Add new file

module3/exo3/COV19.IPYNB

+#!/usr/bin/env python3
+# -*- coding: utf-8 -*-
+"""
+Titre
+-----
+Courbes cumulées COVID-19 (style SCMP) pour une liste de pays.
+
+Objectif pédagogique
+--------------------
+Reproduire des graphes à la manière du South China Morning Post (SCMP) montrant,
+pour une sélection de pays, l'évolution du nombre **cumulé** de cas confirmés
+depuis le début de la pandémie, avec deux échelles (linéaire et logarithmique),
+et des **étiquettes décalées** à droite pour garantir la lisibilité.
+
+Reproductibilité (à lire avant d'exécuter)
+------------------------------------------
+- Code 100% autonome : télécharge les données à l'exécution.
+- Aucune étape manuelle.
+- Tous les traitements sont explicités et automatisés.
+- Les graphiques sont sauvés en PNG dans le dossier courant.
+
+Données & Sources (liens pérennes)
+----------------------------------
+- Confirmed cases (JHU CSSE time series):
+  https://raw.githubusercontent.com/CSSEGISandData/COVID-19/master/csse_covid_19_data/csse_covid_19_time_series/time_series_covid19_confirmed_global.csv
+
+Environnement logiciel / bibliothèques
+--------------------------------------
+- Python >= 3.9
+- pandas, numpy, matplotlib, urllib (stdlib)
+  Installation: `pip install pandas numpy matplotlib`
+
+Critères de sélection des pays (conformément à l'énoncé)
+--------------------------------------------------------
+- Belgium
+- China **sans** Hong-Kong (somme de toutes les provinces de "China" hors HK)
+- Hong Kong (China, Hong-Kong) : traité séparément
+- France **métropolitaine** uniquement (ligne "France" avec Province/State manquant)
+- Germany, Iran, Italy, Japan, Korea, South
+- Netherlands (sans colonies : par construction des fichiers JHU)
+- Portugal, Spain, United Kingdom (sans colonies), US
+
+Points méthodologiques
+----------------------
+- Les données JHU sont **cumulatives** par date (jour civil).
+- On agrège par date au niveau pays (somme des provinces si nécessaire).
+- Pour France métropolitaine: on conserve la ligne "France" où Province/State est NaN.
+- Pour China excl. HK: on agrège toutes les provinces de "China" sauf celles
+  dont Province/State contient "Hong".
+- Les étiquettes de fin sont décalées à droite, avec un *dodge* vertical minimal
+  pour éviter les chevauchements; des traits connectent la fin des courbes aux étiquettes.
+
+Sorties générées
+----------------
+- scmp_linear.png       (échelle linéaire)
+- scmp_log.png          (échelle logarithmique)
+- panel_cumulative_cases.csv  (tableau final pays x dates)
+
+Auteurs & attribution
+---------------------
+- Script préparé pour un rendu Mooc (évaluation par les pairs).
+- Merci de citer JHU CSSE pour les données.
+
+"""
+
+from __future__ import annotations
+
+import io
+from urllib.request import urlopen
+from typing import Dict, Iterable
+
+import numpy as np
+import pandas as pd
+import matplotlib.pyplot as plt
+
+
+# =========================
+# 1) Chargement des données
+# =========================
+
+URL_CONFIRMED = (
+    "https://raw.githubusercontent.com/CSSEGISandData/COVID-19/master/"
+    "csse_covid_19_data/csse_covid_19_time_series/"
+    "time_series_covid19_confirmed_global.csv"
+)
+
+
+def load_jhu_timeseries_csv(url: str) -> pd.DataFrame:
+    """
+    Télécharge et charge en DataFrame la série temporelle JHU (time series, wide).
+    Retourne le tableau "wide" tel que fourni par JHU (colonnes dates à partir de la 5e).
+    """
+    raw = urlopen(url).read()
+    df = pd.read_csv(io.BytesIO(raw))
+    # Hygiène : s'assurer que les 4 premières colonnes sont celles attendues
+    expected = ["Province/State", "Country/Region", "Lat", "Long"]
+    assert list(df.columns[:4]) == expected, "Format JHU inattendu."
+    return df
+
+
+def to_long(df_wide: pd.DataFrame) -> pd.DataFrame:
+    """
+    Convertit le format wide (colonnes de dates) en format long (date, cum_cases).
+    """
+    date_cols = df_wide.columns[4:]
+    long = df_wide.melt(
+        id_vars=["Province/State", "Country/Region", "Lat", "Long"],
+        value_vars=date_cols,
+        var_name="date",
+        value_name="cum_cases",
+    )
+    long["date"] = pd.to_datetime(long["date"], format="%m/%d/%y")
+    # S'assure que cum_cases est numérique
+    long["cum_cases"] = pd.to_numeric(long["cum_cases"], errors="coerce").fillna(0)
+    return long
+
+
+# ========================================
+# 2) Construction des séries par "pays"
+# ========================================
+
+def get_country_series(long_df: pd.DataFrame, row_mask: pd.Series, label: str) -> pd.Series:
+    """
+    Agrège les lignes sélectionnées (mask) au niveau de la date et renvoie une Series
+    (index=dates, valeurs=cumul cas), triée par date et nommée `label`.
+    """
+    sub = long_df.loc[row_mask, ["date", "cum_cases"]]
+    s = sub.groupby("date", as_index=True)["cum_cases"].sum().sort_index()
+    s.name = label
+    return s
+
+
+def build_panel(long_df: pd.DataFrame) -> pd.DataFrame:
+    """
+    Construit le DataFrame final 'panel' (colonnes = pays, index = dates)
+    pour la liste de pays exigée par l'énoncé.
+    """
+    # Détection de Hong-Kong
+    is_hk = (
+        long_df["Province/State"].fillna("").str.contains("Hong", case=False)
+        | long_df["Country/Region"].str.contains("Hong", case=False, na=False)
+    )
+
+    series = []
+
+    # Sélections
+    series.append(get_country_series(long_df, long_df["Country/Region"].eq("Belgium"), "Belgium"))
+    series.append(get_country_series(long_df, long_df["Country/Region"].eq("China") & (~is_hk),
+                                     "China (excl. Hong Kong)"))
+    series.append(get_country_series(long_df, is_hk, "Hong Kong"))
+
+    # France métropolitaine : Province/State manquant (NaN) => approx. métropole
+    france_metro_mask = long_df["Country/Region"].eq("France") & long_df["Province/State"].isna()
+    series.append(get_country_series(long_df, france_metro_mask, "France (metropolitan)"))
+
+    # Autres pays (sans colonies implicites dans JHU : UK/NL sont déjà propres)
+    for country in [
+        "Germany", "Iran", "Italy", "Japan", "Korea, South",
+        "Netherlands", "Portugal", "Spain", "United Kingdom", "US"
+    ]:
+        series.append(get_country_series(long_df, long_df["Country/Region"].eq(country), country))
+
+    panel = pd.concat(series, axis=1)
+
+    # Tri des dates (par sécurité) et forward-fill des manques (rare)
+    panel = panel.sort_index().ffill()
+
+    return panel
+
+
+# ==================================
+# 3) Tracé "style SCMP" (annoté)
+# ==================================
+
+def style_scmp(ax: plt.Axes, title: str, log: bool = False) -> None:
+    """
+    Applique un style épuré (type SCMP) à un axe matplotlib.
+    - Titre aligné à gauche
+    - Grille légère
+    - Axes droit/haut masqués
+    - Libellés adaptés selon l'échelle
+    """
+    ax.set_title(title, loc="left", fontsize=16, weight="bold")
+    ax.grid(True, which="major", linewidth=0.6, alpha=0.3)
+    ax.spines["top"].set_visible(False)
+    ax.spines["right"].set_visible(False)
+    ax.set_xlabel("")
+    ylabel = "Cumulative confirmed cases" + (" (log scale)" if log else "")
+    ax.set_ylabel(ylabel)
+
+
+def add_end_labels(
+    ax: plt.Axes,
+    data: pd.DataFrame,
+    *,
+    right_pad_days: int = 28,
+    min_sep_frac: float = 0.035,
+    log: bool = False,
+    text_kwargs: Dict = None,
+    line_kwargs: Dict = None,
+) -> None:
+    """
+    Place des étiquettes à droite, avec un *dodge* vertical minimal pour éviter les chevauchements.
+    - right_pad_days : décalage horizontal des labels (en jours).
+    - min_sep_frac   : séparation verticale minimale entre étiquettes (en fraction de la hauteur).
+    - log            : s'aligne avec l'échelle actuelle (lin vs log) pour la séparation verticale.
+    - text_kwargs    : style du texte (fontsize, etc.).
+    - line_kwargs    : style des traits de liaison.
+    """
+    text_kwargs = {"fontsize": 9} | (text_kwargs or {})
+    line_kwargs = {"linewidth": 1.0, "alpha": 0.6} | (line_kwargs or {})
+
+    x_last = data.index.max()
+    x_lab = x_last + pd.Timedelta(days=right_pad_days)
+
+    # Dernière valeur par série
+    last_vals = {col: data[col].dropna().iloc[-1] for col in data.columns}
+
+    # Empilage du bas vers le haut (ordre croissant des valeurs)
+    items = sorted(last_vals.items(), key=lambda kv: kv[1])
+
+    y0, y1 = ax.get_ylim()
+    to_ax = (np.log10 if log else (lambda y: y))
+    from_ax = (lambda z: 10 ** z) if log else (lambda z: z)
+    span = to_ax(y1) - to_ax(y0)
+    min_sep = min_sep_frac * span
+
+    ys_ax = [to_ax(v) for _, v in items]
+
+    # Dodge vertical: impose un espacement minimal successif
+    for i in range(1, len(ys_ax)):
+        if ys_ax[i] - ys_ax[i - 1] < min_sep:
+            ys_ax[i] = ys_ax[i - 1] + min_sep
+
+    # Tracer traits + placer étiquettes
+    for (name, y_end), y_ax in zip(items, ys_ax):
+        y_target = from_ax(y_ax)
+        ax.plot([x_last, x_lab], [y_end, y_target], **line_kwargs)
+        ax.text(x_lab, y_target, f"  {name}", va="center", ha="left", **text_kwargs)
+
+    # Laisser de la marge à droite pour les étiquettes
+    ax.set_xlim(data.index.min(), x_lab + pd.Timedelta(days=14))
+
+
+def plot_panel(panel: pd.DataFrame) -> None:
+    """
+    Produit les deux graphiques (linéaire et log), applique le style et les labels,
+    et enregistre les PNG dans le dossier courant.
+    """
+    # ---------- Linéaire ----------
+    fig, ax = plt.subplots(figsize=(13, 7))
+    panel.plot(ax=ax, lw=2, legend=False)
+    style_scmp(ax, "Cumulative COVID-19 confirmed cases (selected countries) — linear scale", log=False)
+    add_end_labels(ax, panel, right_pad_days=28, min_sep_frac=0.03, log=False)
+    plt.tight_layout()
+    plt.savefig("scmp_linear.png", dpi=180)
+
+    # ---------- Logarithmique ----------
+    fig2, ax2 = plt.subplots(figsize=(13, 7))
+    panel.plot(ax=ax2, lw=2, legend=False)
+    ax2.set_yscale("log")
+    style_scmp(ax2, "Cumulative COVID-19 confirmed cases (selected countries) — log scale", log=True)
+    add_end_labels(ax2, panel, right_pad_days=28, min_sep_frac=0.04, log=True)
+    plt.tight_layout()
+    plt.savefig("scmp_log.png", dpi=180)
+
+    plt.show()
+
+
+# ==========================
+# 4) Point d'entrée (main)
+# ==========================
+
+def main() -> None:
+    # 1) Charger la table JHU
+    df_wide = load_jhu_timeseries_csv(URL_CONFIRMED)
+
+    # 2) Passer en format long (date, cum_cases)
+    long_df = to_long(df_wide)
+
+    # 3) Construire le panel pays x dates selon les règles de sélection
+    panel = build_panel(long_df)
+
+    # 4) Exporter le tableau pour faciliter la relecture/rejeu
+    panel.to_csv("panel_cumulative_cases.csv", index_label="date")
+
+    # 5) Tracer et enregistrer les figures
+    plot_panel(panel)
+
+    # Message final (console)
+    print("✅ Fini. Fichiers exportés : scmp_linear.png, scmp_log.png, panel_cumulative_cases.csv")
+
+
+if __name__ == "__main__":
+    main()