Global Health Security Index

www.ghsindex.org：2019 Global Health Security Index

“ The average overall GHS Index score among all 195 countries assessed is 40.2 of a possible score of 100. ”

评估结论中提到：
世界各国卫生安全从根本上而言是薄弱的。没有任何一个国家为疫病流行做好了充分准备，每个国家存在重要的差距需要解决。

“ The world's national health security is fundamentally weak. Any country is fully prepared for an epidemic or epidemic, and each country has important gaps to address. ”

没想到一语成谶，报告发布后的2020年新型冠状病毒全球施虐，似乎更说明了卫生安全对于全人类的重要性。尽管张文宏医生说，与病毒病菌的历次斗争人类从未输过，只希望这次也能否极泰来吧。
关于2019 Global Health Security Index的详细信息大家可移步前往进一步了解。
接下来还是说下用Pyecharts在世界地图上绘制全球卫生安全指数热度图时，对于各国名称的填坑经历。

pyecharts.charts Map默认的世界各国名称与ISO标准不尽一致

一直觉得用Echart绘制动态地图比较美观，又想用上pandas处理表格数据，于是就装了Pyecharts。Pyecharts分为 V0.5.X 和V1 两个大版本，V0.5.X 和 V1 间不兼容。V0.5.X支持 Python2.7，3.4+，且官方技术文档已停止更新；V1版本仅支持 Python3.6+。本人装了Pyecharts V1版本的。

 pip install pyecharts -U

安装完毕，对照文档提供的范例开始绘制。其中POPULATION是pyecharts自带的示例数据，给出了共计233个国家（和地区）2019年的人口数，表格中的数据如下（前5行）：

绘制世界地图的代码如下：

from pyecharts.charts import Map
# pyecharts自带的世界各国人口数据
from pyecharts.faker import POPULATION


data = [x for _, x in POPULATION[1:]]
low, high = min(data), max(data)
(
    Map(init_opts=opts.InitOpts(theme=ThemeType.LIGHT))
    .add("World Pupulation", POPULATION[1:], "world", is_map_symbol_show=False)
    .set_series_opts(label_opts=opts.LabelOpts(is_show=False))
    .set_global_opts(visualmap_opts=opts.VisualMapOpts(max_=high, min_=low))
    .render_notebook()
)

从运行结果可以看到，图中有不少国家显示的是灰色，亦即pyecharts没有识别出这片地域所对应的数据。比较明显的有韩国、朝鲜、老挝、刚果（金），南苏丹……等国。而实际上在POPULATION列表中是有这些国家的人口数的，问题出在列表中给出的国家名称与pyecharts默认的国家名称不一致。
上图中鼠标经过地图上的国家时的浮动数据标签中显示的才是pyecharts可以识别的国家名称，而这些默认的名称与标准的写法，比如ISO标准国家代码（《GB/T 2659-2000 世界各国和地区名称代码》等效采用），不尽相同。

不完整显示的世界地图.gif

pyecharts默认中的各国名称与POPULATION列表对比：

从表格中可以看出，pyecharts在生成世界地图时，默认的各国国家名称中，许多都用了英文的简写方式表示。而且有些岛国名称，简化得相当暴力，比如赫德岛和麦克唐纳群岛（Heard Island and McDonald Islands）在pyecharts中默认的表示是Heard I. and McDonald Is.，Island直接用I.给简化了。也因此当传入POPULATION列表后，由于无法被pyecharts可识别的国家名称的区域地图上显示灰色，没有数据。
如果连Pyecharts自带的样例数据都无法保证其中的国家名称是正确的，那我想要绘制GHI指数的热度图，其中肯定也免不了会出现无法正确解析的情况。
于是动了心思想要整理一个用来映射得到可以被pyecharts解析的字典，思路就是先将国家名称转换为两字母代码（ALPHA-2 Code），然后再通过ALPHA-2 Code来得到pyecharts世界地图中的国家（地区）名称。之所以要考虑用ALPHA-2 Code，是想着ALPHA-2 Code是唯一的，而且利用唯一对应的ALPHA-2 Code，进一步还可以得到每个国家所在洲、国土面积等其它数据。另外，用ALPHA-2 Code来中间转换，也是想到以后如果用其它的包，比如plotly来绘制世界地图也许也会存在类似的问题。
也想到过利用字符串模糊匹配来找出pyecharts可识别的国家名称，但试了一下后放弃了。用的是FuzzyWuzzy程序包，代码及部分运行结果如下。

from fuzzywuzzy import process  #模糊匹配备选项中最接近的字符串
names = []
for name in POPULATION_df[POPULATION_df.Alpha2.isna()].Country:
    # choices为整理后的各国名称备选列表
    # 'Token Sort Ratio'为忽略顺序匹配，详见FUZZYWUZZY文档
    print(name + ":" + str(process.extract(name, choices, limit=1, scorer=fuzz.token_sort_ratio)))
    names.append(process.extract(name, choices, limit=1, scorer=fuzz.token_sort_ratio)[0][0])
#names
POPULATION_df.loc[POPULATION_df.Alpha2.isna(),'Country'] = names

fuzzywuzzy模糊匹配结果示例

print('简单匹配（Simple Ratio）')
print('\t"DR Congo" VS."Dem. Rep. Congo" ：{}'.format(fuzz.ratio("DR Congo", "Dem. Rep. Congo")))
print('\t"DR Congo" VS."Congo"：' + str(fuzz.ratio("DR Congo", "Congo")))
print('-'*50)
print('非完全匹配（Partial Ratio）')
print('\t"DR Congo" VS."Dem. Rep. Congo" ：{}'.format(fuzz.partial_ratio("DR Congo", "Dem. Rep. Congo")))
print('\t"DR Congo" VS."Congo"：{}'.format(fuzz.partial_ratio("DR Congo", " Congo'")))
print('-'*50)
print('忽略顺序匹配（Token Sort Ratio）')
print('\t"DR Congo" VS."Dem. Rep. Congo" ：{}'.format(fuzz.token_sort_ratio("DR Congo", "Dem. Rep. Congo")))
print('\t"DR Congo" VS."Congo"：{}'.format(fuzz.token_sort_ratio("DR Congo", "Congo")))
print('-'*50)
print('去重子集匹配（Token Set Ratio）')
print('\t"DR Congo" VS."Dem. Rep. Congo" ：{}'.format(fuzz.token_set_ratio("DR Congo'", "Dem. Rep. Congo")))
print('\t"DR Congo" VS."Congo"：{}'.format(fuzz.token_set_ratio("DR Congo", "Congo")))
print('-'*50)

fuzzywuzzy运行结果

当然，关键的一步是要得到pyecharts可解析的国家名称列表。说起来这一步也费了些周折，在pyecharts的安装目录下源文件查找没有可用的信息。比如recharts：Basic Plots 31 - Map是基于Echarts2(v2.2.7)开发的在R中调用Echarts的程序包，其中的国家名称与pyecharts也不一致。

recharts中的国家名称

pip install echarts-countries-pypkg #全球国家地图
#pip install echarts-china-provinces-pypkg
#pip install echarts-china-cities-pypkg
#pip install echarts-china-counties-pypkg
#pip install echarts-china-misc-pypkg
#pip install echarts-united-kingdom-pypkg

echarts-countries-pypkg包world.js

左：列表中包含None数据 右：列表中不含None数据

用Pyecharts绘制全球卫生安全指数热度图

前面的准备工作做完，剩下的就好办了。从 2019 Global Health Security Index下载了原始数据的excel表格，读入pandas，将表格中的国家（地区）名称映射转换为了pyecharts可识别的名称传入数据即可。下图即为最终绘制完成的各国卫生安全指数热度图，也没有去优化主题、标题、浮动显示框这些了。这里单只说下在Pyecharts中绘制世界地图时，对于各国名称的清洗过程。

绘制完成的全球卫生安全指数热度图

from pyecharts.charts import MapGlobe

POPULATION_name_has_modified = POPULATION_df[['EchartsNameEN','Population']].values.tolist()

#data = [x for _, x in POPULATION[1:]]
data = [x for _, x in POPULATION_name_has_modified]
low, high = min(data), max(data)

mg = (
    MapGlobe(init_opts=opts.InitOpts(theme=ThemeType.DARK))
    .add_schema()
    .add(
        maptype="world",
        series_name="World Population",
        data_pair=POPULATION_name_has_modified,
        is_map_symbol_show=False,
        label_opts=opts.LabelOpts(is_show=False),
    )
    .set_global_opts(
        visualmap_opts=opts.VisualMapOpts(
            min_=low,
            max_=high,
            range_text=["max", "min"],
            is_calculable=True,
            range_color=["lightskyblue", "yellow", "red"],
        )
    )
)
mg.render_notebook()

效果如下。为例看清分布在大洋之间的小岛，用了DARK主题。文档中还提到了Map3D三维地图图像类型等，也留待后续慢慢去试。

MapGlobe()生成的世界地图

结论

• 《2019 Global Health Security Index：全球卫生安全指数》报告指出：没有任何一个国家为疫病流行做好了充足准备。
• Pyecharts绘制世界地图，需将各国名称替换为pyecharts可识别的名称，目前可识别的213个国家和地区。其实准确的说，不管用什么工具绘制何种类型的世界地图时，都涉及到国家（地区）名称的标准化表述这个问题。

• 面积较小的国家（地区）及中国台湾省、香港澳门特区等没有在pyecharts世界地图中绘制。这里的世界地图时指的** maptype="world"**的情况，用Map()直接绘制比如香港特区的地图是可以的。

pyeharts世界地图未列入的国家和地区

• 读取国家名称的Alpha二字符码时需小心Namibia: NA纳米比亚所对应的Alpha2码为NA，因此在pd.read_csv()中加入keep_default_na = False，以免pandas自动将NA处理为缺失值（这样说起来，用Alpha3三字符代码似乎也有优势）。指定encoding='utf-8'也是必须的，否则类似Curaçao、São Tomé and Principe可能无法正常识别。
• Pyecharts的Map()命令中有'name_map'参数，可以用来将数据中的地图区域名称(国、省、市）映射为pyecharts可以识别的名称，参见Pyecharts绘制地图……中的代码。用'name_map'的好处在于地图中各项数据的区域名称与原始数据相一致，但要生成name_map字典，其实还是少不了前面提到的步骤。
• 传入pyecharts Map()中的数据，如果包含有国家（地区）为缺失值（None、NA、NaN…）的情况，会被pyecharts自动将缺失值所在行的数据相加后，作为克什米尔地区的对应数据（至少目前发现是这样的）。所以为了避免不必要的误解，务必要去除国家（地区）名称列中的缺失值！
• 中国之外各国地图的绘制参见在Pyecharts中绘制美国（以及其它各国）地图的方法。

参考资料

1. 2019 Global Health Security Index
2. 界面新闻：《全球卫生安全指数》与各国疫情应对能力点评
3. Pyecharts V1 官方技术文档
4. List of country codes by alpha-2, alpha-3 code (ISO 3166)
5. FuzzyWuzzy
6. echarts-countries-pypkg
7. Country_Name_of_pyecharts.csv
8. Pyecharts绘制地图，maptype="world"时传入数组的一个小问题
9. 在Pyecharts中绘制美国（以及其它各国）地图的方法