可下载资源

地图上可视化

我们在地图上可视化已确诊病例的数量。我们首先加载纬度和经度变量。

opts = detectImportOptions(filenames(4), "TextType","string");

现在，我们可以使用  groupsummary  将已确认的案例相加并平均经纬度来按国家/地区汇总数据。

country = groupsummary(times_conf,"Country/Region",{'sum','mean'},vars(3:end));

输出中包含不必要的列，例如纬度和经度的总和。我们删除这些变量。

值得注意的是，我们早在2020年1月22日就已经在美国确认了病例。

美国确诊病例

可以看到它始于华盛顿，并在加利福尼亚和纽约爆发了大规模疫情。

按确诊病例排名国家/地区

让我们使用covid_19_data.csv比较按国家/地区确认的病例数。日期时间格式中存在不一致之处，因此我们一开始会将其视为文本。

opts = detectImportOptions(filenames(3), "TextType","string","DatetimeType","text");

清理日期时间格式。

Data.nDate = regexprep(Data.Date,"\/20$","/2020");
Data.Date = datetime(Data.Date);

我们还需要标准化“国家/地区”中的值。

Country_Region(Country_Region == "Iran (Islamic Republic of)") = "Iran";

数据集包含省/州变量。让我们在“国家/地区”级别汇总数据。

countryData = groupsummary(provData,{'ObservationDate','Country_Region'}, ...
    "sum",{'Confirmed','Deaths','Recovered'});

countryData包含每日累积数据。我们只需要最新的数字。

确认病例按国家/地区的增长

figure
plot(countryData.ObservationDate(countryData.Country_Region == labelsK(2)), ...
hold on
for ii = 3:length(labelsK)
    plot(countryData.ObservationDate(countryData.Country_Region == labelsK(ii)), ...

尽管韩国显示出增长放缓的迹象，但它在其他地方正在加速发展。

您可以看到，中国和韩国没有很多新病例。可见，已经遏制住了疫情。

中国

由于中国的感染速度正在放缓，我们来看看仍有多少活跃病例。您可以通过从确诊病例中减去恢复病例和死亡来计算活跃病例。

for ii = 1:length(labelsK)
    by_country{ii}.Active = by_country{ii}.Confirmed - by_country{ii}.Deaths - 
 
figure

拟合曲线

我使用  曲线拟合工具箱  进行高斯拟合。

让我们通过增加20天来将输出预测。

现在我们对结果进行绘制。

figure
area(ObservationDate,by_country{1}.Active)
hold on
plot(xdates,yhat,"lineWidth",2)

韩国

让我们来查看韩国的活跃病例，恢复案例和死亡人数。

使用高斯模型无法获得任何合适的结果。