#+Title:  Votre titre
#+AUTHOR: Votre nom
#+DATE:   La date du jour
#+LANGUAGE: fr
# #+PROPERTY: header-args :eval never-export

#+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>

* 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
#+NAME: donnees-url
https://raw.githubusercontent.com/CSSEGISandData/COVID-19/master/csse_covid_19_data/csse_covid_19_time_series/time_series_covid19_confirmed_global.csv

** Téléchargement des données

Nous vérifions si le fichier existe. Si ce n'est pas le cas nous le
téléchargeons.
#+begin_src python :results silent :session :var donnees_url=donnees-url
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)
#+end_src


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 ','.
#+begin_src python :results silent :session :var donnees_url=donnees-url
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]
#+end_src


** Trie des données

Nous affichons le début du tableau afin d'avoir un aperçu des données
#+begin_src python :results value :session
table[:10]
#+end_src

#+RESULTS:
| 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.
#+begin_src python :results silent :session
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]
#+end_src

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)
#+begin_src python :results silent :session :exports both
import numpy as np

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

Je vais maintenant ajouter les dates et tous les pays dans une liste.
#+begin_src python :results silent :session :exports both
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))
#+end_src


** 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.
#+NAME: donnees-for-R
#+BEGIN_SRC python :results silent :session
[('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]
#+END_SRC

En R, les données arrivent sous forme d'un data frame, mais il faut encore convertir les dates, qui arrivent comme chaînes de caractères.
#+BEGIN_SRC R :results silent :var donnees=donnees-for-R :session
date_evt_bis=as.Date(donnees$Date, format="%m/%d/%Y")
#+END_SRC


* Analyse

On peut maintenant faire le graphe du nombre de mort en échelle linéaire.
#+BEGIN_SRC R :results output graphics :file Covid19_lin.png :session
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)
#+END_SRC

#+RESULTS:
[[file:Covid19_lin.png]]

Puis en échelle logarithmique
#+BEGIN_SRC R :results output graphics :file Covid19_log.png :session
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)
#+END_SRC

#+RESULTS:
[[file:Covid19_log.png]]