首先确定一下项目流程，数据采集→数据存储→数据分析→数据挖掘→数据可视化，这里我用的是python对项目进行可视化处理，python中的plotly图形库可以在线生成交互式的高质量的图形，它可以制作基本图表，统计图表，科学图表，财务图表，地图和3维图表。关于这个库的详细介绍和用法可以查看相关官方文档：https://plotly.com/python/。

很多人学习python，不知道从何学起。
很多人学习python，掌握了基本语法过后，不知道在哪里寻找案例上手。
很多已经做案例的人，却不知道如何去学习更加高深的知识。
那么针对这三类人，我给大家提供一个好的学习平台，免费领取视频教程，电子书籍，以及课程的源代码！
QQ群：101677771

首先美国疫情的确诊数据从哪里获取呢，网上有很多数据来源，但大部分都需要自己去获得，所以这里我写了一个程序获取这个网页的确诊人数的病例数据：https://www.guruin.cn/guides/covid19，这个网站每隔15分钟显示最新的美国疫情数据，具有实时性，而且比较全面。

1. '''美国疫情统计'''

2. from lxml import etree

3. import requests

4. import pandas as pd

5. url='https://www.guruin.cn/guides/covid19'

6. ua='Opera/9.99 (Windows NT 5.1; U; zh-CN) Presto/9.9.9'

7. req=requests.get(url,headers={

8. 'User-agent':ua

9. })

10. content=req.text

11. html=etree.HTML(content)

12. place=html.xpath("//*[@data-bury-bottom='0']/div[1]/div[1]/text()")

13. definte=html.xpath("//*[@data-bury-bottom='0']/div[1]/div[2]/@data-total-positive")

14. death=html.xpath("//*[@data-bury-bottom='0']/div[1]/div[3]/@data-total-death")

15. rate=html.xpath("//*[@data-bury-bottom='0']/div[1]/div[4]/@data-detection-rate")

16.  

17. dataframe=pd.DataFrame({"州(名)":place,"确诊":definte,"死亡":death,"确诊率(%)":rate})

18. dataframe.to_excel("america.xlsx",index=False)

得到的部分表格展示如下：

仅仅获得这些数据还不够，我们还需要知道每个州的简写码，这个可以百度查到，于是乎我就在表格后加上code一列的数据，那么，接下来有了这些数据后，我们就可以将其映射到地图上了：

1. import plotly.graph_objects as go

2. import pandas as pd

3.  

4. df = pd.read_excel('D:/pycharm_project/图表/america(8月).xlsx') #导入数据表格

5. #绘图

6. fig = go.Figure(data = go.Choropleth(

7. locations=df['code'],#获取各州编号，设置位置

8. z=df['definte'].astype(float),#设置填充色数据

9. locationmode='USA-states',#绘制的地图地区

10. colorscale='Reds',#设置基础变化颜色

11. colorbar_title="确诊人数",

12. hovertext=df['state'],#显示州名

13. ))

14. #将数据渲染到地图上显示出地图

15. fig.update_layout(

16. geo_scope = 'usa'#选定美国地图样式

17. #scope可选有"world"，"usa"，"europe"，"asia"，"africa"，"north america"，"south america"

18. )

19. #保存到网页

20. fig.write_html('index.html')

最后呈现的地图就是下面这样啦：

同时，plotly和R的绘制地图的能力都挺不错的