新冠肺炎的可视化和Logistic增长模型预测分析（新手入坑）

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