You can not select more than 25 topics
Topics must start with a letter or number, can include dashes ('-') and can be up to 35 characters long.
This file contains ambiguous Unicode characters that may be confused with others in your current locale. If your use case is intentional and legitimate, you can safely ignore this warning. Use the Escape button to highlight these characters.
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "dc8f035ce92e4eaa078ab19caa68267a",
"translation_date": "2025-08-25T16:31:03+00:00",
"source_file": "2-Working-With-Data/07-python/assignment.md",
"language_code": "zh"
}
-->
# Python数据处理作业
在本次作业中，我们将要求你详细阐述我们在挑战中开始开发的代码。作业分为两个部分：
## COVID-19传播建模
- [ ] 在一个图中绘制5-6个不同国家的 *R* 图进行比较，或者使用多个图并排展示。
- [ ] 查看死亡人数和康复人数与感染病例数量之间的相关性。
- [ ] 通过视觉上关联感染率和死亡率并寻找一些异常情况，找出一种典型疾病的持续时间。你可能需要查看不同国家的数据来得出结论。
- [ ] 计算病死率及其随时间的变化。*你可能需要考虑疾病持续的天数，将一个时间序列进行偏移后再进行计算。*
## COVID-19论文分析
- [ ] 构建不同药物的共现矩阵，查看哪些药物经常一起出现（即在一个摘要中被提到）。你可以修改用于构建药物和诊断共现矩阵的代码。
- [ ] 使用热图可视化该矩阵。
- [ ] 作为一个扩展目标，使用[弦图](https://en.wikipedia.org/wiki/Chord_diagram)可视化药物的共现情况。[这个库](https://pypi.org/project/chord/)可能会帮助你绘制弦图。
- [ ] 作为另一个扩展目标，使用正则表达式提取不同药物的剂量（例如 *每天服用400mg氯喹中的* *400mg***），并构建一个数据框，显示不同药物的不同剂量。**注意**：考虑药物名称附近的数值。
## 评分标准
优秀 | 合格 | 需改进
--- | --- | -- |
所有任务完成，图形化展示并解释清楚，包括至少一个扩展目标 | 完成超过5个任务， ， （ ） ，
** 免责声明**：
本文档使用AI翻译服务 [Co-op Translator ](https://github.com/Azure/co-op-translator ) 进行翻译。尽管我们努力确保翻译的准确性，但请注意，自动翻译可能包含错误或不准确之处。原始语言的文档应被视为权威来源。对于关键信息，建议使用专业人工翻译。我们不对因使用此翻译而产生的任何误解或误读承担责任。
