[数据分析案例分享]我如何使用Jupyter，Python，Pandas和Matplotlib进行自己的COVID-19数据分析

这篇文章：How I’m doing my own COVID-19 data analysis using Jupyter, Python, Pandas and Matplotlib， 收集了一些COVID-19的数据， 使用Jupyter Notebook， Python(pandas)处理数据， 并使用matplotlib来绘制数据。



数据分析过程
分析数据时，通常需要执行3个步骤：
1. 获取数据。您需要找到可靠的来源来获取最新数据。
2. 数据清理和转换。有了数据后，就必须对数据进行一些处理。这意味着清理数据，提取与您相关的数据，并确保其格式可用于下一步。
3. 演示和可视化。最后一步意味着以正确的格式显示数据。通常，在步骤2和3之间进行一些迭代，因为当您查看数据时，会发现要从中提取的新数据点。

让我们看看该文如何使用COVID-19数据执行此操作。

步骤1：取得资料
有很多地方可以获取有关COVID-19的数据，本文使用以下两个数据集：
time_series_covid19_confirmed_US.csv
time_series_covid19_deaths_US.csv
要将数据集导入到Jupyter笔记本中，可以使用以下Python代码：

1. %matplotlib inline
   
2. import matplotlib
   
3. import numpy as np
   
4. import matplotlib.pyplot as plt
   
5. import pandas as pd
   
6. cases = pd.read_csv('https://raw.githubusercontent.com/CSSEGISandData/COVID-19/master/csse_covid_19_data/csse_covid_19_time_series/time_series_covid19_confirmed_US.csv')
   
7. deaths = pd.read_csv('https://raw.githubusercontent.com/CSSEGISandData/COVID-19/master/csse_covid_19_data/csse_covid_19_time_series/time_series_covid19_deaths_US.csv')

复制代码

前两行是import在Python中导入必要库的语句。之后，我们创建了两个对象，cases 并deaths代表原始数据集，加载到Pandas。
Pandas中的DataFrame是使用表格数据的非常有用的对象。我强烈建议在Coursera的以下课程中学习如何使用这些对象。
导入数据后，您可以使用以下命令查看数据：

1. print(cases.head())
   
2. print(deaths.head())

复制代码

这将显示数据的前5行，这对深入了解数据很有用。
现在已经加载了数据，我们可以继续下一步，数据清理和转换。

这个例子好棒！我刚看过这篇文章《Jupyter Notebook在机器学习领域的项目目录结构规划》，启发好大，我觉得作为数据分析师，先要学会有条不紊地管理好自己的分析项目。

我要利用这个数据集，题主介绍的分析过程，我自己摸索一遍，写成一个notebook。

如果有大神已经有写好的notebook，共享一下看看

步骤2：资料清理与转换
接下来的步骤是清理数据。原文描述了逐步完成各个步骤及其对cases 对象的含义，然后向您展示如何在单个命令中对deaths 对象进行所有这些操作。
现在我们有了原始数据，我们可以开始使用它进行绘图了！（顺便说一句，这是一个迭代过程，我们将在第一张图之后返回到数据清理和转换。）

步骤3： 演示和可视化
在这一步中，我们将创建第一对图形。就我而言，我想显示离我最近的4个县的数据。为此，我将使用以下对象引用要可视化的县：

1. counties = ['Alameda',
   
2.              'San Francisco',
   
3.              'San Mateo',
   
4.              'Santa Clara']

复制代码

为了在图表中显示这四个县的情况，我们可以使用以下代码：

1. plot = cases_clean[counties].plot()
   
2. plot.set_title("COVID-19 cases in Bay Area Counties")

复制代码

这将生成一个不错的第一张图：

分析的过程会做多次的迭代，在查看数据时，会发现要从中提取的新数据点，这时需要返回到第2步再次做Data cleanup and transformation。。。