#+TITLE: Analyse de la pandémie de COVID-19
#+AUTHOR: Émile Jetzer
#+DATE: 19 mai 2020
#+LANGUAGE: fr

#+HTML_HEAD: <link rel="stylesheet" type="text/css" href="http://www.pirilampo.org/styles/readtheorg/css/htmlize.css"/>
#+HTML_HEAD: <link rel="stylesheet" type="text/css" href="http://www.pirilampo.org/styles/readtheorg/css/readtheorg.css"/>
#+HTML_HEAD: <script src="https://ajax.googleapis.com/ajax/libs/jquery/2.1.3/jquery.min.js"></script>
#+HTML_HEAD: <script src="https://maxcdn.bootstrapcdn.com/bootstrap/3.3.4/js/bootstrap.min.js"></script>
#+HTML_HEAD: <script type="text/javascript" src="http://www.pirilampo.org/styles/lib/js/jquery.stickytableheaders.js"></script>
#+HTML_HEAD: <script type="text/javascript" src="http://www.pirilampo.org/styles/readtheorg/js/readtheorg.js"></script>

* Tâche

Le but est ici de reproduire des graphes semblables à ceux du
[[https://www.scmp.com/][South China Morning Post (SCMP)]], sur la page [[https://www.scmp.com/coronavirus?src=homepage_covid_widget][The Coronavirus
Pandemic]] et qui montrent pour différents pays le nombre cumulé
(c'est-à-dire le nombre total de cas depuis le début de
l'épidémie) de personnes atteintes de la [[https://fr.wikipedia.org/wiki/Maladie_%C3%A0_coronavirus_2019][maladie à coronavirus
2019]].

* Obtention des données
Les données que nous utiliserons dans un premier temps sont
compilées par le Johns Hopkins University Center for Systems
Science and Engineering (JHU CSSE) et sont mises à disposition
sur GitHub. C'est plus particulièrement sur les données
=time_series_covid19_confirmed_global.csv= (des suites chronologiques
au format csv) disponibles à l'adresse plus bas, que nous allons nous
concentrer.

** Téléchargement

#+NAME: adresse
| https://raw.githubusercontent.com/CSSEGISandData/COVID-19/master/csse_covid_19_data/csse_covid_19_time_series/time_series_covid19_confirmed_global.csv |

#+NAME: fichier
| covid-19.csv |

#+NAME: telechargement
#+BEGIN_SRC python :session Py :results output :var adresse=adresse[0, 0] chemin=fichier[0, 0]
from urllib.request import urlopen
from pathlib import Path

print('Répertoire de travail:', Path.cwd())

fichier = Path(chemin).resolve()

# Nous n'avons à télécharger le fichier qu'une seule fois
if not fichier.exists():
    with urlopen(adresse) as distant:
        texte = distant.read().decode('UTF-8')
        with fichier.open('w') as local:
            local.write(texte)

print(fichier)
#+END_SRC

#+RESULTS: telechargement
: Répertoire de travail: /Users/ejetzer/Documents/École/Résultats reproductibles/mooc-rr/EvalPairs
: 
: 
: 
: 'org_babel_python_eoe'
: /Users/ejetzer/Documents/École/Résultats reproductibles/mooc-rr/EvalPairs/covid-19.csv

#+NAME: apercu
#+BEGIN_SRC zsh :session Shell :results output :var fichier=fichier
cat $fichier
#+END_SRC

#+NAME: importation
#+BEGIN_SRC python :session Py :results output
import pandas as pd

df = pd.read_csv(fichier)
#+END_SRC