#+TITLE: Autour du SARS-CoV-2 (Covid-19)

* Telechargement des donnees

Telechargement des données localement si elle n'existent pas deja.

Address ou trouver les donnees :
#+NAME: url_emacs
- https://raw.githubusercontent.com/CSSEGISandData/COVID-19/master/csse_covid_19_data/csse_covid_19_time_series/time_series_covid19_confirmed_global.csv

Nom du .csv local :
#+NAME: csv_file_emacs
- data.csv

#+begin_src python :results silent :session :export both :var url=url_emacs csv_file=csv_file_emacs
import urllib.request 
from os import path

if not path.exists(csv_file[0]):
    urllib.request.urlretrieve(url[0], csv_file[0])
#+end_src

* Traitement des donnees

** Creation de la table de donnees
Pays retenus:
#+NAME: countries_emacs
- Belgium
- China
- France
- Germany
- Iran
- Italy
- Japan
- Korea, South
- Netherlands
- Portugal
- Spain
- United Kingdom
- US

Creation de la table de donnees. On retire les colonnes latitute et
longitude et on transforme les strings en entiers.

#+begin_src python :results silent :session :exports both
import pandas as pd

df = pd.read_csv("data.csv")
df.drop(["Lat", "Long"], axis=1, inplace=True)
df.iloc[:, 3:] = data.iloc[:, 3:].apply(pd.to_numeric)
#+end_src

On cree une nouvelle ligne de donnees regroupant toutes les regions de
Chine sauf Hong Kong

#+begin_src python :results silent :session :exports both
china_regions = df.loc[(df["Country/Region"] == "China") &
                         (df["Province/State"] != "Hong Kong" )]
china_regions = china_regions.sum(axis=0)
china_regions["Province/State"] = "All but Honk Kong"
china_regions["Country/Region"] = "China"
#+end_src

On retire les donnees non desirees, i.e, les pays n'étant pas dans
ceux retenus (definis precedemment), les colonies et les provinces de
Chine sauf Hong Kong.
#+begin_src python :results silent :session :exports both :var countries=countries_emacs
indexNames = df[(~df["Country/Region"].isin(countries)) | 
		((df["Country/Region"] == "China") & (df["Province/State"] != "Hong Kong")) |
		((df["Country/Region"].isin([c for c in countries if c !="China"])) & (~df["Province/State"].isnull()))
			 ].index
df.drop(indexNames , inplace=True)
#+end_src

On remet dans la table de donnees les regions de Chine regroupees (a
l'exception d'Hong Kong)

#+begin_src python :results silent :session :exports both
df = df.append(china_regions, ignore_index=True)
#+end_src

** Affichage des donnees (echelle lineaire)

Affichage de la table de donnees avec une echelle lineaire

Nom du plot lineaire :
#+NAME: plot_linear_emacs
- plot-linear.png 

#+begin_src python :results silent :session :export both :var plot_linear=plot_linear_emacs
import matplotlib.pyplot as plt

for i in range(len(df)):
    df.iloc[i]["1/22/20":].plot()

plt.legend(df["Country/Region"])
plt.yscale("linear")
plt.savefig(plot_linear[0])
#+end_src

[[file:plot-linear.png]]



** Affichage des donnees (echelle logarithmique)

Affichage de la table de donnees avec une echelle logarithmique

Nom du plot logarithmique :
#+NAME: plot_log_emacs
- plot-log.png 

#+begin_src python :results silent :session :export both :var plot_log=plot_log_emacs
plt.yscale("log")
plt.savefig(plot_log[0])
#+end_src

[[file:plot-log.png]]