全球新冠疫情已經(jīng)持續(xù)了一年多，疫情數(shù)據(jù)成為了人們關(guān)注的重要指標(biāo)。Python作為一門強(qiáng)大的編程語言，不僅可以進(jìn)行數(shù)據(jù)爬取、數(shù)據(jù)清洗、統(tǒng)計(jì)分析等操作，還可以通過可視化的方式直觀呈現(xiàn)數(shù)據(jù)。以下是使用Python編寫的新冠疫情數(shù)據(jù)顯示代碼示例。

# 導(dǎo)入所需模塊
import pandas as pd
import matplotlib.pyplot as plt
# 讀取數(shù)據(jù)
data = pd.read_csv('covid19.csv')
# 統(tǒng)計(jì)各國(guó)每日新增確診人數(shù)
df_country_daily = data.groupby(['Date', 'Country/Region']).agg({'Confirmed': 'sum'}).reset_index()
# 構(gòu)造日期格式
df_country_daily['Date'] = pd.to_datetime(df_country_daily['Date'])
# 選取美國(guó)和印度的數(shù)據(jù)
df_USA = df_country_daily[df_country_daily['Country/Region'] == 'US']
df_India = df_country_daily[df_country_daily['Country/Region'] == 'India']
# 繪制折線圖
plt.plot(df_USA['Date'], df_USA['Confirmed'], label='USA')
plt.plot(df_India['Date'], df_India['Confirmed'], label='India')
# 設(shè)置圖例、標(biāo)題等屬性
plt.legend(loc='upper left')
plt.title('Daily Confirmed Cases in USA and India')
plt.xlabel('Date')
plt.ylabel('Confirmed Cases')
# 顯示圖形
plt.show()

以上代碼主要是使用Python的pandas和matplotlib庫對(duì)疫情數(shù)據(jù)進(jìn)行讀取、處理和可視化。其中，pandas庫用于讀取和處理數(shù)據(jù)，matplotlib庫則用于繪制圖形。

在代碼中，首先從covid19.csv文件中讀取數(shù)據(jù)，該文件包含了各個(gè)國(guó)家每日的確診、死亡、治愈等數(shù)據(jù)。然后，通過groupby函數(shù)將數(shù)據(jù)按國(guó)家和日期進(jìn)行分組，再使用agg函數(shù)對(duì)每組數(shù)據(jù)求和。最后，將日期進(jìn)行格式轉(zhuǎn)換，并選取了美國(guó)和印度兩個(gè)國(guó)家的數(shù)據(jù)。

在繪圖部分，使用plt.plot函數(shù)分別繪制了美國(guó)和印度的每日新增確診人數(shù)折線圖，并設(shè)置了圖例、標(biāo)題和坐標(biāo)軸等屬性。最后，使用plt.show函數(shù)顯示圖形。

使用Python繪制疫情數(shù)據(jù)顯示圖形，可以使人們更加直觀地了解疫情發(fā)展趨勢(shì)，進(jìn)一步提高公眾的防疫意識(shí)，減少疫情風(fēng)險(xiǎn)。