Travail évalué par les pairs

Table des matières

1. Préparation des données
2. Analyse

1 Préparation des données

Voici le lien qui correspond aux données traitées dans ce document. Elles ont été téléchargées le 10 Juin 2020 à 21:51

https://raw.githubusercontent.com/CSSEGISandData/COVID-19/master/csse_covid_19_data/csse_covid_19_time_series/time_series_covid19_confirmed_global.csv

1.1 Téléchargement des données

Nous vérifions si le fichier existe. Si ce n'est pas le cas nous le téléchargeons.

donnees_file ='cas-confirmes-covid19.csv'

import os
import urllib.request
if not os.path.exists(donnees_file):
    urllib.request.urlretrieve(donnees_url,donnees_file)

Nous commençons le traitement par l'extraction des données. Ensuite nous découpons le contenu du fichier en lignes, en éliminant les espaces qui pourraient se trouver autour des mots. Nous conservons toutes les lignes qui sont découpées en colonnes en utilisant le séparateur ','.

donnees = open(donnees_file, 'rb').read()

lines = donnees.decode('latin-1').strip().split('\n')
donnees_lines = lines[0:]
table = [line.split(',') for line in donnees_lines]

1.2 Trie des données

Nous affichons le début du tableau afin d'avoir un aperçu des données

table[:10]

Province/State	Country/Region	Lat	Long	1/22/20	1/23/20	1/24/20	1/25/20	1/26/20	1/27/20	1/28/20	1/29/20	1/30/20	1/31/20	2/1/20	2/2/20	2/3/20	2/4/20	2/5/20	2/6/20	2/7/20	2/8/20	2/9/20	2/10/20	2/11/20	2/12/20	2/13/20	2/14/20	2/15/20	2/16/20	2/17/20	2/18/20	2/19/20	2/20/20	2/21/20	2/22/20	2/23/20	2/24/20	2/25/20	2/26/20	2/27/20	2/28/20	2/29/20	3/1/20	3/2/20	3/3/20	3/4/20	3/5/20	3/6/20	3/7/20	3/8/20	3/9/20	3/10/20	3/11/20	3/12/20	3/13/20	3/14/20	3/15/20	3/16/20	3/17/20	3/18/20	3/19/20	3/20/20	3/21/20	3/22/20	3/23/20	3/24/20	3/25/20	3/26/20	3/27/20	3/28/20	3/29/20	3/30/20	3/31/20	4/1/20	4/2/20	4/3/20	4/4/20	4/5/20	4/6/20	4/7/20	4/8/20	4/9/20	4/10/20	4/11/20	4/12/20	4/13/20	4/14/20	4/15/20	4/16/20	4/17/20	4/18/20	4/19/20	4/20/20	4/21/20	4/22/20	4/23/20	4/24/20	4/25/20	4/26/20	4/27/20	4/28/20	4/29/20	4/30/20	5/1/20	5/2/20	5/3/20	5/4/20	5/5/20	5/6/20	5/7/20	5/8/20	5/9/20	5/10/20	5/11/20	5/12/20	5/13/20	5/14/20	5/15/20	5/16/20	5/17/20	5/18/20	5/19/20	5/20/20	5/21/20	5/22/20	5/23/20	5/24/20	5/25/20	5/26/20	5/27/20	5/28/20	5/29/20	5/30/20	5/31/20	6/1/20	6/2/20	6/3/20	6/4/20	6/5/20	6/6/20	6/7/20	6/8/20	6/9/20\r
	Afghanistan	33.0	65.0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	1	1	1	1	1	1	1	1	1	1	1	1	1	4	4	5	7	7	7	11	16	21	22	22	22	24	24	40	40	74	84	94	110	110	120	170	174	237	273	281	299	349	367	423	444	484	521	555	607	665	714	784	840	906	933	996	1026	1092	1176	1279	1351	1463	1531	1703	1828	1939	2171	2335	2469	2704	2894	3224	3392	3563	3778	4033	4402	4687	4963	5226	5639	6053	6402	6664	7072	7653	8145	8676	9216	9998	10582	11173	11831	12456	13036	13659	14525	15205	15750	16509	17267	18054	18969	19551	20342	20917	21459\r
	Albania	41.1533	20.1683	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	2	10	12	23	33	38	42	51	55	59	64	70	76	89	104	123	146	174	186	197	212	223	243	259	277	304	333	361	377	383	400	409	416	433	446	467	475	494	518	539	548	562	584	609	634	663	678	712	726	736	750	766	773	782	789	795	803	820	832	842	850	856	868	872	876	880	898	916	933	946	948	949	964	969	981	989	998	1004	1029	1050	1076	1099	1122	1137	1143	1164	1184	1197	1212	1232	1246	1263	1299\r
	Algeria	28.0339	1.6596	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	1	1	1	1	1	1	3	5	12	12	17	17	19	20	20	20	24	26	37	48	54	60	74	87	90	139	201	230	264	302	367	409	454	511	584	716	847	986	1171	1251	1320	1423	1468	1572	1666	1761	1825	1914	1983	2070	2160	2268	2418	2534	2629	2718	2811	2910	3007	3127	3256	3382	3517	3649	3848	4006	4154	4295	4474	4648	4838	4997	5182	5369	5558	5723	5891	6067	6253	6442	6629	6821	7019	7201	7377	7542	7728	7918	8113	8306	8503	8697	8857	8997	9134	9267	9394	9513	9626	9733	9831	9935	10050	10154	10265	10382\r
	Andorra	42.5063	1.5218	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	1	1	1	1	1	1	1	1	1	1	1	1	1	1	2	39	39	53	75	88	113	133	164	188	224	267	308	334	370	376	390	428	439	466	501	525	545	564	583	601	601	638	646	659	673	673	696	704	713	717	717	723	723	731	738	738	743	743	743	745	745	747	748	750	751	751	752	752	754	755	755	758	760	761	761	761	761	761	761	762	762	762	762	762	763	763	763	763	764	764	764	765	844	851	852	852	852	852	852	852\r
	Angola	-11.2027	17.8739	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	1	2	2	3	3	3	4	4	5	7	7	7	8	8	8	10	14	16	17	19	19	19	19	19	19	19	19	19	19	24	24	24	24	25	25	25	25	26	27	27	27	27	30	35	35	35	36	36	36	43	43	45	45	45	45	48	48	48	48	50	52	52	58	60	61	69	70	70	71	74	81	84	86	86	86	86	86	86	88	91	92	96\r
	Antigua and Barbuda	17.0608	-61.7964	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	1	1	1	1	1	1	1	1	1	1	3	3	3	7	7	7	7	7	7	7	9	15	15	15	15	19	19	19	19	21	21	23	23	23	23	23	23	23	23	23	24	24	24	24	24	24	24	24	24	25	25	25	25	25	25	25	25	25	25	25	25	25	25	25	25	25	25	25	25	25	25	25	25	25	25	25	25	25	25	26	26	26	26	26	26	26	26	26	26\r
	Argentina	-38.4161	-63.6167	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	1	1	1	2	8	12	12	17	19	19	31	34	45	56	68	79	97	128	158	266	301	387	387	502	589	690	745	820	1054	1054	1133	1265	1451	1451	1554	1628	1715	1795	1975	1975	2142	2208	2277	2443	2571	2669	2758	2839	2941	3031	3144	3435	3607	3780	3892	4003	4127	4285	4428	4532	4681	4783	4887	5020	5208	5371	5611	5776	6034	6278	6563	6879	7134	7479	7805	8068	8371	8809	9283	9931	10649	11353	12076	12628	13228	13933	14702	15419	16214	16851	17415	18319	19268	20197	21037	22020	22794	23620	24761\r
	Armenia	40.0691	45.0382	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	1	1	1	1	1	1	1	1	1	1	1	4	8	18	26	52	78	84	115	136	160	194	235	249	265	290	329	407	424	482	532	571	663	736	770	822	833	853	881	921	937	967	1013	1039	1067	1111	1159	1201	1248	1291	1339	1401	1473	1523	1596	1677	1746	1808	1867	1932	2066	2148	2273	2386	2507	2619	2782	2884	3029	3175	3313	3392	3538	3718	3860	4044	4283	4472	4823	5041	5271	5606	5928	6302	6661	7113	7402	7774	8216	8676	8927	9282	9492	10009	10524	11221	11817	12364	13130	13325	13675\r
Australian Capital Territory	Australia	-35.4735	149.0124	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	1	1	1	2	2	3	4	6	9	19	32	39	39	53	62	71	77	78	80	84	87	91	93	96	96	96	99	100	103	103	103	102	103	103	103	103	103	103	104	104	104	104	105	106	106	106	106	106	106	106	106	106	107	107	107	107	107	107	107	107	107	107	107	107	107	107	107	107	107	107	107	107	107	107	107	107	107	107	107	107	107	107	107	107	107	108	108	108	108\r

Il y a plusieurs lignes qui nous intéressent:

la Belgique (Belgium) -> ligne 24
la Chine (China) hors Hong-Kong -> lignes 50 à 61 puis 63 à 83
Hong-Kong -> ligne 62
La France métropolitaine (France) -> ligne 117
L'Allemagne (ligne 121)
l'Iran (ligne 134)
l'Italie (ligne 138)
le Japon (ligne 140)
la Corée du Sud (ligne 144)
la Hollande sans les colonies (ligne 170)
le Portugal (ligne 185)
l'Espagne (ligne 202)
le Royaume-Unis sans les colonies (ligne 224)
les Etats-Unis (ligne 226)

On choisi les lignes qui nous interessent.

date = table[0]
del date[:4]
belgique = table[24]
del belgique[:4]
chine1 = table[50:62]
chine2 = table[63:83]
chine = chine1 + chine2
hong_kong = table[62]
del hong_kong[:4]
france_metropolitaine = table[117]
del france_metropolitaine[:4]
allemagne = table[121]
del allemagne[:4]
iran = table[134]
del iran[:4]
italie = table[138]
del italie[:4]
japon = table[140]
del japon[:4]
coree_du_sud = table[144]
del coree_du_sud[:5]
hollande = table[170]
del hollande[:4]
portugal = table[185]
del portugal[:4]
espagne = table[202]
del espagne[:4]
royaume_unis = table[224]
del royaume_unis[:4]
etats_unis = table[226]
del etats_unis[:4]

Pour le cas de la Chine, il faut faire la somme des valeurs de plusieurs provinces sans Hong-Kong. Pour celà, je vais ajouter les valeurs de chaque ligne correspondant à des provinces chinoises (sauf Hong-Kong)

import numpy as np

sum_chine = np.sum(np.array(chine)[:,4:-1].astype(np.int32),axis=0).tolist()

Je vais maintenant ajouter les dates et tous les pays dans une liste.

donnees = list(zip(date, belgique, hong_kong, france_metropolitaine, allemagne, iran, italie, japon, coree_du_sud, hollande, portugal, espagne, royaume_unis, etats_unis, sum_chine))

1.3 Passage Python -> R

Nous passons au langage R pour inspecter nos données, parce que l'analyse et la préparation de graphiques sont plus concises en R, sans nécessiter aucune bibliothèque supplémentaire.

Nous utilisons le mécanisme d'échange de données proposé par org-mode, ce qui nécessite un peu de code Python pour transformer les données dans le bon format.

[('Date', 'Belgique', 'Hong-Kong', 'France', 'Allemagne', 'Iran', 'Italie', 'Japon', 'Corée du Sud', 'Hollande', 'Portugal', 'Espagne', 'Royaume-Unis', 'Etats-Unis', 'Chine'), None] + [(str(en_tete), belgique, hong_kong, france_metropolitaine, allemagne, iran, italie, japon, coree_du_sud, hollande, portugal, espagne, royaume_unis, etats_unis, sum_chine) for en_tete, belgique, hong_kong, france_metropolitaine, allemagne, iran, italie, japon, coree_du_sud, hollande, portugal, espagne, royaume_unis, etats_unis, sum_chine in donnees]

En R, les données arrivent sous forme d'un data frame, mais il faut encore convertir les dates, qui arrivent comme chaînes de caractères.

date_evt_bis=as.Date(donnees$Date, format="%m/%d/%Y")

2 Analyse

On peut maintenant faire le graphe du nombre de mort en échelle linéaire.

plot(date_evt_bis, donnees$Belgique, type ='l', col ='brown', lwd =2, 
     ylab='Morts cumulées',
     xlab='Date',
     ylim=c(0,2500000))
lines(date_evt_bis, donnees$Hong.Kong, type ='l', col ='blue', lwd =2)
lines(date_evt_bis, donnees$France, type ='l', col ='aquamarine3', lwd =2)
lines(date_evt_bis, donnees$Allemagne, type ='l', col ='darkorange', lwd =2)
lines(date_evt_bis, donnees$Iran, type ='l', col ='gray', lwd =2)
lines(date_evt_bis, donnees$Italie, type ='l', col ='darkgreen', lwd =2)
lines(date_evt_bis, donnees$Japon, type ='l', col ='darkblue', lwd =2)
lines(date_evt_bis, donnees$Corée.du.Sud, type ='l', col ='deeppink', lwd =2)
lines(date_evt_bis, donnees$Hollande, type ='l', col ='darkviolet', lwd =2)
lines(date_evt_bis, donnees$Portugal, type ='l', col='green', lwd =2)
lines(date_evt_bis, donnees$Espagne, type ='l', col ='red', lwd =2)
lines(date_evt_bis, donnees$Royaume.Unis, type ='l',col ='darkred', lwd =2)
lines(date_evt_bis, donnees$Etats.Unis, type ='l', col='yellow2', lwd =2)
lines(date_evt_bis, donnees$Chine, type ='l', col='black', lwd =2)
legend('topleft', inset=0.05 , legend =c('Hong-Kong', 'France', 'Allemagne', 'Iran', 'Italie', 'Japon', 'Corée du Sud', 'Hollande', 'Portugal', 'Espagne', 'Royaume-Uni', 'Etats-Unis', 'Chine'), col=c('blue', 'aquamarine3', 'darkorange', 'gray', 'darkgreen', 'darkblue', 'deeppink', 'darkviolet', 'green', 'red', 'darkred', 'yellow2', 'black'), lty=1, lwd=2)

Puis en échelle logarithmique

plot(date_evt_bis, donnees$Belgique, type ='l', col ='brown', lwd =2, 
     ylab='Morts cumulées',
     xlab='Date',
     log='y',
     ylim=c(1,2500000))
lines(date_evt_bis, donnees$Hong.Kong, type ='l', col ='blue', lwd =2)
lines(date_evt_bis, donnees$France, type ='l', col ='aquamarine3', lwd =2)
lines(date_evt_bis, donnees$Allemagne, type ='l', col ='darkorange', lwd =2)
lines(date_evt_bis, donnees$Iran, type ='l', col ='gray', lwd =2)
lines(date_evt_bis, donnees$Italie, type ='l', col ='darkgreen', lwd =2)
lines(date_evt_bis, donnees$Japon, type ='l', col ='darkblue', lwd =2)
lines(date_evt_bis, donnees$Corée.du.Sud, type ='l', col ='deeppink', lwd =2)
lines(date_evt_bis, donnees$Hollande, type ='l', col ='darkviolet', lwd =2)
lines(date_evt_bis, donnees$Portugal, type ='l', col='green', lwd =2)
lines(date_evt_bis, donnees$Espagne, type ='l', col ='red', lwd =2)
lines(date_evt_bis, donnees$Royaume.Unis, type ='l',col ='darkred', lwd =2)
lines(date_evt_bis, donnees$Etats.Unis, type ='l', col='yellow2', lwd =2)
lines(date_evt_bis, donnees$Chine, type ='l', col='black', lwd =2)