From 8fa95d8fd15001ea295667c6be2a6301c9ee7fe7 Mon Sep 17 00:00:00 2001
From: 86330dcd53439c6683b5cce1d0afe6d5
 <86330dcd53439c6683b5cce1d0afe6d5@app-learninglab.inria.fr>
Date: Mon, 11 Nov 2024 19:05:32 +0000
Subject: [PATCH] Add new file

---
 module3/exo3/exercice_python.org | 57 ++++++++++++++++++++++++++++++++
 1 file changed, 57 insertions(+)
 create mode 100644 module3/exo3/exercice_python.org

diff --git a/module3/exo3/exercice_python.org b/module3/exo3/exercice_python.org
new file mode 100644
index 0000000..f509f8f
--- /dev/null
+++ b/module3/exo3/exercice_python.org
@@ -0,0 +1,57 @@
+import pandas as pd
+import matplotlib.pyplot as plt
+
+# Télécharger les données
+url = "https://raw.githubusercontent.com/CSSEGISandData/COVID-19/master/csse_covid_19_data/csse_covid_19_time_series/time_series_covid19_confirmed_global.csv"
+data = pd.read_csv(url)
+
+# Liste des pays à inclure dans le graphe
+countries = [
+    "Belgium", "China", "China, Hong Kong", "France", "Germany", "Iran", 
+    "Italy", "Japan", "Korea, South", "Netherlands", "Portugal", 
+    "Spain", "United Kingdom", "US"
+]
+
+# Filtrer les données pour les pays sélectionnés
+data_filtered = data[data['Country/Region'].isin(countries)]
+
+# Regrouper les données par pays et additionner les cas pour chaque date
+data_grouped = data_filtered.groupby('Country/Region').sum()
+
+# Supprimer les colonnes inutiles
+data_grouped = data_grouped.drop(columns=['Lat', 'Long'])
+
+# Transposer le dataframe pour avoir les dates en lignes et les pays en colonnes
+data_transposed = data_grouped.T
+
+# Supprimer la première ligne qui contient "Country/Region"
+if 'Province/State' in data_transposed.index:
+    data_transposed = data_transposed.drop('Province/State')
+if 'Country/Region' in data_transposed.index:
+    data_transposed = data_transposed.drop('Country/Region')
+
+# Convertir les index en chaînes de caractères
+data_transposed.index = data_transposed.index.astype(str)
+
+# Vérifier et convertir les colonnes en entiers si nécessaire
+for country in countries:
+    if country in data_transposed.columns:
+        data_transposed[country] = pd.to_numeric(data_transposed[country], errors='coerce').fillna(0).astype(int)
+
+# Créer le graphe avec échelle linéaire
+minimiser = 0
+plt.figure(figsize=(14, 8))
+for country in countries:
+    if country in data_transposed.columns:
+        plt.plot(data_transposed.index, data_transposed[country], label=country)
+plt.xlabel('Date')
+plt.ylabel('Nombre cumulé de cas')
+plt.title('Nombre cumulé de cas de COVID-19 au cours du temps')
+plt.legend()
+plt.xticks(rotation=45, ha='right')  # Les étiquettes de l'axe x sont pivotées pour éviter la superposition
+plt.grid(True)
+plt.tight_layout()  # Les sous-parties du graphe sont ajustées automatiquement pour éviter la superposition
+
+
+
+plt.show()
-- 
2.18.1