如何用简单的手法绘制出不一样的海外疫情趋势图

导入matplotlib绘图库的pyplot模块；Pandas库读取疫情数据。

获取数据，数据截止到小编爬虫当天。

以上只截取了一部分比利时的累计确诊数据，每个国家的数据都由all_data[‘国家名’]来表示。

接下来设置图片格式：

figure函数设置了图形的大小，其中figsize对应的是以英寸为单位的宽和高 (1英寸等于2.54厘米)。因为要在图形上以中文展示各个国家名称，因此通过以上固定形式设置来正常显示中文标签。

上图虽然绘制出了趋势图，但是我们无法辩别每个曲线分别对应哪个国家，也没有设置图形标题和横纵坐标等等。接下来我们继续美化图形。

title函数用于设置图形标题，其中fontsize设置了标题名称的字体大小，默认值为12；fontweight设置字体粗细，可选参数有'light', 'normal', 'medium', 'semibold','bold', 'heavy', 'black'。

xtick和ytick函数可以设置横纵坐标的刻度值，由于数据比较规整，我们采用对应的刻度值，此外还可以采用set_fontname设置刻度值的字体等等。

xlabel和ylabel函数分别对应横纵坐标的名称格式，同样可以设置对应的字体格式和大小等等，由于默认的字体较小，这里将size设置为18。

得到的图形如下所示：

2.2 设置文字标注

为了将每个曲线对应的国家标注在图形上，需要用到annotate函数，它的语法为：

其中，参数s表示注释文本的内容，xy表示被注释的坐标点，xytext表示注释文字的坐标位置，bbox表示给注释的文字增加外框，此外还有extcoords参数设置注释文字偏移量，arrowprops箭头参数等等。

为了区分，不同国家设置的文字标注也不同。其中，法国、美国、意大利和西班牙的确诊病例数最多，因此将他们的文字标注用bbox参数增加了边框。

以“美国”的标注为例，xy为注释的坐标点，这里的坐标点是以每个国家最后一个日期和对应的病例数组成，即在每条曲线的末尾添加注释，由于法国、德国和西班牙的数据相近，为了防止标注被覆盖和美观，调整了坐标点的数据。其次，bbox参数对应的字典中，boxstyle表示方框的外形，pad表示方框的大小，fc为facecolor的简写，表示方框的背景颜色，alpha表示方框的透明度。注意到一些颜色设置为rgb形式，关于rgb形式的介绍，可以参看《数据可视化之地理坐标系》。

2.3调整曲线样式

上图的曲线宽度较小，为了美化图形，这里将每个曲线的宽度linewidth设置为2；将用文字标注的4个国家的曲线颜色与标注的方框背景颜色保持一致，这时的参数为color；同时，为了更好地区分每个国家的曲线图，将一些国家的曲线样式linestyle设置为不同的形式。

2.4去掉边框

将图形的上边框和右边框去掉，首先需要gca（get current axis）函数将现在的坐标轴拿出来，再对其进行设置。

ax.spines的参数’right’和’top’表示图形边框位置，set_visible为false时表示不可见，也可以采用set_color方法将右边和上边的边框颜色设置为None，即不显示右边和上边的边框，还可以通过gca函数将图形设置为直角坐标系。

通过以上设置，最终绘制的图形如下所示：

从趋势图可以看出，美国的疫情形势不容乐观，增加速度最快，欧洲一些国家的累计确诊数也呈现较快的上升趋势。随着疫情的继续蔓延，各国也在不断加强新冠肺炎疫情防范。我们相信，全世界人们都会携起手来，一起打赢这场疫情防控攻坚战！愿疫情早日结束，生活回归正轨！