”神奈川のコロナの新規患者数は、東京の１週間遅れ”と黒岩知事が言っていたので、プロットして確認してみた

Contents

1 新規コロナ患者数の動向をしりたくなったきっかけ
2 新規コロナ患者数の動向をしりたくなった時の調べ方
3 新規コロナ患者数（東京vs神奈川）
4 黒岩知事のいうことは本当か？
5 グラフの表示コード

新規コロナ患者数の動向をしりたくなったきっかけ

先日、テレビをみてたら、黒岩知事が、”東京の新規コロナ患者数の１週間後の神奈川の患者数に影響を与えると発言してました。

本当でしょうか？

ちょっと、調べたくなりますよね。

新規コロナ患者数の動向をしりたくなった時の調べ方

各都道府県では、コロナ患者数をグラフで出してくれてます。

例えば、神奈川だとこんな感じ。右上の方をクリックしてください。

クリックすると、こんなページに行くので、ここをクリック

飛んだ先のページで、データ（csv）を入手してください。

東京も同じページがあるので、手順は同様です。

で、ここで入手したデータをExcelとかでグラフ描けばいいです。

ただ、入手したデータは、新規患者数が直接書かれていないので、少し加工してください。

新規コロナ患者数（東京vs神奈川）

というわけで、適当に加工して、プロットしてみました。

結果がこれ

黒岩知事のいうことは本当か？

ということで、プロットすれば一目瞭然！

って思ったのですが、１週間後ってのはちょっと言い過ぎな気がしますね。

確かに、4月の前半〜中盤くらいの時期はその傾向がありますが、最近（5月の終わり〜6月）は、その傾向も薄いようです。

つまり、

そういう時期もあったが、今はそーでもない

ってのが、素直な感想です。

多分、”市中感染の状況は、”ってつけると、それっぽい気がします。

グラフの表示コード

今回もソースコードを貼っておきます。

私は、jupyter notebookで表示させています。

今回も適当。

import datetime
import matplotlib.pyplot as plt
import matplotlib.dates as mdates
import pandas as pd

num_patient       = pd.read_csv('patient.csv', encoding="SHIFT-JIS")
num_patient_tokyo = pd.read_csv('130001_tokyo_covid19_patients.csv', encoding="UTF-8")

# data = data.assign(Add = 0)
num_patient["人数"] = 1
num_patient_tokyo["人数"] = 1

df       = num_patient.groupby("発表日", as_index=False).count()
df_tokyo = num_patient_tokyo.groupby("公表_年月日", as_index=False).count()

plt.figure(figsize=(16, 8))
#df_patient = pd.DataFrame(df, columns=['発表日', '人数']) 
ax    = plt.subplot()

# グラフのタイトル
plt.title("Patients of Kanagawa vs. Tokyo", fontsize=20)

# x軸のラベル
plt.xlabel("Date [month/date]", fontsize=20)

# y軸のラベル
plt.ylabel("Patient [peple]", fontsize=20)

#grid表示
plt.grid()

#
#plt.legend(bbox_to_anchor=(1, 1), loc='upper right', borderaxespad=1, fontsize=10)


ax.xaxis.set_major_formatter(mdates.DateFormatter('%m/%d'))
ax.set_xlim(datetime.datetime(2020, 3, 1), datetime.datetime(2020, 6, 4))
ax.set_ylim(0.0, 250.0)
ax.plot(pd.to_datetime(df['発表日']), df['人数'], label='Kanagawa')
ax.plot(pd.to_datetime(df_tokyo['公表_年月日']), df_tokyo['人数'], label='Tokyo')

#display label
ax.legend(fontsize=20)

plt.show()

import datetime

import matplotlib.pyplot as plt

import matplotlib.dates as mdates

import pandas as pd

num_patient = pd.read_csv('patient.csv', encoding="SHIFT-JIS")

num_patient_tokyo = pd.read_csv('130001_tokyo_covid19_patients.csv', encoding="UTF-8")

# data = data.assign(Add = 0)

num_patient["人数"] = 1

num_patient_tokyo["人数"] = 1

df = num_patient.groupby("発表日", as_index=False).count()

df_tokyo = num_patient_tokyo.groupby("公表_年月日", as_index=False).count()

plt.figure(figsize=(16, 8))

#df_patient = pd.DataFrame(df, columns=['発表日', '人数'])

ax = plt.subplot()

# グラフのタイトル

plt.title("Patients of Kanagawa vs. Tokyo", fontsize=20)

# x軸のラベル

plt.xlabel("Date [month/date]", fontsize=20)

# y軸のラベル

plt.ylabel("Patient [peple]", fontsize=20)

#grid表示

plt.grid()

#plt.legend(bbox_to_anchor=(1, 1), loc='upper right', borderaxespad=1, fontsize=10)

ax.xaxis.set_major_formatter(mdates.DateFormatter('%m/%d'))

ax.set_xlim(datetime.datetime(2020, 3, 1), datetime.datetime(2020, 6, 4))

ax.set_ylim(0.0, 250.0)

ax.plot(pd.to_datetime(df['発表日']), df['人数'], label='Kanagawa')

ax.plot(pd.to_datetime(df_tokyo['公表_年月日']), df_tokyo['人数'], label='Tokyo')

#display label

ax.legend(fontsize=20)

plt.show()