東京都のコロナ関連の推移

東京都で公開されているデータをPythonにて視覚化している。

出典:東京都 新型コロナウイルス感染症検査の陽性率・検査人数(ライセンス クリエイティブ・コモンズ CC BY)

期間:2020-02-15〜2021-07-30

import pandas as pd
import matplotlib.pyplot as plt

df=pd.read_csv('tokyo_covid19.csv')
#最初の5行を表示
df.head()


# 表から日にちと、PCR検査陽性者数の行を抽出する
df1=df[['判明_年月日','PCR検査陽性者数']]
#indexを日にちに変更する
df1.set_index('判明_年月日',inplace=True)
df1.head()

 


#陽性率の抽出
df2=df[['判明_年月日','陽性率']]
df2.set_index('判明_年月日',inplace=True)
df2.head()


# 2020-02-15(データの初公開b)〜2021-07-30までの陽性率
df1.plot(figsize=(15,3))



#同陽性率
df2=df[['判明_年月日','陽性率']]
df2.set_index('判明_年月日',inplace=True)
df2.plot(figsize=(15,3))


#1か月間の陽性者数
#こちらは、matplotlibでオブジェクトを作って作成
fig= plt.figure(figsize=( 20,6))
ax1=fig.add_subplot(2,1,1)
ax1.plot(df1)
ax1.set_xlim('2021-06-30','2021-07-30')
labels = ax1.get_xticklabels()
plt.setp(labels, rotation=45, fontsize=10);
ax1.set_title('新規感染者数')
#同陽性率
fig= plt.figure(figsize=(20,6))
ax2=fig.add_subplot(2,1,2)
ax2.plot(df2)
ax2.set_xlim('2021-06-30','2021-07-30')
labels = ax2.get_xticklabels()
plt.setp(labels, rotation=45, fontsize=10);
ax2.set_title('陽性率')

PCR検査

いまから12年前の2009年、新型インフルエンザの流行が危惧された。

厚労省はゴールデン・ウィーク前から、いわゆる水際作戦を実施した。

水際作戦とは、機内で検疫をして、ウィルスの国内侵入を水際で防止する施策である。

新型コロナについても当初、渡航歴が問われたのは、その名残だとおもう。

新型インフルエンザにせよ、新型コロナにせよ、渡航を対象にすることが有効かどうか、

個人的に判断する術もない。

ここで着目したいのはPCR検査についてである。

素人ながら、少なくとも1年半前、新型コロナが拡大する前、PCR検査を積極的に行い、データを得て、それをもとに戦略を立案した方が良かったのでは、と思っている

パソコンが変わっていゆく

これからクラウド上のWindowsが使えるようになる。

Windows365の詳細は、まだ分からない。来月から利用できるのではないか。

もしブラウザー経由で利用できるのなら、Chromebookでも使えるかもしれない。

これからパソコンは、ちょっとした変革期を迎える。

ひとつは、パソコンにこだわることなく、むしろクラウドのリソースを使う流れ。Windows365により、ますます加速されるだろう。

もうひとつは、これとは逆の流れ。

パソコンにこだわるアップルは、Macに15年ぶりの新機軸となるM1チップを搭載している。これによりローカルならではのユニークな使い方が提案されるとおもう。

たとえばニューラル・ネットワークを駆使したAIのアプリケーションとか。