[PYTHON] (Jetzt) Ich habe versucht, das neue Koronavirus (COVID-19) zu analysieren.
Einführung
Am 16. Januar 2020 wurde in Japan erstmals eine neue durch SARS-CoV-2 (Virusname) verursachte Coronavirus-Infektion (Krankheitsname) bestätigt. Leider hat die Krankheit viele Menschen getötet, von gewöhnlichen Menschen bis zu Prominenten. Selbst jetzt, mehr als ein halbes Jahr danach, hat die Mode nicht nachgelassen, und Masken sind eine Notwendigkeit beim Ausgehen. In diesem Beitrag haben wir das Koronavirus in Japan kurz analysiert und zusammengefasst. Ich hoffte, dass diese Analyse mich sensibilisieren und meine Analysefähigkeiten verbessern würde.
Datenaufbereitung
Bei der Analyse des Corona-Virus verwendeten wir diesmal die von Jag Japan Co., Ltd. veröffentlichten CSV-Daten. Vielen Dank. Ich werde den Link unten posten.
Über "Karte der Anzahl der mit dem neuen Koronavirus infizierten Personen"
Umgebung
- python3
- JupyterLab
Versuchen Sie zu analysieren
1. Importieren Sie die erforderlichen Bibliotheken
COVID-19.ipynb
import collections
import matplotlib.pyplot as plt
import pandas as pd
2. Lesen Sie die CSV-Datei
COVID-19.ipynb
pd.set_option('display.max_columns', None)
df = pd.read_csv('COVID-19.csv')
df
Wenn in JupyterLab viele Spalten vorhanden sind, wird die Anzeige weggelassen. Zeigen Sie daher alles in der ersten Zeile an.
3. Überprüfen Sie das Alter der infizierten Person
COVID-19.ipynb
age = df['Alter'].value_counts(ascending=True)
age
Ausführungsergebnis
90 oder mehr 1
90er Jahre 1
100 2
80er Jahre 7
Teen 9
70er Jahre 10
60er Jahre 12
90 14
50er Jahre 25
30s 33
40s 33
80 44
20s 49
10 66
70 69
60 128
40 167
50 179
30 203
20 310
90 1040
Unbekannt 1145
0-10 1335
80 2645
10 2952
70 3751
60 4531
50 7355
40 8315
30 10551
20 18009
Name:Alter, dtype: int64
Da es keine einzelne Notation wie 20er und 20er gibt, hat sich die Anzahl der Ausgabeergebnisse erhöht. Ich werde versuchen, die Notation mit df.replace () zu vereinheitlichen.
COVID-19.ipynb
df = df.replace({'Alter':{'0-10':'under10','10er':'10','20er Jahre':'20', '30er Jahre':'30', 'Vierziger Jahre':'40', '50er Jahre':'50', '60er Jahre':'60', '70er Jahre':'70', '80er Jahre':'80', '90er Jahre':'90' , 'Unbekannt':'unknown', 'Mehr als 90':'90~'}})
age2 = df['Alter'].value_counts()
age2
Ausgabeergebnis
20 18009
30 10551
40 8315
50 7355
60 4531
70 3751
10 2952
80 2645
under10 1335
unknown 1145
90 1040
20 359
30 236
50 204
40 200
60 140
70 79
10 75
80 51
90 15
100 2
90~ 1
Name:Alter, dtype: int64
Ich konnte die Ausgangsanzeige mehr als zuvor unterdrücken. (Ich habe verschiedene Dinge ausprobiert, weil ich die Summe mit den gleichen Zahlen erhalten wollte, aber es hat nicht funktioniert, also lasse ich es als zukünftige Aufgabe.) Es ist ein wenig schwer zu sehen, also werde ich es mit einem Diagramm visualisieren.
COVID-19.ipynb
plt.title('Age of infected person')
age2.plot.bar()
Das Erstellen eines Diagramms erleichtert das visuelle Verständnis. Wenn wir uns diese Grafik ansehen, können wir sehen, dass jüngere Generationen, wie die in den 20ern, 30ern, 40ern usw., stärker infiziert sind. Insbesondere die große Anzahl infizierter Menschen im Alter von 20 Jahren ist offensichtlich.
4. Überprüfen Sie die Anzahl der infizierten Personen nach Geschlecht
COVID-19.ipynb
df = df.replace({'Sex':{'männlich':'male', 'Weiblich':'female', 'Unbekannt':'unknown'}})
sex = df['Sex'].value_counts()
plt.xlabel('Sex')
plt.ylabel('Number of people')
plt.title('Infected_sex')
#print(sex) #Zeigen Sie an, wann Sie die detaillierte Anzahl der infizierten Personen nach Geschlecht wissen möchten
sex.plot.bar()
Als ich es in einer Grafik überprüfte, stellte ich fest, dass die Anzahl der infizierten Personen bei Männern höher war. Ich denke, dass eine Infektion nicht vom Geschlecht des Menschen abhängt, aber ich denke, dass der Zweck und das Verhalten beim Ausgehen unterschiedlich sind. Wenn ich also im Detail wissen kann, erwarte ich, dass die Beziehung zwischen der Anzahl der Infektionen nach Geschlecht bestimmt werden kann.
5. Überprüfen Sie die Zunahme / Abnahme der positiven Reaktion
COVID-19.ipynb
fixed_date = df['Festes Datum']
fixed_date = collections.Counter(fixed_date)
#fixed_date #Da viel ausgegeben wird, wird das Ausführungsergebnis weggelassen.
date = []
value = []
for get_date in fixed_date:
date.append(get_date)
for get_value in fixed_date.values():
value.append(get_value)
plt.plot(date, value)
plt.xticks( [0, 180, 70] )
plt.xticks(rotation=45)
plt.xlabel('date')
plt.ylabel('value')
plt.title('Changes in infected people')
plt.show()
Wenn Sie die Grafik überprüfen, können Sie sehen, dass positive Patienten ab Januar bestätigt wurden, und obwohl die Zahl um April stark anstieg und vorübergehend heilte, stieg sie im Juli wieder an und erreichte um August ihren Höhepunkt. Durch die Erstellung eines Diagramms konnten wir die zweite Welle des neuen Koronavirus bestätigen. Seit dem Ende der Grafik ist die Anzahl der bestätigten positiven Patienten stark zurückgegangen, daher freue ich mich auf die Zukunft.
6. Zeichnen Sie die Orte, an denen die Koronainfektion bestätigt wurde, auf die Karte
Ich habe X- und Y-Koordinatendaten in CSV, also werde ich sie zeichnen. Dieses Mal habe ich auf [diesen Artikel] verwiesen (https://note.com/yearman/n/n69fa3f2d583d#BPSkg).
COVID-19.ipynb
#Installieren Sie es so, wie es für die Verwendung von Geopandas erforderlich ist
pipenv install geopandas
pipenv install descartes
#Stellen Sie die ursprünglichen Kartendaten dar
map_1 = gpd.read_file('./land-master(qiita)/japan.geojson')
map_1.plot(figsize=(10,10), edgecolor='#444', facecolor='white', linewidth = 1);
COVID-19.ipynb
#Versuchen Sie, die XY-Koordinaten von CSV einzugeben
map_1.plot(figsize=(10,10), edgecolor='#444', facecolor='white', linewidth = 1);
plt.scatter(df['X'],df['Y'])
plt.show()
Wenn Sie sich die eingezeichneten Punkte genau ansehen, werden sie in der oberen rechten Ecke sinnvoll zusammengefasst. Erweitern wir sie also.
COVID-19.ipynb
map_1.plot(figsize=(10,10), edgecolor='#444', facecolor='white', linewidth = 1);
plt.xlim([120,150]) #Stellen Sie den Bereich ein, den Sie erweitern möchten(Irgendein)
plt.ylim([30,46]) #Stellen Sie den Bereich ein, den Sie erweitern möchten(Irgendein)
plt.scatter(df['X'],df['Y'])
plt.show()
Ich konnte bestätigen, dass ich fest planen konnte. Sie können dieser Karte entnehmen, dass das Corona-Virus landesweit verbreitet ist. Es stellte sich heraus, dass es in der gesamten Kyushu-Region viele Infizierte gibt, ganz zu schweigen von der Kanto-Region. Es ist sehr beängstigend zu glauben, dass überall ein Infektionsrisiko besteht.
7. Zusammenfassung
Ich denke, es gibt einige Punkte, die ich nicht erreicht habe, seit dies mein erster Beitrag über Qiita ist, aber ich bin sehr froh, dass ich es genossen habe, Artikel zu analysieren und zu erstellen. Es ist eine einfache Analyse, aber ich bin sehr glücklich, weil ich etwas Neues für mich ausprobieren konnte, indem ich Koordinaten auf einer Karte zeichnete. In Zukunft möchte ich mich der Herausforderung einer tieferen Koronaanalyse stellen. Es ist eine schwierige Zeit mit dem Corona-Virus, aber bitte lieben Sie sich.
Recommended Posts