-
Notifications
You must be signed in to change notification settings - Fork 0
/
Copy pathmain.py
379 lines (313 loc) · 23.2 KB
/
main.py
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
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
371
372
373
374
375
376
377
378
379
import csv
import matplotlib.pyplot as plt
import matplotlib.dates
import requests
import os
import codecs
import json
import math
from datetime import datetime
filepath = "dpc-covid19-ita-andamento-nazionale.csv"
comuni_giornaliero_path = "comuni_giornaliero_31luglio21.csv"
fileurl = "https://raw.githubusercontent.com/pcm-dpc/COVID-19/master/dati-andamento-nazionale/dpc-covid19-ita-andamento-nazionale.csv"
r = requests.get(fileurl, allow_redirects=True)
open('dpc-covid19-ita-andamento-nazionale.csv', 'wb').write(r.content)
lista_date = []
positivi = []
rapporto = []
terapia_intensiva_ = []
r_ricov_pos = []
casi_attivi = []
isolamento = []
r_terapia_ricov = []
r_guariti_positivi = []
r_entrati_usciti_terapia = []
r_guariti_nuovi_positivi = []
r_deceduti_positivi = []
r_nuovipositivi_usciti = []
var_terapia_intensiva = []
decessi_giornalieri_15_18_media = []
baseline = []
r_deceduticovid_deceduti_norm = []
decessi_giornalieri_totali_italia = []
j_r_positivi_tamponi = []
j_r_ricoverati_positivi = []
j_r_terapia_ospedalizzati = []
j_r_decessi_20_decessi_15_18 = []
j_r_decessi_covid_decessi_20 = []
j_r_dimessi_guariti_nuovi_positivi = []
j_r_dimessi_guariti_attualmente_positivi = []
j_r_deaths_positives = []
j_r_nuovi_positivi_usciti = []
j_intensive_variation = []
dimessi_guariti_prec = 0
deceduti_prec = 0
terapia_intensiva_prec = 0
isolamento_domiciliare_prec = 0
precedente = 0
def initMatrix():
res = []
for m in range(0, 13):
tmp = []
for d in range(0, 32):
tmp.append(0)
res.append(tmp)
return res
def generate_median_15_18():
a_15 = initMatrix()
a_16 = initMatrix()
a_17 = initMatrix()
a_18 = initMatrix()
a_19 = initMatrix()
a_20 = initMatrix()
a_21 = initMatrix()
a_15_18 = initMatrix()
count = 0
with codecs.open(comuni_giornaliero_path, encoding='utf-8',
errors='ignore') as csvfile2:
reader = csv.reader(csvfile2, delimiter=',', quotechar='|')
for row in reader:
count += 1
if count == 1:
print(row[38])
if count % 100000 == 0:
print(count)
if row[0] != 'REG':
ge = row[8]
month = 0
day = 0
if len(ge) == 3:
month = int(ge[0])
day = int(ge[1:3])
else:
month = int(ge[0:2])
day = int(ge[2:4])
# print("Month: " + str(month))
# print("Day: " + str(day))
t_15 = int(row[36-1])
t_16 = int(row[37-1])
t_17 = int(row[38-1])
t_18 = int(row[39-1])
t_19 = int(row[40-1])
if row[41-1] == 'n.d.':
t_20 = 0
else:
t_20 = int(row[41-1])
if row[42-1] == 'n.d.':
t_21 = 0
else:
t_21 = int(row[42-1])
a_15[month][day] += t_15
a_16[month][day] += t_16
a_17[month][day] += t_17
a_18[month][day] += t_18
a_19[month][day] += t_19
a_20[month][day] += t_20
a_21[month][day] += t_21
for i in range(1, 13):
for j in range(1, 32):
# handle 29th of feb
# only 2016 has 29th of feb
if i == 2 and j == 29:
a_15_18[i][j] = a_16[i][j]
else:
median = (a_15[i][j] + a_16[i][j] + a_17[i][j] + a_18[i][j])/4
a_15_18[i][j] = median
return a_15_18, a_21
#a_15_18, a_21 = generate_median_15_18()
#print("a_15_18=" + str(a_15_18))
#print("a_20=" + str(a_21))
# exit()
a_15_18 = [[0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0], [0, 2403.75, 2272.25, 2273.0, 2297.25, 2322.25, 2247.5, 2213.25, 2261.0, 2309.25, 2321.5, 2308.0, 2315.75, 2265.5, 2214.75, 2245.75, 2238.0, 2198.0, 2218.0, 2195.0, 2168.0, 2177.0, 2184.25, 2179.5, 2160.0, 2143.5, 2093.75, 2086.5, 2095.75, 2081.25, 2169.25, 2082.0], [0, 2194.0, 2131.25, 2089.0, 2058.5, 2045.5, 2060.25, 2049.75, 1989.25, 2014.5, 2022.0, 1997.5, 2002.25, 2028.25, 1989.0, 2029.25, 2022.0, 2013.25, 2005.0, 1947.5, 1928.75, 1977.75, 1992.75, 1982.5, 1960.25, 1935.0, 1946.5, 1922.5, 1944.25, 1770, 0.0, 0.0], [0, 1944.25, 1988.25, 1996.75, 1959.75, 1964.5, 1938.25, 1925.5, 1872.25, 1906.75, 1957.0, 1891.5, 1930.0, 1895.5, 1880.75, 1832.0, 1873.75, 1903.75, 1847.5, 1854.0, 1848.5, 1867.25, 1851.75, 1870.0, 1782.5, 1788.75, 1759.0, 1776.5, 1810.25, 1801.0, 1855.5, 1811.75], [0, 1838.25, 1740.25, 1795.5, 1768.25, 1792.25, 1765.5, 1729.0, 1738.75, 1725.25, 1755.25, 1753.75, 1755.0, 1767.25, 1769.5, 1744.25, 1697.75, 1735.0, 1695.0, 1685.25, 1671.75, 1693.25, 1682.25, 1727.5, 1671.5, 1645.5, 1679.25, 1743.0, 1687.0, 1658.0, 1620.0, 0.0], [0, 1642.25, 1704.5, 1680.0, 1657.75, 1696.25, 1688.0, 1698.5, 1667.0, 1654.0, 1636.0, 1617.0, 1638.0, 1679.75, 1595.25, 1615.0, 1580.0, 1613.75, 1644.25, 1612.25, 1576.5, 1587.5, 1600.25, 1588.0, 1607.75, 1615.0, 1615.0, 1615.5, 1609.25, 1650.0, 1625.25, 1600.0], [0, 1609.0, 1575.75, 1607.0, 1640.25, 1665.5, 1619.5, 1628.75, 1618.5, 1593.0, 1528.25, 1584.75, 1590.75, 1601.25, 1606.5, 1593.0, 1603.5, 1557.25, 1513.25, 1542.25, 1527.0, 1574.75, 1596.5, 1609.75, 1625.0, 1611.0, 1614.25,
1591.25, 1570.5, 1542.0, 1576.5, 0.0], [0, 1594.0, 1593.5, 1649.75, 1636.25, 1655.75, 1670.5, 1696.25, 1757.75, 1676.25, 1675.0, 1712.75, 1706.75, 1699.0, 1653.25, 1667.5, 1649.25, 1623.5, 1631.75, 1706.5, 1731.0, 1744.5, 1739.0, 1784.75, 1707.75, 1672.5, 1671.0, 1622.5, 1592.25, 1636.25, 1650.25, 1647.75], [0, 1695.25, 1662.5, 1746.25, 1781.25, 1777.5, 1830.75, 1829.0, 1833.5, 1819.5, 1807.25, 1724.75, 1681.0, 1625.0, 1609.75, 1631.75, 1586.75, 1621.25, 1637.5, 1557.25, 1562.5, 1607.25, 1544.75, 1551.25, 1655.25, 1567.25, 1546.0, 1535.25, 1591.25, 1591.25, 1626.25, 1603.25], [0, 1631.25, 1521.25, 1505.75, 1512.5, 1584.0, 1538.75, 1552.75, 1532.5, 1496.0, 1505.0, 1518.25, 1543.75, 1547.0, 1570.75, 1610.25, 1570.0, 1559.5, 1541.25, 1547.5, 1523.25, 1570.25, 1558.75, 1515.75, 1546.5, 1539.25, 1558.0, 1562.25, 1588.75, 1610.5, 1607.0, 0.0], [0, 1645.75, 1603.25, 1641.5, 1610.0, 1649.5, 1655.25, 1661.5, 1647.75, 1677.25, 1641.75, 1685.25, 1648.0, 1699.25, 1715.0, 1722.75, 1681.0, 1683.5, 1721.5, 1730.5, 1697.25, 1664.25, 1638.75, 1644.0, 1656.25, 1747.75, 1710.5, 1707.0, 1681.25, 1736.25, 1678.0, 1596.0], [0, 1624.25, 1699.75, 1668.75, 1705.0, 1713.25, 1748.25, 1683.0, 1679.75, 1692.75, 1701.75, 1705.0, 1705.0, 1725.0, 1720.25, 1715.25, 1717.5, 1728.0, 1728.5, 1736.75, 1747.25, 1756.25, 1749.0, 1790.5, 1753.75, 1742.25, 1745.25, 1710.5, 1691.5, 1699.25, 1766.0, 0.0], [0, 1826.75, 1798.25, 1799.5, 1804.75, 1803.0, 1817.75, 1774.5, 1828.25, 1824.25, 1840.25, 1834.25, 1901.75, 1854.25, 1889.5, 1842.0, 1860.75, 1847.25, 1847.75, 1872.5, 1923.75, 1962.0, 1982.25, 1950.5, 1936.0, 1988.75, 1988.0, 2043.5, 2104.0, 2080.25, 2068.25, 2010.25]]
a_20 = [[0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0], [0, 1999, 2017, 2026, 1987, 1944, 2035, 1986, 1947, 2081, 2046, 1888, 1991, 2022, 2035, 1991, 1984, 2066, 1976, 1975, 1965, 1956, 2050, 2043, 2017, 2048, 1910, 2066, 2047, 1990, 1942, 1989], [0, 1960, 1906, 2021, 1980, 1845, 1952, 1908, 1935, 1896, 1925, 1992, 2045, 1976, 2013, 1898, 1792, 1901, 1915, 2017, 1860, 1875, 1810, 1879, 2072, 2003, 1993, 1871, 1954, 1876, 0, 0], [0, 1927, 2038, 2047, 1912, 2110, 2224, 2173, 2202, 2409, 2498, 2486, 2635, 2752, 2728, 2726, 2789, 2931, 3124, 3153, 3248, 3358, 3326, 3367, 3302, 3355, 3361, 3470, 3412, 3190, 3254, 2994], [0, 3054, 3018, 2926, 2850, 2805, 2806, 2780, 2775, 2618, 2690, 2692, 2588, 2633, 2536, 2401, 2260, 2336, 2337, 2254, 2334, 2145, 2075, 2060, 2031, 2083, 1997, 2011, 1961, 1935, 1818, 0], [0, 1856, 1783, 1792, 1812, 1816, 1906, 1810, 1798, 1748, 1714, 1710, 1713, 1723, 1733, 1757, 1644, 1696, 1759, 1683, 1650, 1557, 1603, 1630, 1565, 1616, 1620, 1509, 1597, 1573, 1588, 1479], [0, 1609, 1610, 1643, 1583, 1614, 1600, 1485, 1585, 1563, 1545, 1395, 1579, 1554, 1487, 1587, 1622, 1612, 1580, 1565, 1599, 1558, 1696,
1707, 1742, 1755, 1747, 1724, 1699, 1785, 1759, 0], [0, 1825, 1867, 1835, 1694, 1631, 1714, 1630, 1554, 1672, 1727, 1591, 1596, 1560, 1518, 1628, 1600, 1565, 1503, 1549, 1610, 1658, 1717, 1612, 1715, 1574, 1507, 1628, 1636, 1739, 1824, 1943], [0, 1968, 1986, 1968, 1783, 1571, 1707, 1696, 1681, 1709, 1815, 1797, 1751, 1820, 1762, 1683, 1782, 1744, 1770, 1677, 1659, 1688, 1726, 1650, 1735, 1626, 1676, 1679, 1694, 1699, 1652, 1590], [0, 1595, 1589, 1568, 1611, 1647, 1662, 1619, 1580, 1675, 1725, 1670, 1736, 1622, 1779, 1723, 1807, 1582, 1669, 1656, 1605, 1659, 1625, 1592, 1607, 1617, 1522, 1557, 1640, 1691, 1696, 0], [0, 1710, 1816, 1831, 1633, 1867, 1700, 1703, 1731, 1733, 1764, 1748, 1831, 1636, 1799, 1913, 1844, 1851, 1872, 1997, 2012, 2105, 2090, 2153, 2046, 2144, 2129, 2220, 2197, 2159, 2288, 2339], [0, 2327, 2388, 2482, 2417, 2558, 2509, 2468, 2513, 2651, 2602, 2629, 2695, 2601, 2697, 2772, 2707, 2725, 2735, 2782, 2762, 2532, 2541, 2715, 2703, 2746, 2734, 2699, 2691, 2599, 2490, 0], [0, 2568, 2584, 2646, 2623, 2459, 2625, 2528, 2525, 2598, 2489, 2430, 2486, 2426, 2387, 2471, 2495, 2427, 2468, 2443, 2382, 2255, 2322, 2338, 2290, 2243, 2128, 2127, 2278, 2283, 2370, 2201]]
a_21 = [[0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0], [0, 2366, 2406, 2310, 2378, 2387, 2319, 2368, 2425, 2387, 2290, 2349, 2337, 2376, 2433, 2437, 2382, 2351, 2439, 2496, 2454, 2371, 2499, 2393, 2315, 2317, 2321, 2195, 2357, 2316, 2321, 2283], [0, 2279, 2249, 2190, 2241, 2223, 2155, 2086, 2056, 2108, 2013, 2069, 1992, 1930, 1949, 2002, 2065, 2179, 2189, 2144, 2158, 2017, 2039, 2031, 2002, 2018, 2086, 2082, 1970, 0, 0, 0], [0, 2116, 2028, 2141, 2046, 2108, 2124, 1976, 2139, 2126, 2150, 2109, 2225, 2211, 2056, 2185, 2092, 2227, 2220, 2278, 2165, 2166, 2202, 2250, 2301, 2249, 2348, 2249, 2142, 2284, 2235, 2326], [0, 2273, 2209, 2192, 2093, 2037, 2222, 2149, 2131, 2130, 2082, 2104, 2157, 2054, 2029, 1977, 1961, 2043, 2039, 2060, 2028, 2020, 2009, 2070, 1990, 1984, 2050, 1910, 1972, 1924, 1883, 0], [0, 1810, 1793, 1787, 1766, 1778, 1721, 1844, 1745, 1787, 1784, 1783, 1824, 1672, 1695, 1695, 1620,
1731, 1731, 1645, 1696, 1740, 1620, 1646, 1810, 1707, 1635, 1682, 1647, 1697, 1479, 1570], [0, 1694, 1608, 1679, 1634, 1716, 1667, 1690, 1665, 1689, 1687, 1629, 1576, 1578, 1669, 1540, 1619, 1617, 1640, 1610, 1616, 1733, 1765, 1779, 1858, 1845, 1748, 1681, 1726, 1760, 1714, 0], [0, 1787, 1616, 1686, 1635, 1613, 1568, 1674, 1736, 1648, 1669, 1632, 1690, 1751, 1584, 1548, 1574, 1492, 1530, 1578, 1578, 1624, 1657, 1682, 1620, 1654, 1629, 1719, 1686, 1718, 1835, 1750], [0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0], [0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0], [0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0], [0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0], [0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0]]
print(a_20[6][24])
# Prima data 24/2
# giorni dall'1 gennaio al 24 febbraio: 55
count = 0
with open(filepath) as csvfile:
reader = csv.reader(csvfile, delimiter=',', quotechar='|')
for row in reader:
if (row[8] != 'nuovi_positivi'):
data = row[0].split('T')[0]
tmp = data.split('-')
giorno = int(tmp[2])
mese = int(tmp[1])
anno = int(tmp[0])
data = "new Date(" + tmp[0] + "," + tmp[1] + "," + tmp[2] + ")"
ricoverati_con_sintomi = int(row[2])
terapia_intensiva = int(row[3])
terapia_intensiva_giornalieri = terapia_intensiva - terapia_intensiva_prec
totale_ospedalizzati = int(row[4])
isolamento_domiciliare = int(row[5])
isolamento_domiciliare_giornalieri = isolamento_domiciliare - \
isolamento_domiciliare_prec
totale_positivi = int(row[6])
variazione_totale_positivi = int(row[7])
nuovi_positivi = int(row[8])
dimessi_guariti = int(row[9])
dimessi_guariti_giornalieri = dimessi_guariti - dimessi_guariti_prec
decessi_giornalieri_15_18_media = a_15_18[mese][giorno]
if (anno == 2020):
decessi_giornalieri_totali_italia = a_20[mese][giorno]
elif anno == 2021:
decessi_giornalieri_totali_italia = a_21[mese][giorno]
else:
decessi_giornalieri_totali_italia = 0
deceduti = int(row[10])
deceduti_giornalieri = deceduti - deceduti_prec
# casi_da_sospetto_diagnostico = int(row[11])
# casi_da_screening = int(row[12])
totale_casi = int(row[13])
tamponi = int(row[14])
# casi_testati = int(row[15])
# OLD GRAPHS
positivi.append(totale_positivi)
rapporto.append(nuovi_positivi/(tamponi - precedente))
r_ricov_pos.append(totale_ospedalizzati/totale_positivi)
r_terapia_ricov.append(terapia_intensiva/ricoverati_con_sintomi)
terapia_intensiva_.append(terapia_intensiva)
r_guariti_positivi.append(
dimessi_guariti_giornalieri/totale_positivi)
r_guariti_nuovi_positivi.append(
dimessi_guariti_giornalieri/nuovi_positivi)
r_deceduti_positivi.append(deceduti/totale_casi)
r_nuovipositivi_usciti.append(
nuovi_positivi/(dimessi_guariti_giornalieri+deceduti_giornalieri))
r_deceduticovid_deceduti_norm.append(
deceduti_giornalieri/decessi_giornalieri_15_18_media)
var_terapia_intensiva.append(terapia_intensiva_giornalieri)
baseline.append(0)
# NEW GRAPHS
positivi_tamponi = round(
(nuovi_positivi/(tamponi - precedente))*100, 2)
j_r_positivi_tamponi.append(
{"date": data, "r": positivi_tamponi, "positives": nuovi_positivi})
ricoverati_positivi = round(
(totale_ospedalizzati/totale_positivi)*100, 2)
j_r_ricoverati_positivi.append(
{"date": data, "value": ricoverati_positivi})
terapia_ospedalizzati = round(
terapia_intensiva/ricoverati_con_sintomi*100, 2)
j_r_terapia_ospedalizzati.append(
{"date": data, "value": terapia_ospedalizzati})
decessi_20_decessi_15_18 = round(
(decessi_giornalieri_totali_italia/decessi_giornalieri_15_18_media)*100, 2)
j_r_decessi_20_decessi_15_18.append(
{"date": data, "value": decessi_20_decessi_15_18})
if decessi_giornalieri_totali_italia != 0:
decessi_covid_decessi_20 = round(
(deceduti_giornalieri/decessi_giornalieri_totali_italia)*100, 2)
j_r_decessi_covid_decessi_20.append(
{"date": data, "value": decessi_covid_decessi_20})
else:
j_r_decessi_covid_decessi_20.append({"date": data, "value": 0})
dimessi_guariti_nuovi_positivi = round(
(dimessi_guariti_giornalieri / nuovi_positivi)*100, 2)
j_r_dimessi_guariti_nuovi_positivi.append(
{"date": data, "value": dimessi_guariti_nuovi_positivi})
dimessi_guariti_attualmente_positivi = round(
(dimessi_guariti_giornalieri / totale_positivi)*100, 2)
j_r_dimessi_guariti_attualmente_positivi.append(
{"date": data, "value": dimessi_guariti_attualmente_positivi})
deaths_positives = round((deceduti/totale_casi)*100, 2)
j_r_deaths_positives.append(
{"date": data, "value": deaths_positives})
nuovi_positivi_usciti = round(
(nuovi_positivi/(dimessi_guariti_giornalieri + deceduti_giornalieri)))
j_r_nuovi_positivi_usciti.append(
{"date": data, "value": nuovi_positivi_usciti})
intensive_variation = terapia_intensiva - terapia_intensiva_prec
j_intensive_variation.append(
{"date": data, "value": intensive_variation})
dimessi_guariti_prec = dimessi_guariti
deceduti_prec = deceduti
terapia_intensiva_prec = terapia_intensiva
isolamento_domiciliare_prec = isolamento_domiciliare
count += 1
precedente = int(row[14])
# Writes data' jsons for graphs
f = open("js/datas/j_r_positivi_tamponi.json", "w")
f.write(json.dumps(j_r_positivi_tamponi))
f = open("js/datas/j_r_ricoverati_positivi.json", "w")
f.write(json.dumps(j_r_ricoverati_positivi))
f = open("js/datas/j_r_terapia_ospedalizzati.json", "w")
f.write(json.dumps(j_r_terapia_ospedalizzati))
f = open("js/datas/j_r_decessi_20_decessi_15_18.json", "w")
f.write(json.dumps(j_r_decessi_20_decessi_15_18))
f = open("js/datas/j_r_decessi_covid_decessi_20.json", "w")
f.write(json.dumps(j_r_decessi_covid_decessi_20))
f = open("js/datas/j_r_dimessi_guariti_nuovi_positivi.json", "w")
f.write(json.dumps(j_r_dimessi_guariti_nuovi_positivi))
f = open("js/datas/j_r_dimessi_guariti_attualmente_positivi.json", "w")
f.write(json.dumps(j_r_dimessi_guariti_attualmente_positivi))
f = open("js/datas/j_r_deaths_positives.json", "w")
f.write(json.dumps(j_r_deaths_positives))
f = open("js/datas/j_r_nuovi_positivi_usciti.json", "w")
f.write(json.dumps(j_r_nuovi_positivi_usciti))
f = open("js/datas/j_intensive_variation.json", "w")
f.write(json.dumps(j_intensive_variation))
# Positivi / tamponi
plt.ylabel("daily positive / daily tests")
plt.xlabel("Day")
plt.plot(rapporto, 'r')
plt.savefig("imgs/r_positive_test.png")
plt.close()
# Ricoverati / Positivi
plt.ylabel("Actual rcovered / Actual positive")
plt.xlabel("Day")
plt.plot(r_ricov_pos, 'r')
plt.savefig("imgs/r_ricov_pos.png")
plt.close()
# Terapia intensiva / ospedalizzati
plt.ylabel("Intensive care / Hospitalized")
plt.xlabel("Day")
plt.plot(r_terapia_ricov, 'r')
plt.savefig("imgs/r_terapia_ricov.png")
plt.close()
# Guariti / positivi
plt.ylabel("Daily recovered / actual positive")
plt.xlabel("Day")
plt.plot(r_guariti_positivi, 'g')
plt.savefig("imgs/r_recovered_positive.png")
plt.close()
# Entrati / Usciti ospedalizzazione
plt.ylabel("Daily entered / exited from Hospitalization")
plt.xlabel("Day")
plt.plot(r_entrati_usciti_terapia, 'g')
plt.savefig("imgs/r_entered_exited_hosp.png")
plt.close()
# Guariti / nuovi Positivi r_guariti_nuovi_positivi
plt.ylabel("Daily recovered / Daily new positives")
plt.xlabel("Day")
plt.plot(r_guariti_nuovi_positivi, 'g')
plt.savefig("imgs/r_recovered_new_positive.png")
plt.close()
# Deceduti / casi totale_casi
plt.ylabel("Deaths / total positives")
plt.xlabel("Day")
plt.plot(r_deceduti_positivi, 'r')
plt.savefig("imgs/r_dead_positives.png")
plt.close()
# Nuovi positivi / Dimessi + deceduti_prec
plt.ylabel("Daily New positives / Exited")
plt.xlabel("Day")
plt.plot(r_nuovipositivi_usciti, 'r')
plt.savefig("imgs/r_newpositive_recovereddeaths.png")
plt.close()
# Var terapia terapia_intensiva
plt.ylabel("Variation of intensive care")
plt.xlabel("Day")
plt.plot(var_terapia_intensiva, 'r')
plt.plot(baseline, 'b')
plt.savefig("imgs/var_terapia_intensiva.png")
plt.close()
# deceduti giornalieri covid / deceduti giornalieri in media 5 anni
plt.ylabel("Daily covid deaths / 5 year median daily deaths")
plt.xlabel("Day")
plt.plot(r_deceduticovid_deceduti_norm, 'r')
plt.savefig("imgs/r_deceduticovid_deceduti_norm.png")
plt.close()