使用python繪製視覺化--堆疊區域圖

區域圖是基於折線圖延伸出的圖表，因此具有折線圖的優勢，一覽整體趨勢。相較於折線圖，區域圖還可透過面積來呈現數據多寡，做不同分類之間的比較。區域圖分為2種，堆疊區域圖與百分比堆疊區域圖，後者概念似百分比堆疊長條圖，以各個值所佔的百分比呈現。

在這基本概念下利用python的Plotly套件來繪製堆疊區域圖。這次以腸病毒為主軸，在開始操作前先做個知識補充，對腸病毒有個基本概念。

腸病毒基礎概念:

往年隨著開學季開始，總能在新聞報導上看到腸病毒的蹤跡，伴隨著家長的恐慌，我們對腸病毒的認知有多少?

n  病毒型態:腸病毒屬於小RNA病毒科，可以分成5種類型，小兒麻痺病毒、
    克沙奇病毒A型、克沙奇病毒B型、伊科病毒、腸病毒68-71型，其特性因為生長於
    腸胃道而總稱為腸病毒。

n   傳染途徑:有3種，糞口傳染、飛沫傳染以及接觸傳染。

n   疾病症狀:感染者多數不會出現症狀或出現發燒等類似一般感冒的輕微症狀。常

     引起手足口病及疱疹性咽峽炎，有些時候則會引起一些較特殊的臨床表現，包括

     病毒性腦炎、無菌性腦膜炎、心肌炎、肢體麻痺症候群、急性出血性結膜炎、

     腦炎或急性無力脊髓炎等。三歲以下幼童感染則要特別注意，容易併發腸病毒重症。

n    流行情況:不見得每年皆會發生腸病毒大流行，但腸病毒的流行的情況具有季節性，5月開始疫情逐漸升溫，6-7月達到流行高峰期。台灣位於亞熱帶地區，所以全年皆有病例發生。疾管署例行性針對腸病毒感染病例檢出之病毒型別進行監測，如果大家有興趣可以到疾管署的網站上了解疫最新的情資訊。

操作步驟

1.選定主題，準備素材

以2018年每週腸病毒病毒分離型別為例(資料來源為疾管署開放資料)，來看腸病毒的趨勢以及型別的變化。開始執行前，尚未安裝plotly者需要先安裝plotly套件，在Window環境下，開起命令提示字元，輸入pip install plotly，安裝完成後，就可進入繪圖步驟。

2.確認繪圖需要用到的參數:

X軸(x):週(week)

Y軸(y):各腸病毒型別檢出數

3.繪製堆疊區域圖

操作時每一個分層要各別建構(例如:每個病毒型別都要分別建構)，再把各分層的圖層結合成一張圖。

import plotly.graph_objs as go
import plotly.offline as py
trace0 = dict(
    x=df["Year-Week of Specimen Receipt"],
    y=df["EV71"],
    hoverinfo='x+y',
    mode='lines',
    name = 'EV71',
    line=dict(width=0.5,
              color='#B5CAA0'),
    stackgroup='one'
)
trace1 = dict(
    x=df["Year-Week of Specimen Receipt"],
    y=df["ECHO"],
    hoverinfo='x+y',
    mode='lines',
    name = 'ECHO',
    line=dict(width=0.5,
              color='#5DAC81'),
    stackgroup='one'
)
trace2 = dict(
    x=df["Year-Week of Specimen Receipt"],
    y=df["CB"],
    hoverinfo='x+y',
    mode='lines',
    name = 'CB',
    line=dict(width=0.5,
              color='#00896C'),
    stackgroup='one'
)

trace3 = dict(
    x=df["Year-Week of Specimen Receipt"],
    y=df["CA"],
    hoverinfo='x+y',
    mode='lines',
    name = 'CA',
    line=dict(width=0.5,
              color='#096148'),
    stackgroup='one'
)

trace4 = dict(
    x=df["Year-Week of Specimen Receipt"],
    y=df["NPEV"],
    hoverinfo='x+y',
    mode='lines',
    name = 'NPEV',
    line=dict(width=0.5,
              color='#0B1013'),
    stackgroup='one'
)

data = [trace0, trace1, trace2, trace3, trace4]

fig = dict(data=data)
plot(fig, filename='stacked-area-plot-hover', validate=False)