Evolução do coronavírus no Brasil

O Brasil chegou hoje aos 291 casos confirmados de Covid-19, o coronavírus. A evolução da doença no Brasil e a comparação com outros países, em particular com a Itália, mostra que o país precisa adotar medidas ainda mais restritivas de afastamento social. Para ilustrar, a seguir importo os dados disponibilizados pelo Ministério da Saúde.


library(tidyverse)
library(scales)

data = read_csv('data.csv') %>%
add_row(Data = '2020-03-17', pos = 291) %>%
mutate(incidence = pos - lag(pos,1)) %>%
mutate(dias = seq(1:length(pos)))

A seguir, nós coletamos os dados referentes à Itália.


italia = read_csv2('italia.csv',
col_types = list(col_date(format='%d/%m/%Y'),
col_double())) %>%
mutate(dias = seq(1:length(confirmados)))

O gráfico abaixo mostra o comportamento dos casos confirmados ao longo do tempo.


ggplot(data, aes(x=Data, y=pos))+
geom_line(size=.8, colour='darkblue')+
geom_point(colour='red', fill='red')+
scale_x_date(breaks = date_breaks("3 day"),
labels = date_format("%d/%b"))+
theme(axis.text.x=element_text(angle=45, hjust=1),
plot.title = element_text(size=10, face='bold'))+
labs(x='', y='',
title='Casos de Covid-19 confirmados no Brasil',
caption='Fonte: Ministério da Saúde')

A seguir, plotamos a incidência diária.


ggplot(data, aes(x=Data, y=incidence))+
geom_bar(stat='identity', colour='darkblue', fill='darkblue',
width=.8)+
scale_x_date(breaks = date_breaks("2 day"),
labels = date_format("%d/%b"))+
theme(axis.text.x=element_text(angle=45, hjust=1),
plot.title = element_text(size=10, face='bold'))+
labs(x='', y='',
title='Incidência de Casos de Covid-19 no Brasil',
caption='Fonte: Ministério da Saúde')

Para efeitos de comparação, colocamos abaixo a curva italiana a partir dos 150 casos.

filter(italia, confirmados > 150) %>%
ggplot(aes(x=date, y=confirmados/1000))+
geom_line(size=.8, colour='darkblue')+
geom_hline(yintercept=10, colour='black', linetype='dashed')+
geom_point(colour='red', fill='red')+
scale_x_date(breaks = date_breaks("1 day"),
labels = date_format("%d/%b"))+
theme(axis.text.x=element_text(angle=45, hjust=1),
plot.title = element_text(size=10, face='bold'))+
labs(x='', y='Mil Casos',
title='Casos de Covid-19 confirmados na Itália',
caption='Fonte: Johns Hopkins CSSE')

A Itália saiu de 155 para 10.149 casos em apenas 16 dias! Em outras palavras, o Brasil precisa urgentemente adotar medidas fortes de isolamento social para que não sigamos a mesma trajetória.

________________________

(*) Na próxima sexta-feira, publico um modelo de ajuste para a propagação do Covid-19 no âmbito do Clube do Código.

(**) Isso e muito mais você aprende nos nossos Cursos Aplicados de R.

(***) O código completo e os datasets estarão disponíveis amanhã no Clube do Código.

(****) Quem quiser reproduzir os códigos acima, pode baixar os datasets aqui e aqui.


Compartilhe esse artigo

Facebook
Twitter
LinkedIn
WhatsApp
Telegram
Email
Print

Comente o que achou desse artigo

Outros artigos relacionados

A gramática dos gráficos: como deixar de criar gráficos no Excel e usar o plotnine no Python

A etapa de visualização de dados refere-se a uma parte fundamental da análise de dados, pois permite não somente compreender os dados que estamos analisando, mas como também é uma ferramenta útil para explanar os resultados encontrados. Mas qual a forma mais fácil de construir um gráfico, como podemos melhorar a produtividade nesta tarefa? É onde podemos aplicar a gramática dos gráficos e construir com a biblioteca plotnine no Python.

O que são APIs e como utilizá-las no Python?

Utilizar APIs para coletar dados online pode acelerar e automatizar significativamente o processo de análise de dados. Diversas bases de dados hoje em dia possuem APIs para livre utilização, como Banco Central, Portal de Dados Abertos, IBGE e outras. Neste artigo, explicamos intuitivamente o que são APIs, como funcionam e mostramos um exemplo em Python de utilização.

Como fazer web scraping no Python? Um tutorial para largar o Excel

Programar robôs para coletar informações online que não estão estruturadas ou disponíveis facilmente parece algo futurista, mas é uma vantagem competitiva de quem utiliza Python para analisar dados e automatizar processos. Neste artigo, apresentamos o que é a técnica web scraping, suas vantagens/desvantagens e como aplicar ela com o Python em um exemplo prático, do início ao fim.

como podemos ajudar?

Preencha os seus dados abaixo e fale conosco no WhatsApp

Boletim AM

Preencha o formulário abaixo para receber nossos boletins semanais diretamente em seu e-mail.