新冠疫情数据统计 蓝桥杯楼赛第二十三期

2024-02-13 18:48

本文主要是介绍新冠疫情数据统计 蓝桥杯楼赛第二十三期,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

新冠疫情数据统计

介绍

2020 年,新冠疫情肆掠全球。约翰·霍普金斯大学 跟踪了全球病例数据,包括总病例数、COVID-19 传播速度以及全球爆发情况。我们拿到了截止于某日的疫情数据,希望通过 Python 统计出我们需要的疫情指标。

知识点

  • Python 数据处理

目标

补充 count(data) 函数中的 TODO 部分,使其得到我们需要的结果:

  • 整理指定 data 数据文件,以 JSON 数据返回世界各大洲的的汇总数据。
  • 数据集中仅存在国家和地区名称,不存在大洲数据,需要自行解决。表格中的每个国家/地区都需要划分到实际所在大洲。
  • 需要删除明显统计错误的数据(即:确诊人数、死亡人数、康复人数、现有人数不匹配),缺失人数统计数据使用 0 填充。其余情况无需处理。
def count(data):"""TODO"""results = Nonereturn results

样例

首先,打开终端,使用以下命令将数据文件下载至环境中:

cd /home/shiyanlou/Code
wget https://labfile.oss.aliyuncs.com/courses/2799/cases_country.csv

部分数据截图如下,其中 ISO3 为国家/地区标准代码:
在这里插入图片描述

count(data) 函数最终返回数据格式示例如下(数据非真实情况):

results = {"Confirmed": {"Africa": 1203024, "Asia": 6420215, "Oceania": 25346, "Europe": 3311213, "America": 1023402, "Others": 13443, "Total": 15440234}, "Deaths": {"Africa": 22222, "Asia": 133126, "Oceania": 556, "Europe": 111431, "America": 51155, "Others": 502, "Total": 616513}, "Recovered": {"Africa": 130522, "Asia": 5163035, "Oceania": 21212, "Europe": 1112545, "America": 214106, "Others": 1424, "Total": 13131033 }, "Active": {"Africa": 244262, "Asia": 1124052, "Oceania": 4252, "Europe": 1201515, "America": 121345, "Others": 3455, "Total": 3612602}}

返回数据中,ConfirmedDeathsRecoveredActive 分别表示:确诊人数、死亡人数、康复人数、现有人数。而 AfricaAsiaOceaniaEuropeAmericaOthers 分别表示:非洲、亚洲、大洋洲、欧洲、美洲(北美洲和南美洲)和其他的相应人数,Others 其他为非国家/地区的数据项。Total 表示数据总和。所有数值数据为 Int 类型

要求

  • 题目需使用 Python 3.6 完成,可以使用标准库和第三方库。如果你的函数使用了第三方库,提交检测前,务必在线上环境中安装相应库。
  • 使用第三方库时,必须使用 python3.6 -m pip install <package_name> 命令安装,保证相应库安装在 Python 3.6 环境中。
  • 函数传入 data 为字符串类型,为数据文件的相对路径。
  • 函数返回 JSON 数据(字符串类型),示例如上,无顺序要求。
  • 需要将函数 count(data) 保存到 covid.py 文件中,并将该文件放置在 /home/shiyanlou/Code 路径下方。
  • covid.py 文件中仅保留函数,不要添加测试或执行代码,避免检测时出错。
  • 线上环境调试代码时,请使用 python3.6 covid.py 命令调用 Python 3.6。

提示

调试代码时,请使用 python3.6 covid.py 命令调用 Python 3.6。

提示

  • country-converter 库提供了转换大洲数据的方法,你可以通过官方提供的 示例学习。线上环境中安装 country-converter 的命令为:python3.6 -m pip install setuptools && python3.6 -m pip install country-converter

这篇关于新冠疫情数据统计 蓝桥杯楼赛第二十三期的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/706339

相关文章

Pandas统计每行数据中的空值的方法示例

《Pandas统计每行数据中的空值的方法示例》处理缺失数据(NaN值)是一个非常常见的问题,本文主要介绍了Pandas统计每行数据中的空值的方法示例,具有一定的参考价值,感兴趣的可以了解一下... 目录什么是空值?为什么要统计空值?准备工作创建示例数据统计每行空值数量进一步分析www.chinasem.cn处

如何使用 Python 读取 Excel 数据

《如何使用Python读取Excel数据》:本文主要介绍使用Python读取Excel数据的详细教程,通过pandas和openpyxl,你可以轻松读取Excel文件,并进行各种数据处理操... 目录使用 python 读取 Excel 数据的详细教程1. 安装必要的依赖2. 读取 Excel 文件3. 读

Spring 请求之传递 JSON 数据的操作方法

《Spring请求之传递JSON数据的操作方法》JSON就是一种数据格式,有自己的格式和语法,使用文本表示一个对象或数组的信息,因此JSON本质是字符串,主要负责在不同的语言中数据传递和交换,这... 目录jsON 概念JSON 语法JSON 的语法JSON 的两种结构JSON 字符串和 Java 对象互转

C++如何通过Qt反射机制实现数据类序列化

《C++如何通过Qt反射机制实现数据类序列化》在C++工程中经常需要使用数据类,并对数据类进行存储、打印、调试等操作,所以本文就来聊聊C++如何通过Qt反射机制实现数据类序列化吧... 目录设计预期设计思路代码实现使用方法在 C++ 工程中经常需要使用数据类,并对数据类进行存储、打印、调试等操作。由于数据类

SpringBoot使用GZIP压缩反回数据问题

《SpringBoot使用GZIP压缩反回数据问题》:本文主要介绍SpringBoot使用GZIP压缩反回数据问题,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录SpringBoot使用GZIP压缩反回数据1、初识gzip2、gzip是什么,可以干什么?3、Spr

SpringBoot集成Milvus实现数据增删改查功能

《SpringBoot集成Milvus实现数据增删改查功能》milvus支持的语言比较多,支持python,Java,Go,node等开发语言,本文主要介绍如何使用Java语言,采用springboo... 目录1、Milvus基本概念2、添加maven依赖3、配置yml文件4、创建MilvusClient

SpringValidation数据校验之约束注解与分组校验方式

《SpringValidation数据校验之约束注解与分组校验方式》本文将深入探讨SpringValidation的核心功能,帮助开发者掌握约束注解的使用技巧和分组校验的高级应用,从而构建更加健壮和可... 目录引言一、Spring Validation基础架构1.1 jsR-380标准与Spring整合1

MySQL 中查询 VARCHAR 类型 JSON 数据的问题记录

《MySQL中查询VARCHAR类型JSON数据的问题记录》在数据库设计中,有时我们会将JSON数据存储在VARCHAR或TEXT类型字段中,本文将详细介绍如何在MySQL中有效查询存储为V... 目录一、问题背景二、mysql jsON 函数2.1 常用 JSON 函数三、查询示例3.1 基本查询3.2

SpringBatch数据写入实现

《SpringBatch数据写入实现》SpringBatch通过ItemWriter接口及其丰富的实现,提供了强大的数据写入能力,本文主要介绍了SpringBatch数据写入实现,具有一定的参考价值,... 目录python引言一、ItemWriter核心概念二、数据库写入实现三、文件写入实现四、多目标写入

使用Python将JSON,XML和YAML数据写入Excel文件

《使用Python将JSON,XML和YAML数据写入Excel文件》JSON、XML和YAML作为主流结构化数据格式,因其层次化表达能力和跨平台兼容性,已成为系统间数据交换的通用载体,本文将介绍如何... 目录如何使用python写入数据到Excel工作表用Python导入jsON数据到Excel工作表用