"# Sujet 7 : Autour du SARS-CoV-2 (Covid-19) *(Evaluation par pairs)*\n",
"\n",
"## Résumé de l'énoncé\n",
"\n",
"Le but est ici de reproduire des graphes semblables à ceux du South China Morning Post (SCMP), sur la page [The Coronavirus Pandemic](https://www.scmp.com/coronavirus?src=homepage_covid_widget) 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 maladie à coronavirus 2019. Les données sont disponibles à https://raw.githubusercontent.com/CSSEGISandData/COVID-19/master/csse_covid_19_data/csse_covid_19_time_series/time_series_covid19_confirmed_global.csv.\n",
"Nous créerons un graphe montrant l’évolution du nombre de cas cumulé au cours du temps pour les pays suivants (14 au total): \n",
"+ la Belgique (Belgium) \n",
"+ la Chine - toutes les provinces sauf Hong-Kong (China), \n",
"+ Hong Kong (China, Hong-Kong), \n",
"+ la France métropolitaine (France), \n",
"+ l’Allemagne (Germany), \n",
"+ l’Iran (Iran), \n",
"+ l’Italie (Italy), \n",
"+ le Japon (Japan), \n",
"+ la Corée du Sud (Korea, South), \n",
"+ la Hollande sans les colonies (Netherlands), \n",
"+ le Portugal (Portugal), \n",
"+ l’Espagne (Spain), \n",
"+ le Royaume-Unis sans les colonies (United Kingdom), \n",
"+ les États-Unis (US).\n",
"\n",
"Les graphes auront la date en abscisse et le nombre cumulé de cas à cette date en ordonnée. Nous aurons deux versions de ce graphe, une avec une échelle linéaire et une avec une échelle logarithmique."
]
},
{
"cell_type": "markdown",
"metadata": {},
"source": [
"## Chargement des données"
]
},
{
"cell_type": "markdown",
"metadata": {},
"source": [
"Nous importons les librairies necessaires pour l'analyse des données dans un premier temps."
]
},
{
"cell_type": "code",
"execution_count": 3,
"metadata": {},
"outputs": [],
"source": [
"%matplotlib inline\n",
"import matplotlib.pyplot as plt\n",
"import pandas as pd"
]
},
{
"cell_type": "markdown",
"metadata": {},
"source": [
"Nous chargeons dans un second temps les données dans une variable Python (utilisant la structure de données *panda*)."
