コロナ感染者の数字を様々なデータの表現方法で理解する（データに惑わされる体験）

on 12月 4, 2020

infographic-covid







コロナ感染者数をいろいろな表現で理解してみる

  • データプロセシング
  • 数字と文章で表現
  • ドーナッツグラフで表現
  • 棒グラフで表現
  • インフォグラフィックで表現
  • Scatter plotで表現

データプロセシング

必要なライブラリをインポートします。

In [1]:
import matplotlib.pyplot as plt
from pywaffle import Waffle
import pandas as pd
import numpy as np

12月3日時点の県別の累計コロナ患者数と、県別の人口のデータを入手。

In [2]:
df = pd.read_csv("C:\\Users\\Desktop\\covid.csv")
df.head()
Out[2]:
prefectures patients population
0 Japan 151727 126706000
1 Hokkaido 9457 5320000
2 Aomori 315 1278000
3 Iwate 212 1255000
4 Miyagi 1252 2323000

wafflechart がlong型のdataframeだと認識してくれないみたいなので、wide型にする。

In [3]:
df2 = pd.pivot_table(df,columns="prefectures",values=["patients","population"])
df2
Out[3]:
prefectures Aichi Akita Aomori Chiba Ehime Fukui Fukuoka Fukushima Gifu Gunma … Shizuoka Tochigi Tokushima Tokyo Tottori Toyama Wakayama Yamagata Yamaguchi Yamanashi
patients 10530 90 315 7158 332 320 5901 509 1161 1312 … 1781 702 182 42344 61 461 478 149 402 377
population 7525000 996000 1278000 6246000 1364000 779000 5107000 1882000 2008000 1960000 … 3675000 1957000 743000 13724000 565000 1056000 945000 1102000 1383000 823000

2 rows × 48 columns

東京だけ取り出して、色々な表現をしてみたいと思います。

In [4]:
tokyo = df2["Tokyo"]
tokyo
Out[4]:
patients         42344
population    13724000
Name: Tokyo, dtype: int64

人口から患者人数を引いておきます。

In [5]:
tokyo["population"] = tokyo["population"] - tokyo["patients"]
tokyo
Out[5]:
patients         42344
population    13681656
Name: Tokyo, dtype: int64

数字と文章の表現

東京は累計42344人の患者

東京は累計４万人の患者

東京は累計10万人あたり309人の患者

東京は人口1300万人いて累計4万人の患者

東京は累計で人口の0.003％が感染。

基本的には、全部同じデータを違う言い方で表現しています。

ドーナッツグラフ（円グラフ）で表現

In [6]:
fig, ax = plt.subplots(figsize=(5.0, 5.0))
ax.pie(tokyo,labels=tokyo.index,colors=['b','pink'], autopct='%1.1f%%')

# add white circle
centre_circle = plt.Circle((0,0),0.7,color='white', fc='white',linewidth=1.25)
fig = plt.gcf()
fig.gca().add_artist(centre_circle)

plt.show()

私はなんとなく、少ない印象をうけます。どうでしょうか？

棒グラフで表現

In [7]:
fig, ax = plt.subplots(figsize=(5.0, 5.0))
ax.bar("Tokyo",13681656, width=3, label="population",color="pink")
ax.bar("Tokyo",42344, width=3,bottom=13681656,label="patient",color="blue")
plt.show()

私は、円グラフより棒グラフのほうが少ない印象を受けます。

インフォグラフィックで表現

数が大きすぎてエラーが起きるので、桁数を下げてみます。

  • 1つめは、患者数が１になるように42344で割ります。
  • ２つめは、10000で割ります。（1000で割ってもエラーがでるので）
In [8]:
tokyo_div42344 = tokyo.copy()
tokyo_div42344 = tokyo_div42344/42344
tokyo_div42344
Out[8]:
patients        1.000000
population    323.107312
Name: Tokyo, dtype: float64
In [9]:
fig = plt.figure(
    FigureClass=Waffle, 
    rows=20, 
    values=tokyo_div42344, 
    colors=["#8bd3dd", "#f582ae"],
    legend={'loc': 'center'},
    icons=["dizzy","smile"], 
    icon_style=["solid","regular"],
    icon_size=35,
    icon_legend=True,
    figsize=(10, 10)
)
plt.show()
In [10]:
tokyo_div10000 = tokyo.copy()
tokyo_div10000 = tokyo_div10000/10000
tokyo_div10000
Out[10]:
patients         4.2344
population    1368.1656
Name: Tokyo, dtype: float64
In [11]:
fig = plt.figure(
    FigureClass=Waffle, 
    rows=20, 
    values=tokyo_div10000, 
    colors=["#8bd3dd", "#f582ae"],
    legend={'loc': 'center'},
    icons=["dizzy","smile"], 
    icon_style=["solid","regular"],
    icon_size=35,
    icon_legend=True,
    figsize=(100, 100)
)
plt.show()

私は２個目より１個目のほうが、患者が身近にいる印象をうけました。10000の場合は、赤色の面積が圧倒的に多いからでしょうか。

Scatter plotを使って表現

グラフの(1, 1)の間に、人数分の点をランダムに配置します。グレーが非感染者で、赤が感染者です。

In [12]:
fig, ax = plt.subplots(figsize=(1.0, 1.0))
plt.show()

点をランダムに配置するために、xとyの数値を１以内にランダムに発生させます。

In [13]:
healthy_x = np.random.rand(13724000)
healthy_y = np.random.rand(13724000)
patient_y = np.random.rand(42344)
patient_x = np.random.rand(42344)
patient_x
Out[13]:
array([0.68707941, 0.44853013, 0.78553448, ..., 0.3225398 , 0.15360898,
       0.24739492])
In [14]:
fig, ax = plt.subplots(figsize=(10.0, 10.0))
ax.scatter(healthy_x,healthy_y,s=0.01,c="grey")
ax.scatter(patient_x,patient_y,s=0.01,c="red")
ax.axis("off")
plt.show()

多い気がします。でも、東京都の面積を考慮できていませんね。
今度は、桁を１つづつ小さくしていきます。

In [15]:
healthy_x = np.random.rand(1372400)
patient_x = np.random.rand(4234)
healthy_y = np.random.rand(1372400)
patient_y = np.random.rand(4234)
In [16]:
fig, ax = plt.subplots(figsize=(10.0, 10.0))
ax.scatter(healthy_x,healthy_y,s=0.05,c="grey")
ax.scatter(patient_x,patient_y,s=0.05,c="red")
ax.axis("off")
plt.show()
In [17]:
healthy_x = np.random.rand(137240)
patient_x = np.random.rand(423)
healthy_y = np.random.rand(137240)
patient_y = np.random.rand(423)
In [18]:
fig, ax = plt.subplots(figsize=(10.0, 10.0))
ax.scatter(healthy_x,healthy_y,s=0.5,c="grey")
ax.scatter(patient_x,patient_y,s=0.5,c="red")
ax.axis("off")
plt.show()
In [19]:
healthy_x = np.random.rand(13724)
patient_x = np.random.rand(42)
healthy_y = np.random.rand(13724)
patient_y = np.random.rand(42)
In [20]:
fig, ax = plt.subplots(figsize=(10.0, 10.0))
ax.scatter(healthy_x,healthy_y,s=2,c="grey")
ax.scatter(patient_x,patient_y,s=2,c="red")
ax.axis("off")
plt.show()
In [21]:
healthy_x = np.random.rand(1372)
patient_x = np.random.rand(4)
healthy_y = np.random.rand(1372)
patient_y = np.random.rand(4)
In [22]:
fig, ax = plt.subplots(figsize=(10.0, 10.0))
ax.scatter(healthy_x,healthy_y,s=2,c="grey")
ax.scatter(patient_x,patient_y,s=2,c="red")
ax.axis("off")
plt.show()

だいぶ、少なく感じます。
今度はグラフサイズ(figsize=(10,10))から、(5,5)にしてみます。

In [23]:
fig, ax = plt.subplots(figsize=(5.0, 5.0))
ax.scatter(healthy_x,healthy_y,s=2,c="grey")
ax.scatter(patient_x,patient_y,s=2,c="red")
ax.axis("off")
plt.show()
In [24]:
fig, ax = plt.subplots(figsize=(1.0, 1.0))
ax.scatter(healthy_x,healthy_y,s=2,c="grey")
ax.scatter(patient_x,patient_y,s=2,c="red")
ax.axis("off")
plt.show()

グラフサイズ変えただけで、だいぶ印象が変わりました。
結局、正解もないわけですが、グラフの作り方だけで印象が大きく異なることがわかりました。

Categories:

Data Visualizationpython
category
© 2024 獣医 x プログラミング.