Skip to content

M
mooc-rr
Commit c978399f authored by 732afbed1f51733fba4ec4ed0e9bd727's avatar 732afbed1f51733fba4ec4ed0e9bd727
Browse files
Options

module3/exo1/analyse-syndrome-grippal.ipynb

parent c77fe086
Hide whitespace changes
Inline Side-by-side
Showing with 93 additions and 33 deletions
module3/exo1/analyse-syndrome-grippal.ipynb
View file @ c978399f
......@@ -13,18 +13,22 @@
"metadata": {},
"outputs": [],
"source": [
"# Activer l'affichage des graphiques dans le notebook (jupyter) en ligne.\n",
"%matplotlib inline\n",
"import matplotlib.pyplot as plt\n",
"import pandas as pd\n",
"import isoweek"
"\n",
"# Importer les bibliothèques nécessaires\n",
"import matplotlib.pyplot as plt # Pour la création de graphiques\n",
"import pandas as pd # Pour la manipulation des données\n",
"import isoweek # Pour gérer les semaines ISO"
]
},
{
"cell_type": "code",
"execution_count": 24,
"execution_count": 41,
"metadata": {},
"outputs": [],
"source": [
"# URL où les données d'incidence du syndrome grippal sont téléchargées\n",
"data_url = \"http://www.sentiweb.fr/datasets/incidence-PAY-3.csv\""
]
},
......@@ -37,15 +41,20 @@
},
{
"cell_type": "code",
"execution_count": 25,
"execution_count": 42,
"metadata": {},
"outputs": [],
"source": [
"# Nom du fichier local où les données seront stockées\n",
"data_file = \"syndrome-grippal.csv\"\n",
"\n",
"# Vérifier si le fichier local existe, et s'il n'existe pas, le télécharger depuis l'URL\n",
"import os\n",
"import urllib.request\n",
"\n",
"# Vérifier si le fichier local n'existe pas\n",
"if not os.path.exists(data_file):\n",
" # Télécharger les données depuis l'URL et les enregistrer dans le fichier local\n",
" urllib.request.urlretrieve(data_url, data_file)"
]
},
......@@ -73,7 +82,7 @@
},
{
"cell_type": "code",
"execution_count": 26,
"execution_count": 43,
"metadata": {
"scrolled": true
},
......@@ -1040,13 +1049,16 @@
"[2031 rows x 10 columns]"
]
},
"execution_count": 26,
"execution_count": 43,
"metadata": {},
"output_type": "execute_result"
}
],
"source": [
"# Lire les données depuis le fichier local CSV en sautant la première ligne (commentaire)\n",
"raw_data = pd.read_csv(data_file, skiprows=1)\n",
"\n",
"# Afficher les données brutes\n",
"raw_data"
]
},
......@@ -1059,7 +1071,7 @@
},
{
"cell_type": "code",
"execution_count": 27,
"execution_count": 44,
"metadata": {},
"outputs": [
{
......@@ -1121,12 +1133,13 @@
"1794 FR France "
]
},
"execution_count": 27,
"execution_count": 44,
"metadata": {},
"output_type": "execute_result"
}
],
"source": [
"# Sélectionner les lignes contenant au moins une valeur manquante (NaN)\n",
"raw_data[raw_data.isnull().any(axis=1)]"
]
},
......@@ -1139,7 +1152,7 @@
},
{
"cell_type": "code",
"execution_count": 28,
"execution_count": 45,
"metadata": {},
"outputs": [
{
......@@ -2104,13 +2117,16 @@
"[2030 rows x 10 columns]"
]
},
"execution_count": 28,
"execution_count": 45,
"metadata": {},
"output_type": "execute_result"
}
],
"source": [
"# Supprimer les lignes contenant des valeurs manquantes (NaN) à partir des données brutes\n",
"data = raw_data.dropna().copy()\n",
"\n",
"# Afficher les données nettoyées (sans valeurs manquantes) et en créer une copie\n",
"data"
]
},
......@@ -2134,17 +2150,28 @@
},
{
"cell_type": "code",
"execution_count": 29,
"execution_count": 46,
"metadata": {},
"outputs": [],
"source": [
"# Définition d'une fonction pour convertir l'année et la semaine en période\n",
"def convert_week(year_and_week_int):\n",
" # Convertir l'entier en une chaîne de caractères\n",
" year_and_week_str = str(year_and_week_int)\n",
" \n",
" # Extraire l'année (les 4 premiers caractères de la chaîne)\n",
" year = int(year_and_week_str[:4])\n",
" \n",
" # Extraire le numéro de semaine (le reste de la chaîne)\n",
" week = int(year_and_week_str[4:])\n",
" \n",
" # Créer un objet isoweek.Week avec l'année et la semaine\n",
" w = isoweek.Week(year, week)\n",
" \n",
" # Convertir l'objet isoweek.Week en une période pandas\n",
" return pd.Period(w.day(0), 'W')\n",
"\n",
"# Appliquer la fonction convert_week à la colonne 'week' et créer une nouvelle colonne 'period'\n",
"data['period'] = [convert_week(yw) for yw in data['week']]"
]
},
......@@ -2164,10 +2191,11 @@
},
{
"cell_type": "code",
"execution_count": 30,
"execution_count": 47,
"metadata": {},
"outputs": [],
"source": [
"# Définir la colonne 'period' comme index du DataFrame et trier le DataFrame par cet index\n",
"sorted_data = data.set_index('period').sort_index()"
]
},
......@@ -2189,7 +2217,7 @@
},
{
"cell_type": "code",
"execution_count": 32,
"execution_count": 48,
"metadata": {},
"outputs": [
{
......@@ -2201,10 +2229,17 @@
}
],
"source": [
"# Obtenir l'index (colonne 'period') du DataFrame trié\n",
"periods = sorted_data.index\n",
"\n",
"# Parcourir les périodes consécutives et vérifier la différence temporelle entre elles\n",
"for p1, p2 in zip(periods[:-1], periods[1:]):\n",
" # Calculer la différence temporelle entre la fin de la période p1 et le début de la période p2\n",
" delta = p2.to_timestamp() - p1.end_time\n",
" \n",
" # Vérifier si la différence temporelle est supérieure à 1 seconde\n",
" if delta > pd.Timedelta('1s'):\n",
" # Afficher les paires de périodes consécutives qui ont une différence temporelle inattendue\n",
" print(p1, p2)"
]
},
......@@ -2217,7 +2252,7 @@
},
{
"cell_type": "code",
"execution_count": 33,
"execution_count": 49,
"metadata": {},
"outputs": [
{
......@@ -2231,21 +2266,21 @@
"source": [
"# Convertir la colonne 'inc' en type numérique (float)\n",
"sorted_data['inc'] = pd.to_numeric(sorted_data['inc'], errors='coerce')\n",
"print(sorted_data['inc'].dtypes)\n"
"print(sorted_data['inc'].dtypes)"
]
},
{
"cell_type": "code",
"execution_count": 34,
"execution_count": 50,
"metadata": {},
"outputs": [
{
"data": {
"text/plain": [
"<matplotlib.axes._subplots.AxesSubplot at 0x7f2fc7e208d0>"
"<matplotlib.axes._subplots.AxesSubplot at 0x7f2fc7b8bf28>"
]
},
"execution_count": 34,
"execution_count": 50,
"metadata": {},
"output_type": "execute_result"
},
......@@ -2263,6 +2298,7 @@
}
],
"source": [
"# Tracer un graphique de la colonne 'inc' du DataFrame trié\n",
"sorted_data['inc'].plot()"
]
},
......@@ -2275,16 +2311,16 @@
},
{
"cell_type": "code",
"execution_count": 35,
"execution_count": 51,
"metadata": {},
"outputs": [
{
"data": {
"text/plain": [
"<matplotlib.axes._subplots.AxesSubplot at 0x7f2fc7d585c0>"
"<matplotlib.axes._subplots.AxesSubplot at 0x7f2fc79da780>"
]
},
"execution_count": 35,
"execution_count": 51,
"metadata": {},
"output_type": "execute_result"
},
......@@ -2302,6 +2338,7 @@
}
],
"source": [
"# Tracer un graphique des 200 dernières entrées de la colonne 'inc' du DataFrame trié\n",
"sorted_data['inc'][-200:].plot()"
]
},
......@@ -2335,10 +2372,11 @@
},
{
"cell_type": "code",
"execution_count": 36,
"execution_count": 52,
"metadata": {},
"outputs": [],
"source": [
"# Créer une liste des premières semaines d'août pour chaque année entre 1985 et la dernière année de l'index de sorted_data\n",
"first_august_week = [pd.Period(pd.Timestamp(y, 8, 1), 'W')\n",
" for y in range(1985,\n",
" sorted_data.index[-1].year)]"
......@@ -2355,19 +2393,31 @@
},
{
"cell_type": "code",
"execution_count": 37,
"execution_count": 53,
"metadata": {},
"outputs": [],
"source": [
"year = []\n",
"yearly_incidence = []\n",
"# Initialisation des listes pour stocker les données annuelles\n",
"year = [] # Liste des années\n",
"yearly_incidence = [] # Liste des incidences annuelles\n",
"\n",
"# Parcourir les paires d'intervalles annuels définies par first_august_week\n",
"for week1, week2 in zip(first_august_week[:-1],\n",
" first_august_week[1:]):\n",
" # Extraire les données d'incidence pour une année donnée\n",
" one_year = sorted_data['inc'][week1:week2-1]\n",
" assert abs(len(one_year)-52) < 2\n",
" \n",
" # Vérifier que chaque année a environ 52 semaines d'incidence\n",
" assert abs(len(one_year) - 52) < 2\n",
" \n",
" # Ajouter la somme des incidences de l'année à la liste yearly_incidence\n",
" yearly_incidence.append(one_year.sum())\n",
" \n",
" # Ajouter l'année correspondante à la liste year\n",
" year.append(week2.year)\n",
"yearly_incidence = pd.Series(data=yearly_incidence, index=year)"
"\n",
"# Créer une série pandas avec les données annuelles et les années comme index\n",
"yearly_incidence = pd.Series(data=yearly_incidence, index=year)\n"
]
},
{
......@@ -2406,6 +2456,7 @@
}
],
"source": [
"# Tracer un graphique de dispersion des données d'incidence annuelle avec un style en étoile\n",
"yearly_incidence.plot(style='*')"
]
},
......@@ -2418,7 +2469,7 @@
},
{
"cell_type": "code",
"execution_count": 39,
"execution_count": 54,
"metadata": {},
"outputs": [
{
......@@ -2464,12 +2515,13 @@
"dtype: int64"
]
},
"execution_count": 39,
"execution_count": 54,
"metadata": {},
"output_type": "execute_result"
}
],
"source": [
"# Trier les données d'incidence annuelle par ordre croissant\n",
"yearly_incidence.sort_values()"
]
},
......@@ -2483,16 +2535,16 @@
},
{
"cell_type": "code",
"execution_count": 40,
"execution_count": 55,
"metadata": {},
"outputs": [
{
"data": {
"text/plain": [
"<matplotlib.axes._subplots.AxesSubplot at 0x7f2fc7c42588>"
"<matplotlib.axes._subplots.AxesSubplot at 0x7f2fc7b7b5f8>"
]
},
"execution_count": 40,
"execution_count": 55,
"metadata": {},
"output_type": "execute_result"
},
......@@ -2510,8 +2562,16 @@
}
],
"source": [
"# Tracer un histogramme des données d'incidence annuelle avec une rotation de l'axe des x de 20 degrés\n",
"yearly_incidence.hist(xrot=20)"
]
},
{
"cell_type": "code",
"execution_count": null,
"metadata": {},
"outputs": [],
"source": []
}
],
"metadata": {
......
Markdown is supported
0% or
You are about to add 0 people to the discussion. Proceed with caution.
Finish editing this message first!
Please register or to comment