制作抗疫编程动画图可以通过以下步骤进行：
设立角色和场景
在动画中设立正确的角色，如医生、群众等，通过医生的身份宣传防护疫情的知识，提高群众的防护意识。
简化字幕
动画字幕应简洁干练，避免过多信息展示，以便用户更容易理解。
动态展示数据
可以使用Python的第三方库如pyecharts来制作动态疫情地图，通过时间线轮播的方式展示数据变化，如确诊数量的增多。
使用数据可视化工具
可以使用FineBI、FineReport、FineVis等商业智能工具，从各种数据源导入疫情数据，并利用内置的图表库制作动态图表。
编写代码
根据所选工具或库，编写相应的代码来实现动画效果和数据可视化。例如，使用pyecharts时，需要导入必要的库，定义数据源文件，并进行数据清洗和预处理。
获取数据
确保数据来源的可靠性和时效性，从政府公开数据、世界卫生组织（WHO）网站、各国卫生部门发布的统计数据等获取疫情数据。
数据预处理和清洗
对数据进行清洗，去除重复、错误或缺失的数据条目，确保数据质量。
制作和导出动画
根据工具或库的指引，完成动画的制作，并将结果保存为适当的格式，如.mp4。
```python
import pandas as pd
from pyecharts import options as opts
from pyecharts.charts import Timeline, Map
from pyecharts.globals import ThemeType
定义数据源文件
src_file = 'DXYArea_0214.xls'
mid_file = 'to_csv4.csv'
list_color = ['F4AD8B', 'EF826F', 'EE806E', 'BD3932', '801D17']
读取数据
df = pd.read_excel(src_file, usecols=['provinceName', 'province_confirmedCount'])
定义动画选项
opts.set_global_opts(
title_opts=opts.TitleOpts(),
tooltip_opts=opts.TooltipOpts(trigger="item", formatter="地区:{b}确诊:{c}"),
legend_opts=opts.LegendOpts(type_="scroll", pos_right="10%"),
)
创建时间线地图
timeline = Timeline()
map_chart = Map()
动态添加数据
for index, row in df.iterrows():
map_chart.add(
row['provinceName'],
[row['province_confirmedCount']],
area_color=list_color[index % len(list_color)],
label_opts=opts.LabelOpts(is_show=False),
)
timeline.add(map_chart, index)
设置时间线布局
timeline.set_global_opts(
xaxis_opts=opts.AxisOpts(type_="category", boundary_gap=False),
yaxis_opts=opts.AxisOpts(type_="value", scale=True, max_="auto"),
)
生成动画图
timeline.render("疫情动态地图.html")
```
通过以上步骤和示例代码，你可以制作出抗疫编程动画图，帮助公众更好地了解疫情动态和防护措施。