Covid-19 in Italia

All data is provided by the official GitHub repository of the Protezione Civile.

La fonte dei dati di queste visualizzazioni e' la Protezione Civile, tramite il loro repository su GitHub.

curl https://raw.githubusercontent.com/pcm-dpc/COVID-19/master/dati-json/dpc-covid19-ita-andamento-nazionale.json > data.json
curl https://raw.githubusercontent.com/pcm-dpc/COVID-19/master/dati-andamento-nazionale/dpc-covid19-ita-andamento-nazionale.csv > data.csv
2.4s
Bash in Python

Dati

Dati incrementali

def plot_contagion(data,log_scale=False):
  fig = go.Figure(data=[
    go.Scatter(mode='lines',name='Recovered / Guariti', x=data['data'], y=data['dimessi_guariti'], marker_color='limegreen'),
    go.Scatter(mode='lines',name='Positive / Positivi', x=data['data'], y=data['totale_positivi'], marker_color='purple'),
  go.Scatter(mode='lines',name='Dead / Deceduti', x=data['data'], y=data['deceduti'], marker_color='tomato')
])
  if log_scale:
    fig.update_yaxes(type="log")
  return fig
def plot_positive(data):
  fig = go.Figure(data=[
   go.Scatter(mode='lines',name='House isolation / Isolamento domiciliare', x=data['data'], y=data['isolamento_domiciliare'], marker_color='royalblue'),
    go.Scatter(mode='lines',name='Hospitalised / Ospedalizzati', x=data['data'], y=data['totale_ospedalizzati'], marker_color='peru')
])
  return fig
def plot_hospital(data):
  fig = go.Figure(data=[
   go.Scatter(mode='lines',name='ICU / Terapia intensiva', x=data['data'], y=data['terapia_intensiva'], marker_color='orange'),
    go.Scatter(mode='lines',name='Normal hospital care / Normale ricovero', x=data['data'], y=data['ricoverati_con_sintomi'], marker_color='turquoise')
])
  return fig
 
def plot_variation(data):
  fig = go.Figure(data=[
    go.Scatter(mode='lines', name='New positive / Nuovi positivi', x=data['data'], y=data['totale_casi'], marker_color='orchid'),
    go.Scatter(mode='lines',name='Deaths / Decessi', x=data['data'], y=data['deceduti'], marker_color='tomato'),
    go.Scatter(mode='lines',name='Recoveries / Guarigioni', x=data['data'], y=data['dimessi_guariti'], marker_color='limegreen')
])
  return fig
def plot_tests(data):
  fig = go.Figure(data=[
    go.Scatter(mode='lines', name='New positive / Nuovi positivi', x=data['data'], y=data['totale_casi'], marker_color='orchid'),
    go.Scatter(mode='lines', name='Tests / Tamponi', x=data['data'], y=data['tamponi'], marker_color='darkcyan')
  ])
  return fig
0.1s
Python

La situazione negli ospedali

Ricovero vs Isolamento domiciliare

plot_positive(data)
2.9s
Python

Terapia intensiva vs normale ricovero

plot_hospital(data)
1.3s
Python

Nuovi casi giornalieri

plot_variation(indata)
1.1s
Python

Media 7 giorni

plot_variation(rolling(indata,7))
1.0s
Python

Tamponi giornalieri e nuovi positivi

plot_tests(indata)
1.1s
Python

Media 7 giorni

plot_tests(rolling(indata,7))
1.0s
Python

Dati regionali

curl https://raw.githubusercontent.com/pcm-dpc/COVID-19/master/dati-regioni/dpc-covid19-ita-regioni.csv > data_region.csv
1.3s
Bash in Python

Positivi

plot_data('totale_casi',window=7,incremental=True,last=60)
1.0s
Python

Morti

plot_data('deceduti',window=7,incremental=True,last=60)
1.2s
Python

Tamponi

plot_data('tamponi',window=7,incremental=True,last=60)
1.0s
Python

Altre risorse (in inglese)

Runtimes (1)