Data-Science-For-Beginners/translations/ja/2-Working-With-Data/07-python/assignment.md

Pythonによるデータ処理課題

この課題では、これまでのチャレンジで開発を始めたコードをさらに詳しく説明していただきます。課題は以下の2つの部分で構成されています。

COVID-19の拡散モデル化

• 比較のために5〜6か国のRグラフを1つのプロットに描画するか、複数のプロットを並べて表示する
• 死亡者数と回復者数が感染者数とどのように相関しているかを確認する
• 感染率と死亡率を視覚的に相関させ、いくつかの異常を探すことで、典型的な病気の期間を調べる。これを調べるために異なる国を参照する必要があるかもしれません。
• 致死率を計算し、それが時間とともにどのように変化するかを確認する。病気の期間（日数）を考慮して、計算前に時系列をシフトさせる必要があるかもしれません

COVID-19論文の分析

• 複数の薬剤の共起行列を構築し、どの薬剤が一緒に頻繁に出現するか（つまり、1つの要旨で言及されるか）を確認する。薬剤と診断の共起行列を構築するコードを修正することができます。
• この行列をヒートマップで視覚化する。
• ストレッチゴールとして、コードダイアグラムを使用して薬剤の共起を視覚化する。このライブラリがコードダイアグラムの描画に役立つかもしれません。
• 別のストレッチゴールとして、正規表現を使用して異なる薬剤の投与量（例：毎日400mgのクロロキンを服用の400mgなど）を抽出し、異なる薬剤の投与量を示すデータフレームを構築する。注意: 薬剤名の近くにある数値を考慮してください。

評価基準

優秀	適切	改善が必要
すべてのタスクが完了し、グラフで示され説明されており、ストレッチゴールのうち少なくとも1つが含まれている	5つ以上のタスクが完了しているが、ストレッチゴールは試みられていない、または結果が明確でない	3つ以上5つ未満のタスクが完了しており、視覚化がポイントを示すのに役立っていない

免責事項:
この文書は、AI翻訳サービス Co-op Translator を使用して翻訳されています。正確性を追求しておりますが、自動翻訳には誤りや不正確な表現が含まれる可能性があることをご承知おきください。原文（元の言語で記載された文書）が公式な情報源とみなされるべきです。重要な情報については、専門の人間による翻訳を推奨します。本翻訳の使用に起因する誤解や誤認について、当方は一切の責任を負いかねます。