Skip to content

Projeto desenvolvido em Python com dados abertos do Covid 19 nas bibliotecas Pandas e Matplotlib. São observados os fatores de dispersão do vírus da Covid19 em diferente países.

Notifications You must be signed in to change notification settings

strangercacaus/analise_de_propagacao_covid_19

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

15 Commits
 
 
 
 
 
 
 
 
 
 
 
 
 
 

Repository files navigation

Análise de Dispersão do Covid 19 por País

Acesse aos gráficos interativos em: https://deepnote.com/@cacau/analisedepropagacaodocovid19-a50281eb-904e-409c-bbad-d1ebc55ceca5

Sobre:

A pandemia de Covid 19 impactou o mundo e alterou nosso modo de vida. O fator determinante para a destruição causada pelo vírus foi a sua alta capacidade de transmissão, que fez com que em questão de meses estivesse presente em diversas partes do planeta.

Entre os países mais atingidos no início da Pandemia, a Italia é um dos exemplos notáveis e que será abordada incialmente. Além disso, a propagação do vírus através do mundo será exibida em um gráfico interativo.

Objetivos:

  • Determinar os 10 países com a maior taxa de dispersão do vírus durante toda a pandemia.
  • Visualizar a evolução do número de casos por país ao longo da pandemia.
  • Visualizar a evolução do número de mortes por país ao longo da pandemia.
  • Identificar o impacto do lockdown na taxa de dispersão do vírus na Itália.
  • Identificar o impacto do lockdown na taxa de mortes na Itália.
  • Identificar o impacto do lockdown na taxa de dispersão do vírus no Brasil.
  • Identificar o impacto do lockdown na taxa de mortes no Brasil.

Fontes de Dados:

Metodologia

O dataset escolhido contém valores diários da quantidade de mortes e casos confirmados para cada dia, para cada país.

As etapas de tratamento aplicadas foram as seguintes:

  • Segmentação de Datasets por país de interesse (Nas análises por país)
  • Eliminação de registros com 0 casos confirmados.

Nos demais casos foram calculadas as taxas de infecção (i) e a taxa de mortes (i) da seguinte maneira:

  • (i) Taxa de infecção: Resultado da subtração da quantidade de pessoas infectadas em um país em um dia (d) pela quantidade de pessoas infectadas no dia anterior (d-1)
  • (ii) Taxa de mortes: Resultado da subtração da quantidade de pessoas infectadas em um país em um dia (d) pela quantidade de pessoas infectadas no dia anterior (d-1)

About

Projeto desenvolvido em Python com dados abertos do Covid 19 nas bibliotecas Pandas e Matplotlib. São observados os fatores de dispersão do vírus da Covid19 em diferente países.

Topics

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published