# งานสำหรับการประมวลผลข้อมูลใน Python ในงานนี้ เราจะขอให้คุณขยายความจากโค้ดที่เราเริ่มพัฒนาไว้ในความท้าทายก่อนหน้า งานนี้แบ่งออกเป็นสองส่วน: ## การสร้างแบบจำลองการแพร่กระจายของ COVID-19 - [ ] สร้างกราฟ *R* สำหรับ 5-6 ประเทศที่แตกต่างกันในกราฟเดียวเพื่อเปรียบเทียบ หรือใช้หลายกราฟวางเรียงกัน - [ ] วิเคราะห์ความสัมพันธ์ระหว่างจำนวนผู้เสียชีวิตและผู้ที่หายป่วยกับจำนวนผู้ติดเชื้อ - [ ] ค้นหาว่าโรคโดยทั่วไปใช้เวลานานเท่าใด โดยการวิเคราะห์ความสัมพันธ์ระหว่างอัตราการติดเชื้อและอัตราการเสียชีวิต และมองหาความผิดปกติ คุณอาจต้องดูข้อมูลจากหลายประเทศเพื่อหาข้อมูลนี้ - [ ] คำนวณอัตราการเสียชีวิตและดูว่าเปลี่ยนแปลงไปอย่างไรตามเวลา *คุณอาจต้องคำนึงถึงระยะเวลาของโรคในหน่วยวันเพื่อเลื่อนซีรีส์เวลา (time series) หนึ่งชุดก่อนทำการคำนวณ* ## การวิเคราะห์เอกสารเกี่ยวกับ COVID-19 - [ ] สร้างเมทริกซ์การเกิดร่วมของยาต่าง ๆ และดูว่ายาใดมักจะถูกกล่าวถึงร่วมกัน (เช่น ถูกกล่าวถึงในบทคัดย่อเดียวกัน) คุณสามารถปรับโค้ดสำหรับการสร้างเมทริกซ์การเกิดร่วมสำหรับยาและการวินิจฉัยได้ - [ ] แสดงภาพเมทริกซ์นี้โดยใช้ heatmap - [ ] สำหรับเป้าหมายเพิ่มเติม ลองแสดงการเกิดร่วมของยาด้วย [chord diagram](https://en.wikipedia.org/wiki/Chord_diagram) [ไลบรารีนี้](https://pypi.org/project/chord/) อาจช่วยคุณวาด chord diagram ได้ - [ ] สำหรับเป้าหมายเพิ่มเติมอีกข้อหนึ่ง ให้ดึงข้อมูลปริมาณยาต่าง ๆ (เช่น **400mg** ใน *take 400mg of chloroquine daily*) โดยใช้ regular expressions และสร้าง dataframe ที่แสดงปริมาณยาต่าง ๆ สำหรับยาแต่ละชนิด **หมายเหตุ**: พิจารณาค่าตัวเลขที่อยู่ใกล้กับชื่อยาภายในข้อความ ## เกณฑ์การให้คะแนน ยอดเยี่ยม | เพียงพอ | ต้องปรับปรุง --- | --- | -- | งานทั้งหมดเสร็จสมบูรณ์ มีการแสดงผลกราฟและอธิบาย รวมถึงเป้าหมายเพิ่มเติมอย่างน้อยหนึ่งข้อ | งานเสร็จสมบูรณ์มากกว่า 5 ข้อ แต่ไม่ได้ทำเป้าหมายเพิ่มเติม หรือผลลัพธ์ไม่ชัดเจน | งานเสร็จสมบูรณ์น้อยกว่า 5 ข้อ (แต่มากกว่า 3 ข้อ) และการแสดงผลไม่ช่วยให้เข้าใจประเด็น --- **ข้อจำกัดความรับผิดชอบ**: เอกสารนี้ได้รับการแปลโดยใช้บริการแปลภาษา AI [Co-op Translator](https://github.com/Azure/co-op-translator) แม้ว่าเราจะพยายามอย่างเต็มที่เพื่อความถูกต้อง แต่โปรดทราบว่าการแปลอัตโนมัติอาจมีข้อผิดพลาดหรือความไม่แม่นยำ เอกสารต้นฉบับในภาษาต้นทางควรถือเป็นแหล่งข้อมูลที่เชื่อถือได้ สำหรับข้อมูลที่สำคัญ แนะนำให้ใช้บริการแปลภาษามนุษย์ที่เป็นมืออาชีพ เราไม่รับผิดชอบต่อความเข้าใจผิดหรือการตีความที่ผิดพลาดซึ่งเกิดจากการใช้การแปลนี้