 5

death_df = pd.read_csv ('https://raw.githubusercontent.com/CSSEGISandData/COVID-19/master/csse_covid_19_data/csse_covid_19_time_series/time_series_covid19_deaths_global.csv')

confirmed_df = pd.read_csv ('https://raw.githubusercontent.com/CSSEGISandData/COVID-19/master/csse_covid_19_data/csse_covid_19_time_series/time_series_covid19_confirmed_global.csv')

recovery_df = pd.read_csv ('https://raw.githubusercontent.com/CSSEGISandData/COVID-19/master/csse_covid_19_data/csse_covid_19_time_series/time_series_covid19_recovery_global.csv')

country_df = pd.read_csv ('https://raw.githubusercontent.com/CSSEGISandData/COVID-19/web-data/data/cases_country.csv')

ধাপ 1 এ ব্যাখ্যা করা হয়েছে, সংগ্রহস্থল থেকে.csv ফাইল হিসাবে ডেটা পড়া।

ধাপ 10: COVID-19 ড্যাশবোর্ড | পার্ট 6

আমরা df কলামের নামগুলি ছোট হাতের নামকরণ করব

ধাপ 11: COVID-19 ড্যাশবোর্ড | পার্ট 7

আমরা প্রদেশ/রাজ্যকে রাজ্য এবং দেশ/অঞ্চল থেকে দেশে পরিবর্তন করব

ধাপ 12: COVID-19 ড্যাশবোর্ড | পার্ট 8

আমরা নিশ্চিত, মৃত্যু এবং পুনরুদ্ধার হওয়া মামলার মোট সংখ্যা গণনা করব।

ধাপ 13: COVID-19 ড্যাশবোর্ড | পার্ট 9

আমরা HTML ফরম্যাটে মোট পরিসংখ্যান প্রদর্শন করব, যেহেতু আমরা ধাপ in -এ নির্দিষ্ট লাইব্রেরিগুলি আমদানি করেছি নীচের মতো:

IPython.core.display আমদানি প্রদর্শন, HTML থেকে

ধাপ 14: মামলার সংখ্যা দ্বারা দেশগুলির তালিকা (শীর্ষ 10) | COVID-19 ড্যাশবোর্ড

fig = go. FigureWidget (layout = go. Layout ())

ফিগার উইজেট ফাংশন ডিফল্ট এক্স এবং ওয়াই অক্ষের সাথে একটি খালি ফিগার উইজেট বস্তু প্রদান করে। জুপিটার ইন্টারেক্টিভ উইজেটগুলির একটি লেআউট বৈশিষ্ট্য রয়েছে যা বেশ কয়েকটি সিএসএস বৈশিষ্ট্য প্রকাশ করে যা উইজেটগুলি কীভাবে বিছানো হয় তা প্রভাবিত করে।

pd. DataFrame

ফলাফলের জনসংখ্যার জন্য তিনটি রঙের পটভূমি সহ অভিধান ব্যবহার করে ডেটাফ্রেম তৈরি করে।

def show_latest_cases (TOP)

নিশ্চিত অবতরণ ক্রম দ্বারা মান সাজায়।

ইন্টারঅ্যাক্ট (show_latest_cases, TOP = '10 ')

ইন্টারঅ্যাক্ট ফাংশন (ipywidgets.interact) স্বয়ংক্রিয়ভাবে ইউজার ইন্টারফেস (UI) নিয়ন্ত্রণ করে ইন্টারেক্টিভলি কোড এবং ডেটা এক্সপ্লোর করার জন্য।

ipywLayout = উইজেট। লেআউট (সীমানা = 'কঠিন 2px সবুজ')

ফলাফল প্রদর্শনের জন্য সবুজ রঙের 2px প্রস্থ রেখা সহ একটি সীমানা তৈরি করে।

ধাপ 15: বিশ্ব মানচিত্রে মোট মামলা | COVID-19 ড্যাশবোর্ড

world_map = folium. Map (location = [11, 0], tiles = "cartodbpositron", zoom_start = 2, max_zoom = 6, min_zoom = 2)

ফোলিয়াম একটি টুল যা আপনাকে একটি ম্যাপিং Godশ্বরের মত দেখায় যখন সমস্ত কাজ পিছনের প্রান্তে সম্পন্ন হয়। আমরা মূলত এটিকে ন্যূনতম নির্দেশনা দিই, জেএস ব্যাকগ্রাউন্ডে প্রচুর কাজ করে এবং আমরা কিছু খুব, খুব শীতল মানচিত্র পাই। এটা দারুণ জিনিস। স্বচ্ছতার জন্য, মানচিত্রটিকে টেকনিক্যালি 'লিফলেট ম্যাপ' বলা হয়। যে যন্ত্রটি দিয়ে আপনি তাদের পাইথনে ডাকবেন তার নাম 'ফোলিয়াম'।

ফোলিয়াম একটি ইন্টারেক্টিভ লিফলেট মানচিত্রে পাইথনে হেরফের করা ডেটা কল্পনা করা সহজ করে তোলে। এটি কোরেপ্লেথ ভিজ্যুয়ালাইজেশনের জন্য মানচিত্রে ডেটার বাঁধন উভয়ই সক্ষম করে এবং ভিনসেন্ট/ভেগা ভিজ্যুয়ালাইজেশনকে মানচিত্রে চিহ্নিতকারী হিসাবে পাস করে।

আমি পরিসরে (0, লেন (নিশ্চিত_ডিএফ))

একটি লুপে, আমরা ধাপ 9 প্রণয়ন থেকে সমস্ত নিশ্চিত হওয়া মামলাগুলি পাব।

বৃত্ত

আমরা বৃত্ত যোগ করার জন্য folium. Circle () ব্যবহার করে একটি বুদ্বুদ মানচিত্র তৈরি করি।

অবস্থান = [confirmed_df.iloc ['lat'], confirmed_df.iloc ['long'], ধাপ 5 থেকে নিশ্চিত হওয়া মামলাগুলির নিশ্চিত_ডিএফ থেকে, আমরা প্রতিটি অবস্থান/দেশের ডেটার সাথে সম্পর্কিত অক্ষাংশ এবং দ্রাঘিমাংশের মানগুলি বের করি।

ব্যাসার্ধ = (int ((np.log (confir_df.iloc [i, -1] +1.00001)))+0.2)*50000, বিশ্বের মানচিত্রে বুদ্বুদ বৃত্ত চক্রান্তের জন্য ব্যাসার্ধ বস্তু তৈরি করা।

রঙ = 'লাল', fill_color = 'নীল', বুদবুদ বৃত্তের রূপরেখা লাল এবং ভিতরের এলাকা নীল হিসাবে তৈরি করা।

এবং অবশেষে টুলটিপ অবজেক্ট ব্যবহার করে ওয়ার্ল্ড_ম্যাপের চেনাশোনাগুলি চক্রান্ত করছে।

ধাপ 16: ফলাফল

সংযুক্তি দেখায়:

1. মামলার সংখ্যা অনুসারে দেশগুলির তালিকা
2. বিশ্ব মানচিত্রে মোট মামলা