#资源达人分享计划#

Code-For-COVID-19-Data 获取新型冠状病毒疫情历史数据代码(包含中国及全球214个国家地区)|Code for COVID-19 Data acquisition 说明 之前开源了新型冠状病毒疫情历史数据代码，链接见 有很多人问我如何获取的，现把爬虫代码开源，具体编写流程可参见博客 执行 代码在py-data文件夹下，执行顺序为： get-data-list.py——>deal-data-list.py——>deal-data.py 另外需要建立一些文件夹并配置数据库，这里可参考博客，也可阅读代码后自行更改。 最后，致敬所有抗疫英雄！

CML-COVID：具有潜在主题、情绪和位置信息的大规模COVID-19 TWITTER数据集 CML-COVID: A LARGE-SCALE COVID-19 TWITTER DATASET WITH LATENT TOPICS, SENTIMENT AND LOCATION INFORMATION

全球每年生产和交付超过 30 亿份机上餐食。机上餐饮是航空运输价值链的绝对关键要素，为了以安全有效的方式满足需求，该行业在现有的综合规则基础上制定了许多广泛认可的措施和指南和指令。 面对一个世纪左右最严重的流行病，航空公司餐饮协会 (ACA) 和国际机上服务协会 (IFSA) 感到有必要在整个 COVID 期间提供有关安全业务运营（部分或全部）的额外指导-19 危机。除了本指南之外，航空公司餐饮组织对与 COVID-19 相关的适用政府指南和要求保持全面评估和更新，这绝对是关键。他们必须记住，情况经常变化，并且指令可能会根据每个国家爆发的流行程度而有所不同。

目的：对COVID-19流行的预测不仅代表着公共卫生或医学问题，而且也代表着地球普通民众的关注问题。 这项研究预测到2020年2月11日武汉和日本将爆发禽流感。方法：我们对湖北省公共卫生部门发布的数据应用了简单的SIR模型。 此外，在模型中，我们纳入了从武汉的日本居民到爆发的经验中的轻度和无症状病例。 最后，我们根据自初次病例发生之日至出行日期之间武汉市估计的患者分布情况，在假设感染者包括来日本的轻度病例的假设下进行的10,000次模拟迭代，预测了日本的暴发。从武汉到日本暂停了。 结果：结果表明基本繁殖数R0为2.84； 其95％置信区间（CI）为[2.35，3.33]。 估计高峰将在3月11日到达。其95％CI的高峰日期是2月29日至3月27日。 在日本，CI达到95％的高峰日期是4月26日至5月2日。 高峰期出现严重症状的患者最多，估计为85.83万。 讨论与结论：我们获得的R0为2.84，近似于先前的估计。 我们预测日本出现严重症状的高峰期患者人数最多，为85.83万人。 这个数字比每日最高流感高峰高63％。

yolov5_FaceMask：检测带有或不带有口罩的人。 使用YOLOv5训练

COVID-19背景下大型公立医院互联网医院建设与升级.pdf

该数据集包含具有COVID-19相关发现以及没有发现的匿名人肺计算机断层扫描（CT）扫描。总共，一例患者进行了1000次CT扫描。用二进制像素掩码注释了50个研究的子集，以对感兴趣的区域（毛玻璃混浊和合并）进行分割。CT扫描是在2020年3月1日至2020年4月25日之间获得的，并由俄罗斯莫斯科的医疗医院提供。

基于大数据技术的COVID-19分析.pdf

COVID-19分析 使用Python在墨西哥进行COVID-19数据分析