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(yán)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(yán)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(dá)到161,324例，全球確診病例突破230萬，達(dá)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(dá)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(jì)上的困境以及失業(yè)危機(jī)。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(jì)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(jì)人數(shù)達(dá)到524.5萬， 這意味著過去四周美國首次申請失業(yè)救濟(jì)人數(shù)已累計達(dá)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(jī)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(jì)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(jì)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(jì)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(jì)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(jìn)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(jìn)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(jìn)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(dāng)天的折線圖然后輪動，下面使用Pandas對時間數(shù)據(jù)進(jìn)行簡單的處理，并選取2000年以后的數(shù)據(jù)進(jìn)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(jìn)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(jìn)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')

總結(jié)

以上是生活随笔為你收集整理的美国网红python图片_美国失业人数突破2200万！这个动态图我用Python画出来了！...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。