UK flag English version / FR flag Version française

zip icon from wikipediaArchive .zip      targz icon from wikipediaArchive .tar.gz      github icon from githubVoir sur GitHub

PyCoA (Python Covid Analysis) est un ensemble de code Python™ qui fournit :

Série temporelle (cumulative) Séries temporelles (G20)
Carte (OCDE) Histogramme

Cette analyse est pensée pour être accessible à des non-spécialistes : des lycéen·nes qui apprennent Python™, des étudiant·es, des journalistes scientifiques, voire même des chercheurs et chercheuses qui ne sont pas famillier·es avec l’extraction de données. Des analyses simples peuvent être directement effectuées, et des analyses plus poussées peuvent être produites par les personnes habituées à programmer en Python™. Comme exemple, après avoir installé PyCoA, les quelques lignes suivantes permettent de créer les figures en entête de cette courte documentation.

import coa.front as cf
# default database is JHU
cf.plot(option='sumall') # default is 'deaths', for all countries
cf.plot(where='g20') # managing region
cf.map(where='oecd',what='daily',when='01/02/2021',which='confirmed')

cf.setwhom('owid') # changing database
cf.hist(which='total_vaccinations') # default is for all countries

Depuis la version v2.0, PyCoA accède également à des données locales comme SPF ou OpenCovid19 pour la France, JHU-USA pour les États-Unis. Nous pouvons allons obtenir des graphes comme ci-après. D’autres bases ont également été ajouté, pour l’Italie ou l’Inde par exemple.

Données SPF Données JHU-USA
cf.setwhom('spf') # Santé Publique France database
cf.map(which='tot_vacc',tile='esri') # Vaccinations, map view optional tile 

cf.setwhom('jhu-usa') # JHU USA database
cf.map(visu='folium') # deaths, map view with folium visualization output

PyCoA fonctionne actuellement au sein de notebooks Jupyter, que l’installation soit locale ou bien sur des plateformes en ligne comme Google Colab.

Un code de démonstration simple est accesible comme sous forme d’un notebook sur GitHub logo GitHub, sur Google colab logo Google Colab, ou sur NbViewer logo Jupyter NbViewer. D’autres notebooks sont fournis via notre page coabook.

La documentation complète se trouve sur le Wiki.

Auteurs

Contact