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

MyBatisPlus如何优化千万级数据的CRUD

《MyBatisPlus如何优化千万级数据的CRUD》最近负责的一个项目,数据库表量级破千万,每次执行CRUD都像走钢丝,稍有不慎就引起数据库报警,本文就结合这个项目的实战经验,聊聊MyBatisPl... 目录背景一、MyBATis Plus 简介二、千万级数据的挑战三、优化 CRUD 的关键策略1. 查

python实现对数据公钥加密与私钥解密

《python实现对数据公钥加密与私钥解密》这篇文章主要为大家详细介绍了如何使用python实现对数据公钥加密与私钥解密,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下... 目录公钥私钥的生成使用公钥加密使用私钥解密公钥私钥的生成这一部分,使用python生成公钥与私钥,然后保存在两个文

mysql中的数据目录用法及说明

《mysql中的数据目录用法及说明》:本文主要介绍mysql中的数据目录用法及说明,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1、背景2、版本3、数据目录4、总结1、背景安装mysql之后,在安装目录下会有一个data目录,我们创建的数据库、创建的表、插入的

在Linux终端中统计非二进制文件行数的实现方法

《在Linux终端中统计非二进制文件行数的实现方法》在Linux系统中,有时需要统计非二进制文件(如CSV、TXT文件)的行数,而不希望手动打开文件进行查看,例如,在处理大型日志文件、数据文件时,了解... 目录在linux终端中统计非二进制文件的行数技术背景实现步骤1. 使用wc命令2. 使用grep命令

Navicat数据表的数据添加,删除及使用sql完成数据的添加过程

《Navicat数据表的数据添加,删除及使用sql完成数据的添加过程》:本文主要介绍Navicat数据表的数据添加,删除及使用sql完成数据的添加过程,具有很好的参考价值,希望对大家有所帮助,如有... 目录Navicat数据表数据添加,删除及使用sql完成数据添加选中操作的表则出现如下界面,查看左下角从左

SpringBoot中4种数据水平分片策略

《SpringBoot中4种数据水平分片策略》数据水平分片作为一种水平扩展策略,通过将数据分散到多个物理节点上,有效解决了存储容量和性能瓶颈问题,下面小编就来和大家分享4种数据分片策略吧... 目录一、前言二、哈希分片2.1 原理2.2 SpringBoot实现2.3 优缺点分析2.4 适用场景三、范围分片

Redis分片集群、数据读写规则问题小结

《Redis分片集群、数据读写规则问题小结》本文介绍了Redis分片集群的原理,通过数据分片和哈希槽机制解决单机内存限制与写瓶颈问题,实现分布式存储和高并发处理,但存在通信开销大、维护复杂及对事务支持... 目录一、分片集群解android决的问题二、分片集群图解 分片集群特征如何解决的上述问题?(与哨兵模

浅析如何保证MySQL与Redis数据一致性

《浅析如何保证MySQL与Redis数据一致性》在互联网应用中,MySQL作为持久化存储引擎,Redis作为高性能缓存层,两者的组合能有效提升系统性能,下面我们来看看如何保证两者的数据一致性吧... 目录一、数据不一致性的根源1.1 典型不一致场景1.2 关键矛盾点二、一致性保障策略2.1 基础策略:更新数

Oracle 数据库数据操作如何精通 INSERT, UPDATE, DELETE

《Oracle数据库数据操作如何精通INSERT,UPDATE,DELETE》在Oracle数据库中,对表内数据进行增加、修改和删除操作是通过数据操作语言来完成的,下面给大家介绍Oracle数... 目录思维导图一、插入数据 (INSERT)1.1 插入单行数据,指定所有列的值语法:1.2 插入单行数据,指

SQL Server修改数据库名及物理数据文件名操作步骤

《SQLServer修改数据库名及物理数据文件名操作步骤》在SQLServer中重命名数据库是一个常见的操作,但需要确保用户具有足够的权限来执行此操作,:本文主要介绍SQLServer修改数据... 目录一、背景介绍二、操作步骤2.1 设置为单用户模式(断开连接)2.2 修改数据库名称2.3 查找逻辑文件名