diff --git a/EvalPairs/EvalPairs.org b/EvalPairs/EvalPairs.org index fff8d2b7a904612d19583d0e649bcab4075d2b2b..4ed490d13ac7ad5293e290a49a183edc68980dc5 100644 --- a/EvalPairs/EvalPairs.org +++ b/EvalPairs/EvalPairs.org @@ -10,6 +10,25 @@ #+HTML_HEAD: #+HTML_HEAD: +* Environnement + +#+NAME: environnement +#+BEGIN_SRC python :session "Environ" :results output +import sys, pandas, matplotlib + +print('Python:', sys.version) +print('Pandas:', pandas.__version__) +print('matplotlib:', matplotlib.__version__) +#+END_SRC + +#+RESULTS: environnement +: Python: 3.7.3 (default, Mar 6 2020, 22:34:30) +: [Clang 11.0.3 (clang-1103.0.32.29)] +: Pandas: 1.0.3 +: matplotlib: 3.2.1 +: +: + * Tâche Le but est ici de reproduire des graphes semblables à ceux du @@ -448,3 +467,25 @@ fig.savefig('log_plot.png') #+END_SRC #+RESULTS: log + +* Pousser plus loin + +Vous pourrez également utiliser les données de décès +(=timeseriescovid19deathsglobal.csv=) et refaire les courbes, mais +là encore, faites attention lors de l'interprétation. Ces courbes, +même si elles paraissent effrayantes, doivent être comparées à la +mortalité « normale ». Pour la France des données sont disponibles sur +le site de l'INSEE : https://www.insee.fr/fr/information/4470857, +ainsi que dans les « Points hebdomadaires » de surveillance de la +mortalité diffusés par Santé publique France, comme celui de la +semaine 12 (le site étant très mal conçu pour quiconque souhaite +une information spécifique, le plus simple est de passer par un moteur +de recherche généraliste…). + +Pour atténuer les effets dus aux méthodes de comptage, etc., vous +pourrez, une fois l'épidémie terminée, prendre les données du nombre +total de décès et les normaliser pour 1000 habitants du pays concerné. +Vous irez ensuite chercher les données sur le nombre de lits d'hôpital +pour 1000 habitants sur le site de l'OCDE et vous pourrez corréler les +deux (c'est-à-dire, faire un graphe avec le nombre de lits en abscisse +et le nombre de décès en ordonnée)…