最近在这个全民抗疫情的非常时期，每天在家除了远程办公之外，也不由得随时刷新下疫情信息，关心一下有什么最新的消息。
特别是我刷新每天的疫情地图数据，可以看到新增确诊、疑似病例、死亡率、治愈率等数据的时候发觉了一定的规律。
虽然有时候等不到官方确切的好消息，也可以从数据中发觉一些乐观的数据便于排解我长期不能出门的抑郁心情。
今天我就借助Python对已知的一些疫情数据做些分析，给大家做参考。
首先我们来选一个疫情地图数据源，以百度的为例，所有数据均来源于国家及各省市卫建委公布数据。
拿到这些数据之后，我想得到两个更详细的数据，那就是每个省的治愈率和致死率。
先把这些数据导入到CSV文件里，确定四个列的数据（省份、确诊数、治愈率、死亡数）。
通过以上代码我们可以发现pandas的read_csv() 方法默认会返回一个DateFrame对象。
现在我们来对DateFrame的数据做一下分析统计治愈率和致死率，代码内容就不详细讲了，都比较简单，尽可能是让没有编程基础的人都能看懂。
从以上代码示例来看，宁夏，甘肃治愈率是最高的，分别为26.42%和24.42%，可能是确诊数相对比较少，症状也比较轻的原因吧。
另外湖南和浙江确诊人数很多，治愈率比较高，当地的医疗水平高应该也是原因之一吧。
至于湖北的治愈率是有7%左右，这跟它是疫区中心有很大的关系，医疗资源不够用，希望随着火神雷神山和方舱医院的建立，情况能得到好转。
成都流入的武汉市民排在29位，占0.44%，如果按流出人口数量500万来算，那就是2.2万余人，一个月平均每天要流入7，800人。
成都今天的确诊病例是124例，其中1/3病例是外部输入型，剩下的是本地人被感染上的，差不多7，80人的样子。成都也是一个2000万人口的大城市，从防控的角度来说，做的很不错了。
另外成都今天的确诊人数为124例，治愈人数为41，治愈率达到三分之一，不得不说是一个振奋人心的数字。
虽然治愈率病人的自身身体素质也有很大的关系，但从另一个角度来讲，消息的及时性通达对于防控来说很有必要。
就我而言，当得到有必要要带口罩的消息时应该是1月19号的时候，这时感觉大家都已经开始重视起来了，并且药店不怎么买得到口罩了，有意识的做好防控准备，越早一天做好防控重症病人数就会比较少，治愈率自然就提高了。
总结
从最近几天的情况来看，每一天的新增疑似病例和确诊人数都在下降的，治愈人数也远远超过了死亡人数，从总体趋势来说，情况在慢慢的好转。
今天仅仅是用Python的pandas做了些简单的数据分析工作，我会在之后的时间里详细的对已知的数据做不同角度的分析，挖掘出更多隐藏在数据之后的细节，也相信随着全民的重视与努力，我们终将坚持到春暖花开的时节、阳光灿烂的那天。
衷心希望大家少出门、勤洗手、尽量减少与外人的接触、发现身体异常及时告知当地疾控中心，虽然我平时开车讨厌堵车，但是在这个连续大半个月都不堵车，街头冷清的时节里，我还是宁愿街头拥堵一些，热闹一些，那样才算是国泰民安。
欢迎关注我 “纸飞机编程”，获取更多有趣的Python编程信息。