passage des données en format pd.dataframe avec datetimeindex

module3/exo2/exercice_python_fr.org

@@ -142,10 +142,11 @@ librairie pandas.
 
 ** Visualisation au pas semaine
 
-#+begin_src python :results value :session :exports both
+#+begin_src python :results output :session :exports both
 import pandas
 data = pandas.DataFrame(converted_data, columns=("Date", "Incidence"))
-fig = data.plot(x="Date", y="Incidence")
+data.set_index(pandas.to_datetime(data["Date"]), inplace=True)
+fig = data.plot()
 plt.savefig("incidence_hebdo_varicelle.png")
 #+end_src
 
@@ -153,5 +154,32 @@ plt.savefig("incidence_hebdo_varicelle.png")
 
 [[file:"incidence_hebdo_varicelle.png"]]
 
-** Visualisation au pas année
+Zoom sur une année pour situer à quel mois se situe de pic annuel.
+
+#+begin_src python :results output :session :exports both
+#print(data.index)
+fig2 = data["2002-01-01":"2002-12-31"].plot()
+plt.savefig("incidence_hebdo_varicelle_2002.png")
+#+end_src
+
+#+RESULTS:
+
+[[file:"incidence_hebdo_varicelle_2002.png"]]
+
+Le pic semble être au printemps de chaque année, légèrement plus tard
+que le pic de grippe.
+
+** Analyse année par année
+
+La période de référence commence au 1er septembre. La période
+commençant en septembre de l'année N a l'étiquette N+1 car le pic
+annuel se situe en début/printemps de l'année N+1 (sur le modèle
+de l'analyse du syndrome grippal dans le mooc). 
+
+#+begin_src python :results output :session :exports both
+incidence_annuelle = pandas.DataFrame()
+
+#+end_src
+
+#+RESULTS: