前言

本文的文字及圖片來源于網(wǎng)絡(luò),僅供學(xué)習、交流使用,不具有任何商業(yè)用途,版權(quán)歸原作者所有,如有問題請及時聯(lián)系我們以作處理。

目前，我國新冠疫情已經(jīng)大幅度好轉(zhuǎn)，各省市在3到4月份已經(jīng)開始復(fù)產(chǎn)復(fù)工，連受災(zāi)最嚴重的武漢也解封了，全國的情況逐漸步入正軌。

但同時全球疫情十分嚴峻， 根據(jù)美國約翰斯.霍普金斯大學(xué)統(tǒng)計的數(shù)據(jù)顯示，截至北京時間19日晚6時38分，全球新冠死亡病例超過16萬例，達到161,324例，全球確診病例突破230萬，達2,343,293例。

?

根據(jù)數(shù)據(jù)，目前死亡病例最多的國家是美國，為33,903例。美國同時還是全球確診病例最多的國家，累計確診病例突破70萬，達到722,761例。

?

疫情給全球人民帶來的不僅僅是生命的威脅，同樣還有經(jīng)濟上的困境以及失業(yè)危機。因為疫情的影響，美國陷入了“裁員潮”，很多美國人不得不因為這次疫情被辭退，從而申請失業(yè)救濟金。

?

?

美國失業(yè)人數(shù)超2200萬，抹去11年來所有新增就業(yè)

美國勞工部16日公布的數(shù)據(jù)顯示，受新冠疫情在美國蔓延影響，上周美國首次申請失業(yè)救濟人數(shù)達到524.5萬，這意味著過去四周美國首次申請失業(yè)救濟人數(shù)已累計達到約2200萬，這約占美國勞動力總數(shù)的八分之一，基本抹去了08年金融危機以來過去11年所有的新增就業(yè)。

?

?

?

特別是這個由美國勞工部統(tǒng)計的失業(yè)救濟人數(shù)動態(tài)圖，也是引爆全網(wǎng)，從中可以看到自六十年代來，美國的失業(yè)救濟人數(shù)一直是上下波動。而受這次疫情影響，美國失業(yè)救濟人數(shù)像坐了火箭一般，一路飆升。

（結(jié)尾高能，一定要看到最后！）

美國每周首次申請失業(yè)救濟人數(shù)

來源：美國勞工部?United States Department of Labor

那么作為一個技術(shù)號，我們就來探討一下這個動態(tài)圖怎么做。今天我們就教你用Python來實現(xiàn)！

?教你用Python繪制美國申請失業(yè)險人數(shù)動態(tài)圖

我們使用pyecharts包進行美國申請失業(yè)保險人數(shù)的動態(tài)趨勢圖的繪制，如果你沒有安裝pyecharts，可以使用以下代碼進行pip安裝。

pip install pyecharts

制作這樣的一個動態(tài)圖使用的是Pyecharts中的的TimeLine(時間線輪播圖)的類。使用TimeLine的方法，你可以輕松地將繪制帶有時間序列的動態(tài)圖形，比如動態(tài)條形圖、動態(tài)餅圖、動態(tài)桑基圖、動態(tài)地圖等等。

首先需要導(dǎo)入我們需要使用的包，其中pandas用于數(shù)據(jù)整理，pyecharts用于繪圖。

#?導(dǎo)入包 import?pandas?as?pd from?pyecharts?import?options?as?opts from?pyecharts.charts?import?Timeline,?Line

首先使用pandas讀入數(shù)據(jù)，我們選取的數(shù)據(jù)來自于美國勞工部官方網(wǎng)站，數(shù)據(jù)包含了從1967年07月01日~2020年04月04日的申請失業(yè)保險人數(shù)，這是一份帶有時間序列的面板數(shù)據(jù)，適合進行動態(tài)可視化繪圖使用。

#?讀入數(shù)據(jù) df?=?pd.read_excel('USA_UI_1967_2020.xlsx') df.head()?

?

在繪圖之前，首先我們需要梳理一下生成動圖的邏輯和思路。

我們將繪圖數(shù)據(jù)分為維度和度量來思考，在這個條形圖的繪制中，時間就是維度，S.A.(申請失業(yè)保險人數(shù))就是度量值，繪制動態(tài)折線圖就是把每天的數(shù)據(jù)制作成一張截止到當天的折線圖然后輪動，下面使用Pandas對時間數(shù)據(jù)進行簡單的處理，并選取2000年以后的數(shù)據(jù)進行圖形的繪制，處理后的數(shù)據(jù)如下所示：

#?時間處理 df['time_index']?=?pd.to_datetime(df['time_index']) df['time_index']?=?df['time_index'].dt.date.astype('str')#?選取子集 df_sel?=?df.loc[:,?['time_index',?'S.A.']] df_sel['time_2']?=?df_sel['time_index'].copy() df_sel?=?df_sel.set_index('time_index')? df_sel?=?df_sel.loc[(df_sel.index>='2000-01-01')]? df_sel.head()?

?

接下來使用Pyecharts庫中的TimeLine和Line類進行圖形的繪制，代碼說明如下，其中的配置項可以看到pyecharts官網(wǎng)?https://pyecharts.org?進行查看。

圖形生成在本地的html網(wǎng)頁中。

代碼實現(xiàn)：

#?實例化一個timeline t1?=?Timeline(init_opts=opts.InitOpts(width='1350px',?height='750px')) #?添加配置項 t1.add_schema(play_interval=1,??#?播放的速度is_loop_play=False,??#?是否循環(huán)播放linestyle_opts=opts.LineStyleOpts(width=0.5),)#?時間數(shù)據(jù) time_date?=?df_sel.index.values.tolist()for?i?in?time_date:#?繪制線形圖line?=?Line()line.add_xaxis(df_sel.loc[:i,?'time_2'].values.tolist())line.add_yaxis('',?df_sel.loc[:i,?'S.A.'].values.tolist())line.set_global_opts(title_opts=opts.TitleOpts('美國申請失業(yè)保險{}日人數(shù)'.format(i)))line.set_series_opts(label_opts=opts.LabelOpts(is_show=False),linestyle_opts=opts.LineStyleOpts(width=2))#?添加到t1中t1.add(line,?'{}'.format(i))#?生成HTML文檔 t1.render('美國申請失業(yè)保險動態(tài)折線圖.html')?

這里我們選取2000年以后的數(shù)據(jù)進行繪制，最后讓我們看到繪制后的成品：最后有結(jié)果有點嚇人

?

歡迎點擊左上角關(guān)注小編，除了分享技術(shù)文章之外還有很多福利，私信學(xué)習資料可以領(lǐng)取包括不限于Python實戰(zhàn)演練、PDF電子文檔、面試集錦、學(xué)習資料等。

總結(jié)

以上是生活随笔為你收集整理的美国超2200万人失业，根据数据用Python实现可视化图，最后有结果有点吓人的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。