diff --git a/all_countries.py b/all_countries.py index 4e2b81a..b2d7b38 100644 --- a/all_countries.py +++ b/all_countries.py @@ -37,9 +37,9 @@ def plot(data, countries, pop): infection_level_indicator = "grey" try: #if False: - warn_thresh = 500e-6 * pop[loc]['pop'] - info_thresh = 50e-6 * pop[loc]['pop'] - low_thresh = 5e-6 * pop[loc]['pop'] + warn_thresh = 500e-6 * pop[loc]['pop']/7 + info_thresh = 50e-6 * pop[loc]['pop']/7 + low_thresh = 5e-6 * pop[loc]['pop']/7 actual_level = np.mean(new_cases[-7:]) infection_level_indicator = "green" if actual_level > low_thresh: @@ -50,9 +50,9 @@ def plot(data, countries, pop): infection_level_indicator = "r" bounds = ax1.axis() #if warn_thresh < bounds[3]: - ax1.plot([bounds[0], bounds[1]], [warn_thresh]*2, color="red", linestyle=":", label=f"500 new cases per 1M inhabitants: {int(warn_thresh):,}".replace(",", ".")) - ax1.plot([bounds[0], bounds[1]], [info_thresh]*2, color="peru", linestyle=":", label=f"50 new cases per 1M inhabitants: {int(info_thresh):,}".replace(",", ".")) - ax1.plot([bounds[0], bounds[1]], [low_thresh]*2, color="gold", linestyle=":", label=f"5 new cases per 1M inhabitants: {int(low_thresh):,}".replace(",", ".")) + ax1.plot([bounds[0], bounds[1]], [warn_thresh]*2, color="red", linestyle=":", label=f"500 new cases / week / 1M inh.: {int(warn_thresh):,}".replace(",", ".")) + ax1.plot([bounds[0], bounds[1]], [info_thresh]*2, color="peru", linestyle=":", label=f"50 new cases / week / 1M inh.: {int(info_thresh):,}".replace(",", ".")) + ax1.plot([bounds[0], bounds[1]], [low_thresh]*2, color="gold", linestyle=":", label=f"5 new cases / week / 1M inh.: {int(low_thresh):,}".replace(",", ".")) ax1.axis(bounds) except: diff --git a/index.html b/index.html index 00473a9..606ac8c 100644 --- a/index.html +++ b/index.html @@ -10,16 +10,23 @@

Visualisierung zu CoViD19

- ==> Sehr gute automatisiert aktualisierte Plot für Deutschland <==

Idee

-Überall kursieren tolle Graphiken, aber nirgends sieht man die logarithmischen Plots, aus denen man die Entwicklung besser abschätzen könnte. -Daher hab ich hier ein paar täglich automatisch neu generierte Plots hingestellt. +Automatisierte Übersichtsplots für die ganze Welt, analog zu dieser Seite. +

+Achtung: Die hier dargestellten Daten sind zwischen den Ländern kaum vergleichbar, da überall unterschiedliche Kriterien für Testung, Zählung und Meldung von Daten existieren. +Ohne genaue Kenntnis der Situationen in den einzelnen Ländern ist ein aussagekräftiger Vergleich nicht möglich! +

+Anmerkung zum "infection state": Ich habe, angelehnt an die deutschen Vorgaben der Einschätzung einer Region als "Risikogebiet" bei 500 Neuinfektionen/1Mio EW in 7 Tagen, willkührliche Grenzen +bei 5, 50 und 500 festgesetzt, um ein bisschen die Schwere des Geschehens einschätzen zu können. +Das wird aber ganz massiv durch die Testrate, Meldekette, politische Einflussnahme, betroffene Bevölkerungsschichten, betroffene Regionen, etc. beeinflusst und die praktische Bedeutung dieser Grenzwerte kann für +die einzelnen Länder sehr unterschiedlich sein! +

+Die Daten stammen von hier und werden dort aus den WHO- und ECDC-Reports generiert. +

+Aktuelle Daten aus Deutschland mit vielen Hintergründen finden sich im Lagebericht des RKI. -Nicht schön, aber informativ. - -Die Daten stammen von hier und wird dort aus den WHO- und ECDC-Reports generiert. -
+

Basics

Absolute Fälle