539 件 見つかりました。
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 [ 次へ ]
東京都の新型コロナウイルス感染症対策サイトの新規患者数のデータについて。
これまでは新規患者の発生届の提出された日がカウントの基準となっていました。
最近、提出日ではなく、検査確定日（医師が確認した日）を基準としたデータも出てくるようになりました。
左が発生届提出日による集計データ、右が確定日による集計データのグラフです（東京都のサイトのキャプチャ画像）。
ということで、さっそくデータをダウンロードして重ねたグラフを作ってみました (Python, Jupyter notebook, pandas, matplotlib など使用)。
こうしてみると、届出日と確定日のズレがわかりやすいですね。
注目ポイントはゴールデンウィークの連休始めの5月1日と2日。
それまでの数日は新規患者数が落ち着き気味だったのが、急に150人以上なり、「GWに浮かれてはいけない」という警鐘になりました。
しかし、実際のところ、届出が一気に来ただけで、確定日ベースだとすでに下降トレンドだったのですね。
GWに浮かれて感染拡大にならなくて結果オーライです。
また、確定日ベースの患者数のピークが4月9日なので、実際に感染が広まるピークは3月末から4月頭なのでしょうね。
学校などの春休みのころですね。
いろいろと緩みがあったかも。
これまでは新規患者の発生届の提出された日がカウントの基準となっていました。
最近、提出日ではなく、検査確定日（医師が確認した日）を基準としたデータも出てくるようになりました。
左が発生届提出日による集計データ、右が確定日による集計データのグラフです（東京都のサイトのキャプチャ画像）。
ということで、さっそくデータをダウンロードして重ねたグラフを作ってみました (Python, Jupyter notebook, pandas, matplotlib など使用)。
こうしてみると、届出日と確定日のズレがわかりやすいですね。
注目ポイントはゴールデンウィークの連休始めの5月1日と2日。
それまでの数日は新規患者数が落ち着き気味だったのが、急に150人以上なり、「GWに浮かれてはいけない」という警鐘になりました。
しかし、実際のところ、届出が一気に来ただけで、確定日ベースだとすでに下降トレンドだったのですね。
GWに浮かれて感染拡大にならなくて結果オーライです。
また、確定日ベースの患者数のピークが4月9日なので、実際に感染が広まるピークは3月末から4月頭なのでしょうね。
学校などの春休みのころですね。
いろいろと緩みがあったかも。
2020年5月11日に東京都における新型コロナ感染症患者数の修正がありました。
76人の上方修正です。
この76人は5月11日時点の都内累計患者数には含まれていないそうですが、今後算入されていくそうです。日付がわかっているので、難しくはなさそう。
また、都内市区町村別の感染者数データ(data/patient.json)には5月11日付で増加分が加算されているようでした。しかし、市区町村によっては増加が76人以上のところもあり、「どういうことだろう」と少し調査。すると、市区町村以外の項目「調査中」の人数が 5/10 の 552 から 5/11 は 199 に大幅に減っていました。つまり、5/11 までの調査で約250人の市区町村が判明したということですね。その際に76人の漏れも見つかったということなのかも。
ということで、先日取り組んだ東京23区の新型コロナ感染者のグラフを更新。10万人あたりの陽性患者数のグラフのみですが。
上位から港区・新宿区・台東区・渋谷区・中野区、僅差で千代田区となっています。今まで不動のトップ3だった港区・新宿区・渋谷区ですが、今回の修正で台東区が3位になりました。だいぶ前から3位だったのかも。
この東京23区10万人あたり陽性患者グラフは下記URLで自動更新しています。取得できるデータが前日か前々日までなので、それに基づくグラフとなっております。
データ等の詳細は先日の記事をご参照ください。
76人の上方修正です。
この76人は5月11日時点の都内累計患者数には含まれていないそうですが、今後算入されていくそうです。日付がわかっているので、難しくはなさそう。
また、都内市区町村別の感染者数データ(data/patient.json)には5月11日付で増加分が加算されているようでした。しかし、市区町村によっては増加が76人以上のところもあり、「どういうことだろう」と少し調査。すると、市区町村以外の項目「調査中」の人数が 5/10 の 552 から 5/11 は 199 に大幅に減っていました。つまり、5/11 までの調査で約250人の市区町村が判明したということですね。その際に76人の漏れも見つかったということなのかも。
ということで、先日取り組んだ東京23区の新型コロナ感染者のグラフを更新。10万人あたりの陽性患者数のグラフのみですが。
上位から港区・新宿区・台東区・渋谷区・中野区、僅差で千代田区となっています。今まで不動のトップ3だった港区・新宿区・渋谷区ですが、今回の修正で台東区が3位になりました。だいぶ前から3位だったのかも。
最新グラフの提供
この東京23区10万人あたり陽性患者グラフは下記URLで自動更新しています。取得できるデータが前日か前々日までなので、それに基づくグラフとなっております。
データ
データ等の詳細は先日の記事をご参照ください。
Python (on Jupyter Notebook) で日本地図に県別に色分けすることで何かのデータを可視化したくなったので調べてみました。
japanmap というのがあるみたい。
作者による紹介：
しっかりきれいに色分けできてとても良いです。
手軽すぎて、素晴らしすぎる！
上記ページを参考に、総務省統計局「なるほど統計学園」の都道府県別人口データで色塗りしてみました (japanmap.picture 使用)。
カラーバーの数値の単位は「万人」です。
しかし、東京・神奈川・埼玉・大阪・愛知など県境近辺の塗り残しが目立ちます。
目立たないように枠線を白くしたり枠線をなくしたりしたいんだけど、japanmap.picture では線の色指定や枠線なし指定ができないみたい。
一方、japanmap.pref_map を使うと SVG での出力になり、この場合はデフォルトは枠線なしで、きれいに塗り潰されます。
もちろん SVG だから枠線追加も簡単だし、塗り残し問題がないので、こちらを使っていきたいと思います。
ということで、japanmap.pref_map を使った都道府県別の人口マップです。
奥村先生のページを参考にしました（参考：日本地図 - 奥村 晴彦）。
SVG での出力を cairosvg.svg2png で png に変換したのち、imshow で表示しています。
なお、svg タグに width="1024px" height="1024px" など追加しないと画像が見えないサイズになるので注意されたし。
また、境界線を見えるようにするには path タグの style に "stroke: gray; stroke-width: 0.001" などを追加するとヨシ。
Jupyter Notebook の HTML ファイルを置いておきます。
japanmap というのがあるみたい。
作者による紹介：
- 県別データの可視化 - Qiita
日本地図を県別に色分けする Python3 用のライブラリ(japanmap)を作成したので紹介します。
しっかりきれいに色分けできてとても良いです。
手軽すぎて、素晴らしすぎる！
上記ページを参考に、総務省統計局「なるほど統計学園」の都道府県別人口データで色塗りしてみました (japanmap.picture 使用)。
カラーバーの数値の単位は「万人」です。
しかし、東京・神奈川・埼玉・大阪・愛知など県境近辺の塗り残しが目立ちます。
目立たないように枠線を白くしたり枠線をなくしたりしたいんだけど、japanmap.picture では線の色指定や枠線なし指定ができないみたい。
一方、japanmap.pref_map を使うと SVG での出力になり、この場合はデフォルトは枠線なしで、きれいに塗り潰されます。
もちろん SVG だから枠線追加も簡単だし、塗り残し問題がないので、こちらを使っていきたいと思います。
ということで、japanmap.pref_map を使った都道府県別の人口マップです。
奥村先生のページを参考にしました（参考：日本地図 - 奥村 晴彦）。
SVG での出力を cairosvg.svg2png で png に変換したのち、imshow で表示しています。
なお、svg タグに width="1024px" height="1024px" など追加しないと画像が見えないサイズになるので注意されたし。
また、境界線を見えるようにするには path タグの style に "stroke: gray; stroke-width: 0.001" などを追加するとヨシ。
Jupyter Notebook の HTML ファイルを置いておきます。
関連記事
前々からやろうとしていたことを GW 中になんとかしたいシリーズ！
私が運営しているKindle本のセール情報サイト「キンセリ」では、PA-API から取得したセールページの一覧を出しているんだけど、アダルト関連のセールの場合は自動で注意喚起の表示をしたい！
しかし、この連休の前半にいろいろ調べたのですが、現在の PA-API ではちょっと難しそうです。
書影や書名はのせませんが、例えば「これ」とか（PA-API利用できる人しか見れません）。アマゾンのWebサイトではアダルト商品扱いなんだけど、"IsAdultProduct" でアダルト判定されてない。
つまり、GetItems (ASIN指定での取得API) でアダルトなのにアダルトフラグ (IsAdultProduct) がオフの商品がある（全てではないがほとんどがオフ）。その商品のカテゴリにアダルト関連のものがあれば、それを使って判定できそうだけど、それも無いものがほとんど。さらに、SearchItems (検索API) の結果を見るとそもそもアダルトフラグ (IsAdultProduct) が全てオフっぽい（観測範囲内では）。
ということで、現段階では PA-API だけでの網羅的なアダルト判定は無理っぽいです。
もちろんアマゾンのWebサイトをクロールすればなんとかなりそうではあるのですが、BANリスクが高いのでなるべくAPIで完結させたいところ。
いやあ、まいった。新たな情報が得られるまで待ちます。やむなし。
追記200506: なお、新刊には比較的ちゃんとフラグが入っていそうです (GetItems)。
私が運営しているKindle本のセール情報サイト「キンセリ」では、PA-API から取得したセールページの一覧を出しているんだけど、アダルト関連のセールの場合は自動で注意喚起の表示をしたい！
しかし、この連休の前半にいろいろ調べたのですが、現在の PA-API ではちょっと難しそうです。
書影や書名はのせませんが、例えば「これ」とか（PA-API利用できる人しか見れません）。アマゾンのWebサイトではアダルト商品扱いなんだけど、"IsAdultProduct" でアダルト判定されてない。
つまり、GetItems (ASIN指定での取得API) でアダルトなのにアダルトフラグ (IsAdultProduct) がオフの商品がある（全てではないがほとんどがオフ）。その商品のカテゴリにアダルト関連のものがあれば、それを使って判定できそうだけど、それも無いものがほとんど。さらに、SearchItems (検索API) の結果を見るとそもそもアダルトフラグ (IsAdultProduct) が全てオフっぽい（観測範囲内では）。
ということで、現段階では PA-API だけでの網羅的なアダルト判定は無理っぽいです。
もちろんアマゾンのWebサイトをクロールすればなんとかなりそうではあるのですが、BANリスクが高いのでなるべくAPIで完結させたいところ。
いやあ、まいった。新たな情報が得られるまで待ちます。やむなし。
追記200506: なお、新刊には比較的ちゃんとフラグが入っていそうです (GetItems)。
年代別の推移を積み上げグラフであらわしてみました。
データは東京都のもの（後述）。
患者数データは1月24日からあるのですが、ここでは3月1日以降を用いています。
いつものように python, jupyter notebook, pandas, matplotlib などを使っています。
病院や施設での集団感染で陽性患者が多く出た日は高齢者の割合が高くなっていますね。
4月12日は中野区の病院で87人、5月1日は病院や高齢者施設で67人。
上のグラフは5/2までのものですが、下記のURLで毎日グラフ画像を自動更新しています。ダウンロードしてSNSなりブログなりで自由にお使いください。収束が見えてくるまで続ける予定です。
なにげに、私にとっての初めての Python によるWebサービス的なものです。
なお、crontab で特定の conda 環境の python を動かす方法がなかなかうまくいかず、今は ad hoc なやり方で動かしています。そのうちなんとかする予定。
追記200514: 7日移動平均も表示するようにしました。
使ったデータは、「陽性患者数 | 東京都 新型コロナウイルス感染症対策サイト」のCSVデータ。日別推移だけじゃなく、世代別・男女別の陽性患者数もわかります。
今回の作業のコードは前回[2020-05-02-1]公開したJupyter Notebook の HTMLの前半部分となっています。積み上げグラフを作るのが想像以上に大変でした。ネットで調べながらなんとかやりました。エクセルなら簡単なんですけどねえ。
データは東京都のもの（後述）。
患者数データは1月24日からあるのですが、ここでは3月1日以降を用いています。
いつものように python, jupyter notebook, pandas, matplotlib などを使っています。
病院や施設での集団感染で陽性患者が多く出た日は高齢者の割合が高くなっていますね。
4月12日は中野区の病院で87人、5月1日は病院や高齢者施設で67人。
最新グラフの提供
上のグラフは5/2までのものですが、下記のURLで毎日グラフ画像を自動更新しています。ダウンロードしてSNSなりブログなりで自由にお使いください。収束が見えてくるまで続ける予定です。
なにげに、私にとっての初めての Python によるWebサービス的なものです。
なお、crontab で特定の conda 環境の python を動かす方法がなかなかうまくいかず、今は ad hoc なやり方で動かしています。そのうちなんとかする予定。
追記200514: 7日移動平均も表示するようにしました。
データ
使ったデータは、「陽性患者数 | 東京都 新型コロナウイルス感染症対策サイト」のCSVデータ。日別推移だけじゃなく、世代別・男女別の陽性患者数もわかります。
コード
今回の作業のコードは前回[2020-05-02-1]公開したJupyter Notebook の HTMLの前半部分となっています。積み上げグラフを作るのが想像以上に大変でした。ネットで調べながらなんとかやりました。エクセルなら簡単なんですけどねえ。
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 [ 次へ ]
たつをの ChangeLogPowered by chalow