covid19 감염자 수의 변화

1. matplotlib로 시각화.

사용한 데이터는 covid19jp의 링크처 후생 노동성의 데이터를 사용했습니다.
데이터 세트는 도쿄, 오사카, 아이치만으로 최신이 아닙니다.
사용한 데이터는 원 데이터를 스프레드시트나 sql등으로, 추출·가공한 것을 사용.
jupyter로 pandas의 dataframe으로 한 것을 plot 함수로 시각화해 보았습니다.

graph_toumeihan.py

#!/usr/bin/env python
# coding: utf-8
#
# 東京・大阪・愛知の感染者数を日次で集計したファイルからグラフ化
# 読み込むファイル名: toumeihan_total_df.csv
# 
import pandas as pd
import matplotlib.pyplot as plt
import japanize_matplotlib

# csv読み込み
df = pd.read_csv('./toumeihan_total_df.csv' ,index_col=0)

# plotで可視化
# グラフの保存 :plt.saveは、plt.showの前に実行
# 処理の順番を入れ替えると、ファイルに何も保存されない
get_ipython().run_line_magic('matplotlib', 'inline')
plt.figure()
df.plot(title='感染者数の推移'
        ,figsize=(10 ,8)
        ,grid=True)
plt.ylabel('日次感染者数')
plt.xlabel('公表日')
plt.plot([1 ,2],[3 ,4])
# グラフ保存
plt.savefig('./toumeihan_line_transition.jpg')
plt.show()

스크립트의 plt.show() 전에, plt.savefig를 실행하면(자), 파일은 할 수 있습니다만, 그래프는 출력되고 있지 않았습니다.

데이터

사전에 오피스나 sql로, 다음과 같은 2개의 컬럼의 데이터로 가공했습니다.
PublicationDate는 공표일
Patients는 일일 도쿄, 오사카, 아이치의 감염자 수의 합계입니다.

PublicationDate,Patients
2020-01-01,0
2020-01-02,0
2020-01-03,0

【정보원】
signate h tps : // / g. jp/코 m페치치온 s/261
COVID-19 일본 새로운 코로나 바이러스 백신 대시 보드 htps //w w. s와 p ゔ d19. jp/
데이터와 예측 모델의 정확성을 보장하지는 않습니다. 또, 데이터는 기본적으로 후생성·지자체 등의 증례 데이터에 근거해 작성, 각종 기관이 발표하고 있는 통계 데이터와 일치하지 않는 경우가 있습니다.