Code

This page is a test version for the Blog that will contain articles (non-academic) and their respective codes (if any) authored by Alexandre Loures, Lucas Mariano, Joao Victor Guedes-Neto and Thiago Pinto.

Below are the graphs for the Southeastern states using the polynomial interpolation approach for daily Covid-19 cases in Brazil (data updated until 06-16-2022). Interpolation is characterized as a technique that seeks to determine a function (in this case polynomials) that assumes values performed at certain points (interpolation nodes). More precisely, polynomial interpolation consists of a mathematical interpolation process in which the interpolating function is a polynomial. Graphics for other states, please send an e-mail request to: alexandre.loures@protonmail.com

## Mortality rate of COVID-19 by Brazilian regions (base by Raphael Fontes and code by Henrique Osinski)
 
def taxa_mortalidade(casos_acumulados, mortes_acumuladas):
    lista = []
    for r in range(len(casos_acumulados)):
        try:
            lista.append(mortes_acumuladas[r]/casos_acumulados[r])
        except:
            lista.append(0)
    return lista

taxa_de_mortalidade_sul = taxa_mortalidade(casos_sul, mortes_sul)
taxa_de_mortalidade_norte = taxa_mortalidade(casos_norte, mortes_norte)
taxa_de_mortalidade_sudeste = taxa_mortalidade(casos_sudeste, mortes_sudeste)
taxa_de_mortalidade_Nordeste = taxa_mortalidade(casos_nordeste, mortes_nordeste)
taxa_de_mortalidade_Centro = taxa_mortalidade(casos_centro, mortes_centro)

plt.figure('Taxa',figsize=(12,6))

plt.title('Taxa de mortalidade por região')
plt.plot_date(x, taxa_de_mortalidade_sul, '-', label="Sul")
plt.plot_date(x, taxa_de_mortalidade_sudeste, '-', label="Sudeste")
plt.plot_date(x, taxa_de_mortalidade_Centro, '-', label="Centro")
plt.plot_date(x, taxa_de_mortalidade_Nordeste, '-', label="Nordeste")
plt.plot_date(x, taxa_de_mortalidade_norte, '-', label="Norte")

plt.xlabel("Dias")
plt.ylabel("taxa de mortalidade")

plt.legend()
plt.show()

## Number of cases by Brazilian regions (base by Raphael Fontes and code by Henrique Osinski)

def append_region(regiao, db, ind):
    lista = []
    val = 0
    teste = False
    for r in range(len(db[ind])):
        if db['region'][r] == regiao:
            val += db[ind][r]
            teste = True
        elif teste:
            lista.append(val)
            val = 0
            teste = False
    return lista

casos_sul = append_region('Sul', db, 'cases')
casos_sudeste = append_region('Sudeste', db, 'cases')
casos_norte = append_region("Norte", db, 'cases')
casos_nordeste = append_region("Nordeste", db, 'cases')
casos_centro = append_region("Centro-Oeste", db, 'cases')
casos_sul.insert(0, 0)

x=[mdates.datestr2num(u) for u in datas ]
plt.figure("Casos",figsize=(12,6))

plt.title("Casos Acumulados por regiões")
plt.plot_date(x, casos_sul, '-', label="Sul")
plt.plot_date(x, casos_sudeste, '-', label="Sudeste")
plt.plot_date(x, casos_centro, '-', label="Centro")
plt.plot_date(x, casos_nordeste, '-', label="Nordeste")
plt.plot_date(x, casos_norte, '-', label="Norte")

plt.xlabel("Dias")
plt.ylabel("Casos Acumulados")

plt.legend()
plt.show()

## Number of cases by Brazilian regions (base by Raphael Fontes and code by Henrique Osinski)

plt.figure("Casos por 100 mil regiões",figsize=(12,6))

plt.title('Casos por 100 mil habitantes')
plt.plot_date(x, casos_por_100_SL, '-', label="Sul")
plt.plot_date(x, casos_por_100_SD, '-', label="Sudeste")
plt.plot_date(x, casos_por_100_CO, '-', label="Centro")
plt.plot_date(x, casos_por_100_NE, '-', label="Nordeste")
plt.plot_date(x, casos_por_100_NO, '-', label="Norte")


plt.xlabel('Dias')
plt.ylabel('Casos por 100 mil habitantes ')
plt.legend()


plt.show()

## Number of deaths by Brazilian regions (base by Raphael Fontes and code by Henrique Osinski)

mortes_sul = append_region('Sul', db, 'deaths')
mortes_sudeste = append_region('Sudeste', db, 'deaths')
mortes_norte = append_region('Norte', db, 'deaths')
mortes_nordeste = append_region('Nordeste', db, 'deaths')
mortes_centro = append_region('Centro-Oeste', db, 'deaths')
mortes_sul.insert(0, 0)

plt.figure('Mortes',figsize=(12,6))

plt.title("Mortes Acumuladas por Região")
plt.plot_date(x, mortes_sul, '-', label="Sul")
plt.plot_date(x, mortes_sudeste, '-', label="Sudeste")
plt.plot_date(x, mortes_centro, '-', label="Centro")
plt.plot_date(x, mortes_nordeste, '-', label="Nordeste")
plt.plot_date(x, mortes_norte, '-', label="Norte")

plt.xlabel("Dias")
plt.ylabel("Mortes Acumuladas")

plt.legend()
plt.show()

## Number of deaths by Brazilian regions (base by Raphael Fontes and code by Henrique Osinski)

plt.figure("Mortes por 100 mil regiões",figsize=(12,6))
plt.title('Mortes por 100 mil habitantes')
plt.plot_date(x, mortes_por_100_SL, '-', label="Sul")
plt.plot_date(x, mortes_por_100_SD, '-', label="Sudeste")
plt.plot_date(x, mortes_por_100_CO, '-', label="Centro")
plt.plot_date(x, mortes_por_100_NE, '-', label="Nordeste")
plt.plot_date(x, mortes_por_100_NO, '-', label="Norte")

plt.xlabel('Dias')
plt.ylabel("Mortes por 100 mil  habitantes")
plt.legend()

library (foreign)

base <- read.dta (choose.files ())

dim (base)

head (base, 10)