API tools faq
paste
Advertisement
eltonsantana

infodengue

eltonsantana
Mar 21st, 2019
110
0
Never
Add comment
Not a member of Pastebin yet? Sign Up, it unlocks many cool features!
Python 14.58 KB | None | 0 0
raw download clone embed print report
  1. import altair as alt
  2. import pandas as pd
  3.  
  4. class ReportCityCharts:
  5.     @classmethod
  6.     def create_incidence_chart(
  7.         cls,
  8.         df: pd.DataFrame,
  9.         year_week: int,
  10.         threshold_pre_epidemic: float,
  11.         threshold_pos_epidemic: float,
  12.         threshold_epidemic: float,
  13.     ):
  14.         """
  15.  
  16.        @see: https://stackoverflow.com/questions/45526734/
  17.            hide-legend-entries-in-a-plotly-figure
  18.  
  19.        :param df:
  20.        :param year_week:
  21.        :param threshold_pre_epidemic: float,
  22.        :param threshold_pos_epidemic: float
  23.        :param threshold_epidemic: float
  24.        :return:
  25.        """
  26.         df = df.reset_index()[
  27.             ['SE', 'incidência', 'casos notif.', 'level_code']
  28.         ]
  29.  
  30.         # 200 = 2 years
  31.         df = df[df.SE >= year_week - 200]
  32.  
  33.         df['SE'] = df.SE.map(lambda v: '%s/%s' % (str(v)[:4], str(v)[-2:]))
  34.  
  35.         k = 'incidência'
  36.  
  37.         df['alerta verde'] = df[df.level_code == 1][k]
  38.         df['alerta amarelo'] = df[df.level_code == 2][k]
  39.         df['alerta laranja'] = df[df.level_code == 3][k]
  40.         df['alerta vermelho'] = df[df.level_code == 4][k]
  41.  
  42.         df['limiar epidêmico'] = threshold_epidemic
  43.         df['limiar pós epidêmico'] = threshold_pos_epidemic
  44.         df['limiar pré epidêmico'] = threshold_pre_epidemic
  45.  
  46.         """
  47.        figure_bar = df.iplot(
  48.            asFigure=True,
  49.            kind='bar',
  50.            x=['SE'],
  51.            y=[
  52.                'alerta verde',
  53.                'alerta amarelo',
  54.                'alerta laranja',
  55.                'alerta vermelho',
  56.            ],
  57.            legend=True,
  58.            showlegend=True,
  59.            yTitle='Incidência',
  60.            xTitle='Período (Ano/Semana)',
  61.            color=[
  62.                'rgb(0,255,0)',
  63.                'rgb(255,255,0)',
  64.                'rgb(255,150,0)',
  65.                'rgb(255,0,0)',
  66.            ],
  67.            hoverinfo='x+y+name',
  68.        )
  69.  
  70.        figure_threshold = df.iplot(
  71.            asFigure=True,
  72.            x=['SE'],
  73.            y=[
  74.                'limiar pré epidêmico',
  75.                'limiar pós epidêmico',
  76.                'limiar epidêmico',
  77.            ],
  78.            legend=False,
  79.            showlegend=False,
  80.            color=['rgb(0,255,0)', 'rgb(255,150,0)', 'rgb(255,0,0)'],
  81.            hoverinfo='none',
  82.        )
  83.  
  84.        figure_line = df.iplot(
  85.            asFigure=True,
  86.            x=['SE'],
  87.            y=['casos notif.'],
  88.            legend=False,
  89.            showlegend=False,
  90.            secondary_y=['casos notif.'],
  91.            secondary_y_title='Casos',
  92.            hoverinfo='x+y+name',
  93.            color=['rgb(33,33,33)'],
  94.        )
  95.  
  96.        figure_line['layout']['legend'].update(
  97.            x=-0.27,
  98.            y=0.5,
  99.            traceorder='normal',
  100.            font=dict(family='sans-serif', size=12, color='#000'),
  101.            bgcolor='#FFFFFF',
  102.            bordercolor='#E2E2E2',
  103.            borderwidth=1,
  104.            orientation='l',
  105.        )
  106.  
  107.        figure_line['layout']['yaxis1'].update(title='Incidência')
  108.  
  109.        figure_line['layout'].update(
  110.            title=(
  111.                'Limiares de incidência:: '
  112.                + 'pré epidêmico=%s; '
  113.                + 'pós epidêmico=%s; '
  114.                + 'epidêmico=%s;'
  115.            )
  116.            % (
  117.                '{:.1f}'.format(threshold_pre_epidemic),
  118.                '{:.1f}'.format(threshold_pos_epidemic),
  119.                '{:.1f}'.format(threshold_epidemic),
  120.            ),
  121.            showlegend=True,
  122.        )
  123.  
  124.        figure_threshold.data.extend(figure_bar.data)
  125.        figure_line.data.extend(figure_threshold.data)
  126.  
  127.        figure_line['layout']['yaxis2'].update(
  128.            showgrid=False, range=[0, df['casos notif.'].max()]
  129.        )
  130.  
  131.        figure_line['layout']['xaxis1'].update(
  132.            tickangle=-60, nticks=len(df) // 4, title='Período (Ano/Semana)'
  133.        )
  134.  
  135.        for trace in figure_line['data']:
  136.            if trace['name'] == 'casos notif.':
  137.                trace['visible'] = 'legendonly'
  138.  
  139.        return _plot_html(
  140.            figure_or_data=figure_line,
  141.            config={},
  142.            validate=True,
  143.            default_width='100%',
  144.            default_height=500,
  145.            global_requirejs='',
  146.        )[0]
  147.        """
  148.        
  149.         df_casos = df.rename(columns = {"casos notif.": "casosnotif"})
  150.         base = alt.Chart(df_casos).encode(alt.X('SE:T', axis=alt.Axis(title='Período (Ano/Semana)')))
  151.         bar = base.mark_bar().encode(alt.Y('incidência', axis=alt.Axis(title='Incidência')))
  152.         line = base.mark_line(color="#ffd100", strokeWidth=5).encode(alt.Y('casosnotif', axis=alt.Axis(title='Casos')))
  153.         return (bar + line).resolve_scale(y='independent').properties(width=1000)
  154.  
  155.     @classmethod
  156.     def create_climate_chart(
  157.         cls,
  158.         df: pd.DataFrame,
  159.         var_climate,
  160.         year_week,
  161.         climate_crit,
  162.         climate_title,
  163.     ):
  164.         """
  165.  
  166.        :param df:
  167.        :param var_climate:
  168.        :param year_week:
  169.        :param climate_crit:
  170.        :param climate_title:
  171.        :return:
  172.        """
  173.         k = var_climate.replace('_', '.')
  174.         df_climate = df.reset_index()[['SE', k]]
  175.         df_climate = df_climate[df_climate.SE >= year_week - 200]
  176.  
  177.         df_climate['SE'] = df_climate.SE.map(
  178.             lambda v: '%s/%s' % (str(v)[:4], str(v)[-2:])
  179.         )
  180.  
  181.         df_climate['Limiar favorável transmissão'] = climate_crit
  182.         """
  183.        figure = df_climate.iplot(
  184.            asFigure=True,
  185.            x=['SE'],
  186.            y=[k, 'Limiar favorável transmissão'],
  187.            showlegend=True,
  188.            yTitle=climate_title,
  189.            xTitle='Período (Ano/Semana)',
  190.        )
  191.  
  192.        figure['layout']['xaxis1'].update(
  193.            tickangle=-60, nticks=len(df_climate) // 4
  194.        )
  195.  
  196.        figure['layout']['legend'].update(
  197.            x=-0.1,
  198.            y=1.2,
  199.            traceorder='normal',
  200.            font=dict(family='sans-serif', size=12, color='#000'),
  201.            bgcolor='#FFFFFF',
  202.            bordercolor='#E2E2E2',
  203.            borderwidth=1,
  204.        )
  205.  
  206.        return _plot_html(
  207.            figure_or_data=figure,
  208.            config={},
  209.            validate=True,
  210.            default_width='100%',
  211.            default_height=500,
  212.            global_requirejs='',
  213.        )[0]
  214.        """
  215.        
  216.         df_climate_chart = df_climate.rename(columns = {
  217.             "temp.min":"temp_min",
  218.             "Limiar favorável transmissão": "limiar_transmissao"})
  219.  
  220.         return alt.Chart(df_climate_chart).mark_trail().encode(
  221.             alt.X('SE:T', axis=alt.Axis(title='Período (Ano/Semana)')),
  222.             alt.Y('temp_min', axis=alt.Axis(title='Temperatura'))
  223.         ).properties(width=1050)
  224.  
  225.     @classmethod
  226.     def create_tweet_chart(cls, df: pd.DataFrame, year_week):
  227.         """
  228.  
  229.        :param df:
  230.        :param var_climate:
  231.        :param year_week:
  232.        :param climate_crit:
  233.        :param climate_title:
  234.        :return:
  235.        """
  236.         df_tweet = df.reset_index()[['SE', 'tweets']]
  237.         df_tweet = df_tweet[df_tweet.SE >= year_week - 200]
  238.  
  239.         df_tweet['SE'] = df_tweet.SE.map(
  240.             lambda v: '%s/%s' % (str(v)[:4], str(v)[-2:])
  241.         )
  242.  
  243.         #df_tweet.rename(columns={'tweets': 'menções'}, inplace=True)
  244.        
  245.         """
  246.        figure = df_tweet.iplot(
  247.            x=['SE'],
  248.            y=['menções'],
  249.            asFigure=True,
  250.            showlegend=True,
  251.            xTitle='Período (Ano/Semana)',
  252.        )
  253.        figure['layout']['xaxis1'].update(
  254.            tickangle=-60, nticks=len(df_tweet) // 4
  255.        )
  256.        figure['layout']['yaxis1'].update(title='Tweets')
  257.  
  258.        figure['layout']['legend'].update(
  259.            x=-0.1,
  260.            y=1.2,
  261.            traceorder='normal',
  262.            font=dict(family='sans-serif', size=12, color='#000'),
  263.            bgcolor='#FFFFFF',
  264.            bordercolor='#E2E2E2',
  265.            borderwidth=1,
  266.        )
  267.  
  268.        return _plot_html(
  269.            figure_or_data=figure,
  270.            config={},
  271.            validate=True,
  272.            default_width='100%',
  273.            default_height=500,
  274.            global_requirejs='',
  275.        )[0]
  276.        """
  277.         return alt.Chart(df_tweet).mark_trail().encode(
  278.             alt.X('SE:T', axis=alt.Axis(title='Período (Ano/Semana)')),
  279.             alt.Y('tweets', axis=alt.Axis(title='Tweets'))
  280.         ).properties(width=1050)
  281.  
  282. class ReportStateCharts:
  283.     @classmethod
  284.     def create_tweet_chart(cls, df: pd.DataFrame, year_week, disease: str):
  285.         """
  286.        :param df:
  287.        :param year_week:
  288.        :param disease:
  289.        :return:
  290.        """
  291.  
  292.         # print(cls)
  293.         # <class 'dados.charts.ReportStateCharts'>
  294.  
  295.         ks_cases = ['casos notif. {}'.format(disease)]
  296.         # print(ks_cases)
  297.         # ['casos notif. zika']
  298.  
  299.         df_tweet = df.reset_index()[['SE', 'tweets'] + ks_cases]
  300.         df_tweet.to_csv('df_tweet01.csv')
  301.  
  302.         # filtro
  303.         # print(year_week)
  304.         # 201923
  305.         df_tweet = df_tweet[df_tweet.SE >= year_week - 200]
  306.         df_tweet.to_csv('df_tweet02.csv')
  307.  
  308.  
  309.         # rename
  310.         df_tweet.rename(columns={'tweets':'mencoes'}, inplace=True)
  311.         df_tweet.to_csv('df_tweet03.csv')
  312.  
  313.         #df.to_csv('df2.csv')
  314.  
  315.         #print(df.index)
  316.         """
  317.        Int64Index([201723, 201723, 201723, 201723, 201723, 201723, 201723, 201723,
  318.                    201723, 201723,
  319.                    ...
  320.                    201923, 201923, 201923, 201923, 201923, 201923, 201923, 201923,
  321.                    201923, 201923],
  322.                   dtype='int64', name='SE', length=1680)
  323.        """
  324.        
  325.         if ks_cases :
  326.            
  327.  
  328.         df_grp = (
  329.             df_tweet.groupby(df.index)[['mencoes'] + ks_cases]
  330.             .sum()
  331.             .reset_index()
  332.         )
  333.  
  334.         # df_grp.info()
  335.         df_grp.to_csv('df_grp0001.csv')
  336.  
  337.         df_grp['SE'] = df_grp.SE.map(
  338.             lambda v: '%s/%s' % (str(v)[:4], str(v)[-2:])
  339.         )
  340.  
  341.         df_grp.to_csv('df_grp0002.csv')
  342.  
  343.         """
  344.        fig_tweet = df_grp.iplot(
  345.            x=['SE'],
  346.            y=['menções'],
  347.            asFigure=True,
  348.            showlegend=True,
  349.            xTitle='Período (Ano/Semana)',
  350.            color=['rgb(128,128,128)'],
  351.        )
  352.  
  353.        fig_cases = df_grp.iplot(
  354.            x=['SE'],
  355.            y=ks_cases,
  356.            asFigure=True,
  357.            secondary_y=ks_cases,
  358.            secondary_y_title='Casos',
  359.            showlegend=True,
  360.            xTitle='Período (Ano/Semana)',
  361.            color=['rgb(0,0,255)'],
  362.        )
  363.  
  364.        fig_cases.data.extend(fig_tweet.data)
  365.  
  366.        fig_cases['layout']['xaxis1'].update(
  367.            tickangle=-60, nticks=len(df_grp) // 24
  368.        )
  369.        fig_cases['layout']['yaxis1'].update(
  370.            title='Tweets', range=[0, df_grp['menções'].max()]
  371.        )
  372.        fig_cases['layout']['yaxis2'].update(
  373.            range=[0, df_grp[ks_cases].max().max()]
  374.        )
  375.  
  376.        fig_cases['layout'].update(
  377.            title='Casos {} / Menções mídia social'.format(disease)
  378.        )
  379.  
  380.        fig_cases['layout']['legend'].update(
  381.            x=-0.1,
  382.            y=1.2,
  383.            traceorder='normal',
  384.            font=dict(family='sans-serif', size=12, color='#000'),
  385.            bgcolor='#FFFFFF',
  386.            bordercolor='#E2E2E2',
  387.            borderwidth=1,
  388.        )
  389.        
  390.        return _plot_html(
  391.            figure_or_data=fig_cases,
  392.            config={},
  393.            validate=True,
  394.            default_width='100%',
  395.            default_height=300,
  396.            global_requirejs='',
  397.        )[0]
  398.        """
  399.    
  400.         """
  401.        se = alt.Chart(df_grp).encode(
  402.            alt.X('SE:T', axis=alt.Axis(title='Período (Ano/Semana)'))
  403.        )
  404.        tweets = se.mark_trail().encode(
  405.            alt.Y('mencoes', axis=alt.Axis(title='Tweets'))
  406.        )
  407.        casos = se.mark_trail().encode(
  408.            alt.Y('casos notif dengue', axis=alt.Axis(title='Casos'))
  409.        )
  410.        return (tweets, casos).resolve_scale(y='independent')
  411.        """
  412.  
  413.        
  414.         if disease == 'dengue':
  415.             df_grp.rename(columns={'casos notif. dengue':'casos notif dengue'}, inplace=True)
  416.             df_grp.info()
  417.             return alt.Chart(df_grp).mark_trail().encode(
  418.                 alt.X('SE:T', axis=alt.Axis(title='Período (Ano/Semana)')),
  419.                 alt.Y('mencoes', axis=alt.Axis(title='Tweets')),
  420.                 #alt.Y('casos notif dengue', axis=alt.Axis(title='Casos'))
  421.             ).resolve_scale(y='independent').properties(width=1020)
  422.  
  423.         elif disease == 'chik':
  424.             df_grp.rename(columns={'casos notif. chik':'casos notif chik'}, inplace=True)
  425.             df_grp.info()
  426.             return alt.Chart(df_grp).mark_trail().encode(
  427.                 alt.X('SE:T', axis=alt.Axis(title='Período (Ano/Semana)')),
  428.                 alt.Y('mencoes', axis=alt.Axis(title='Tweets')),
  429.                 #alt.Y('casos notif chik', axis=alt.Axis(title='Casos'))
  430.             ).resolve_scale(y='independent').properties(width=1020)
  431.  
  432.         elif disease == 'zika':
  433.             df_grp.rename(columns={'casos notif. zika':'casos notif zika'}, inplace=True)
  434.             df_grp.info()
  435.             return alt.Chart(df_grp).mark_trail().encode(
  436.                 alt.X('SE:T', axis=alt.Axis(title='Período (Ano/Semana)')),
  437.                 alt.Y('mencoes', axis=alt.Axis(title='Tweets')),
  438.                 #alt.Y('casos notif zika', axis=alt.Axis(title='Casos'))
  439.             ).resolve_scale(y='independent').properties(width=1020)
  440.         else :
  441.             df_grp.info()
  442.             return alt.Chart(df_grp).mark_trail().encode(
  443.                 alt.X('SE:T', axis=alt.Axis(title='Período (Ano/Semana)')),
  444.                 alt.Y('mencoes', axis=alt.Axis(title='Tweets')),
  445.             ).resolve_scale(y='independent').properties(width=1020)
  446.  
  447.         """
  448.        df.to_csv('df_agora.csv')
  449.        df_grp.rename(columns={'casos notif. dengue':'casos notif dengue'}, inplace=True)
  450.        df_grp.rename(columns={'casos notif. chik':'casos notif chik'}, inplace=True)
  451.        df_grp.rename(columns={'casos notif. zika':'casos notif zika'}, inplace=True)
  452.        df_grp.info()
  453.        return alt.Chart(df_grp).mark_trail().encode(
  454.            alt.X('SE:T', axis=alt.Axis(title='Período (Ano/Semana)')),
  455.            alt.Y('mencoes', axis=alt.Axis(title='Tweets')),
  456.        ).resolve_scale(y='independent').properties(width=1020)
  457.        """
Advertisement
Add Comment
Please, Sign In to add comment
Advertisement
Public Pastes
Advertisement
We use cookies for various purposes including analytics. By continuing to use Pastebin, you agree to our use of cookies as described in the Cookies Policy.  OK, I Understand
Not a member of Pastebin yet?
Sign Up, it unlocks many cool features!