Corona-Daten des RKI mit Python visualisieren

2020-12-27

Im letzten Post hatte ich bereits angekündigt, dass ich aktuell daran arbeite Daten vom RKI mit Python abzuziehen, diese mit Plotly grafisch aufzubereiten und schließlich jeden Morgen in einen Telegram-Kanal zu senden.

Heute werde ich euch zeigen, wie ich die heruntergeladenen Daten mit plotly in Python visualisiere.

Auch dafür bereiten wir zunächst das Skript vor, indem wir die notwendigen Abhängigkeiten laden. Falls euch etwas fehlt, könnt ihr es in der Regel mittels pip install <name> jederzeit installieren.

• os und pandas benutzen wir erneut, um die zuvor exportierten Daten einzulesen und entsprechend aufzubereiten
• mit plotly.graph_objects werden wir die Visualisierung erzeugen
• und kaleido.scopes.plotly hilft uns die eigentlich interaktive Grafik von Plotly als statische Datei zu exportieren

#imports
import os
import pandas as pd
import plotly.graph_objects as go
import requests

from kaleido.scopes.plotly import PlotlyScope

Mit der Hilfe von os.path.abspath() defineren wir uns die Arbeitspfade. Gehen wir davon aus, dass sich in dem Verzeichnis, in dem unser Python-Skript liegt, auch die Unterordner data/ und img/ befinden. Aus ersterem wollen wir später die Datei rki.csv laden. In letzteres den fertigen Plot speichern.

Außerdem, sollten wir ein paar Farben festlegen.

# define working paths
app_dir = os.path.abspath(os.path.dirname(__file__))
data_dir = app_dir + '/data/'
img_dir = app_dir + '/img/'

# define colors
spaetzle_gelb_light = 'rgb(255,254,249)'
spaetzle_gelb_dark = 'rgb(145,113,5)'
light_grey = 'rgb(204, 204, 204)'

Laden wir die CSV-Datei und schränken sie auf den/die für uns relevanten Landkreis/e ein.

# import as Pandas data frame and restrict to county "Stuttgart"
rki = pd.read_csv(data_dir + "rki.csv", sep = ";")
df_str = rki.loc[rki.GEN == "Stuttgart"]
df_str.head()

Jeder plotly-Plot beginnt mit fig = go.Figure(). An fig werden dann weitere Elemente angefügt.

• Beginnen wir damit ein Liniendiagramm hinzuzufügen (add_trace(go.Scatter()))
• Dieses soll auf der x-Achse die Zeit zeigen (x = df_str.last_update)
• Und auf der y-Achse die 7-Tage-Inzidenz pro 100.000 Einwohner (y = df_str.cases7_per_100k)
• Die einzelnen Punkte sollen mit der (gerundeten) Inzidenz beschriftet werden (text = df_str.cases7_per_100k.round())
• Angezeigt werden soll eine Linie, ein Marker und die Beschriftung (mode="lines+markers+text")
• Außerdem wollen schwäbische Farben, also Spätzegelb verwenden

# create plot
fig = go.Figure()
fig.add_trace(go.Scatter(
    x = df_str.last_update,
    y = df_str.cases7_per_100k,
    text = df_str.cases7_per_100k.round(),
    mode="lines+markers+text",
    textposition="top center",
    textfont_color=spaetzle_gelb_dark,
    line=dict(color = spaetzle_gelb_dark,
))

Schon ganz nett, aber layout-technisch geht da noch was.

• Geben wir dem Plot einen Titel (title = '7-Tage Inzidenz pro 100k Einwohner: Stuttgart') in der richtigen Farbe (title_font_color=spaetzle_gelb_dark)
• Die x-Achse wollen wir dezent in grau zeigen (xaxis = dict())
• Die y-Achse brauchen wir gar nicht (yaxis = dict())
• Als Hintergrundfarbe wollen wir spätzle-gelb (plot_bgcolor, paper_bgcolor)
• Und eine Legende brauchen wir auch nicht (showlegend = False)
• Um Missverständnissen vorzubeugen wollen wir außerdem, dass die y-Achse nicht abgeschnitten wird (vor allem, da wir sie ausgeblendet haben). Mit update_yaxes(rangemode = 'tozero') sorgen wir dafür, dass die y-Achse immer bei null beginnt.

# make layout great again!
fig.update_layout(
    title = '7-Tage Inzidenz (100k EW): Stuttgart',
    title_font_color=spaetzle_gelb_dark,
    xaxis=dict(
        showline=True,
        showgrid=False,
        showticklabels=True,
        linecolor=light_grey,
        color = light_grey,
        linewidth=2,
        ticks='outside', 
    ),
    yaxis=dict(
        showgrid=False,
        zeroline=False,
        showline=False,
        showticklabels=False,
    ),
    plot_bgcolor=spaetzle_gelb_light,
    paper_bgcolor=spaetzle_gelb_light,
    showlegend=False,
)
fig.update_yaxes(rangemode = 'tozero')

Diese Grafik sollten wir jetzt noch abspeichern, damit wir sie im nächsten Schritt in einen Telegram-Kanal senden können.

# export plotly as png
scope = PlotlyScope()
with open(img_dir + "figure.png", "wb") as f:
    f.write(scope.transform(fig, format="png"))