上海疫情究竟怎么樣了?
二條:知己知彼,案例對比 Requests、Selenium、Scrapy 爬蟲庫!! 三條:我用Python擺攤算命
↑?關(guān)注 + 星標?,每天學(xué)Python新技能
后臺回復(fù)【大禮包】送你Python自學(xué)大禮包
最近很多在上海生活的朋友也被隔離起來了,所以我們就比較關(guān)心上海疫情究竟怎么樣了?
上海最新疫情分布
現(xiàn)在很多APP或地圖都提供疫情分布圖,用于標注新冠陽性患者的軌跡。

當你將坐標定位到上海市時,會發(fā)現(xiàn)軌跡點很少,跟我們在新聞/朋友圈中看到情況完全不符。仔細觀察才發(fā)現(xiàn),這里標注的軌跡點只涉及確診病例,而無癥狀感染者的居住地/軌跡點都不會體現(xiàn)出來。
以上海市衛(wèi)健委的數(shù)據(jù)為例,3月28日上海新增本土確診病例 96 例、本土無癥狀感染者 4381 人,比例為 96:4381。

上海市衛(wèi)健委:無癥狀感染者是指新冠病毒病原學(xué)檢測呈陽性但沒有相關(guān)臨床表現(xiàn)的人員,主要通過密切接觸者和密接的密接、入境人員、高風險職業(yè)人群以及人群篩查的途徑來發(fā)現(xiàn)的。無癥狀感染者比例的多少,與病原學(xué)特點、人體抵抗力、疫苗接種、發(fā)現(xiàn)方式等有關(guān)。
由于無癥狀感染者也同樣具有傳染性,所以我們還是希望看到實際的疫情分布圖。
于是我開始收集數(shù)據(jù),發(fā)現(xiàn)比想象中困難太多了,衛(wèi)健委的數(shù)據(jù)并沒有披露整合好的數(shù)據(jù),而是用文字的形式去展示。

于是我干脆用Python+正則表達式匹配到4000+地區(qū),將其轉(zhuǎn)換為坐標點后,并使用編程工具進行標注,得到效果如下圖所示。
全紅了,不知道對大家有沒有參考作用。

注:上圖數(shù)據(jù)全部來自上海市衛(wèi)健委公開信息。
感慨一下,渲染時間比正常案例多了幾倍,之前真沒同時在地圖上標注這么多坐標點。
疫情區(qū)域分布
在上海市衛(wèi)健委每日披露的信息中,我們還可以獲取到各區(qū)的信息。

由于確診病例和無癥狀感染者都是指新冠病毒病原學(xué)檢測呈陽性,所以我們這里處理數(shù)據(jù)時將兩者數(shù)據(jù)合并到一起。

將其3月份1-29日的各區(qū)陽性患者數(shù)量累加到一起,繪制處堆疊面積圖。

其中浦東新區(qū)的陽性患者數(shù)量將近全市的2/5,不過按照不同行政區(qū)的人口分布和實際面積,閔行、徐匯、黃浦等行政區(qū)的形式更加不容樂觀。
外溢風險
自3月1日以來,上海本輪疫情已波及多個省市。上海市人口主要在市內(nèi)或鄰省流動,周邊省市尤其要注意疫情外溢的風險。

根據(jù)百度遷徙大數(shù)據(jù)顯示,整個三月上海遷出目的地的前三名都是江蘇省的蘇州市、浙江省嘉興市、江蘇省南通市。
江蘇省蘇州市在高鐵、軌交、公路上已經(jīng)和上海市無縫對接,在經(jīng)濟生活極度便利的同時也承擔了最多的外溢風險。在蘇州市的疫情防控中,多次提到新增病例是由“外省市來返蘇州”導(dǎo)致。

根據(jù)官方消息,蘇州已改造建成兩所方艙醫(yī)院,上海則以黃浦江為界分區(qū)分批實施核酸篩查。
希望這輪疫情能早點過去,大家不必再為怎么買菜 / 賺明天的生活費發(fā)愁。
您看此文用? ?
?分?
?
秒,轉(zhuǎn)發(fā)只需1


?
?分?
?
秒,轉(zhuǎn)發(fā)只需1