EXPERENCE DE VIE AFRIQUE DE L’OUEST

Author

AMANA / DATA SCIENCTIST; TEL +228 92 13 56 13

Packages

library(tidyverse)
library(reticulate)
library(SmartEDA)
library(dlookr)
library(pROC)
library(caret)
library(reticulate)

Data

library(readr)
Africa_long <- read_delim("C:/Users/DELL/Desktop/AI Cours/Projet_mis_parcours_2024/Africa_long.csv",delim=";")

Graphique de l’evolution des Experence de vie

selected_countries <- c("Togo", "Nigeria", "Benin","Ghana",
                         "Ivory Coast","Burkina Faso","Mali",
                         "Niger")
 filtered_data <- Africa_long%>%
   filter(Country %in% selected_countries)
 
 # Tracer les lignes pour ces pays
 ggplot(filtered_data, aes(x = Year, y = Life_Exp_va, color = Country, group = Country)) +
   geom_line(linewidth  = 1.2) +       # Ligne un peu plus épaisse
   geom_point(size = 3) +        # Points plus grands
   labs(
     title = "Évolution de l'Espérance de Vie pour quelques Pays Sélectionnés (1990 - 2021)",
     x = "Année",
     y = "Espérance de Vie",
     color = "Pays",
     caption = "Source : Base de données sur l'Espérance de Vie / AMANA"
   ) +
   theme_light() +
   theme(
     legend.position = "bottom",   # Légende en bas
     plot.title = element_text(hjust = 0.5, face = "bold")  # Titre centré et en gras
   )

ggplot(filtered_data, aes(x = Year, y = Life_Exp_va, color = Country, group = Country)) +
   geom_line(size = 1.2) +
   geom_point(size = 3) +
   labs(
     title = "Évolution de l'Espérance de Vie pour quelques Pays Sélectionnés (1990 - 2021)",
     x = "Année",
     y = "Espérance de Vie",
     caption = "Source : Base de données sur l'Espérance de Vie / AMANA"
   ) +
   theme_light() +
   theme(
     legend.position = "none",
     plot.title = element_text(hjust = 0.5, face = "bold")
   ) +
   facet_wrap(~ Country, ncol = 2)

Interpretation de graphique de l’evolution

Le graphique montre l’évolution de l’espérance de vie de huit pays africains sélectionnés (Bénin, Burkina Faso, Ghana, Côte d’Ivoire, Mali, Niger, Nigeria et Togo) entre 1990 et 2021. Chaque graphique individuel représente un pays spécifique, et les valeurs sont visualisées sous forme de lignes de tendance avec des points pour chaque année.

Observations Principales :

  1. Tendance Générale à la Hausse :
    • Pour la majorité des pays, on observe une augmentation régulière de l’espérance de vie au cours des années.
    • Cette tendance positive suggère une amélioration des conditions de vie, des soins de santé et peut-être des conditions socio-économiques générales au fil des années.
  2. Différences entre les Pays :
    • Certains pays, comme le Ghana et le Togo, montrent une augmentation plus modeste par rapport à d’autres comme le Burkina Faso ou le Mali, qui semblent avoir une progression plus rapide.
    • L’évolution est assez stable pour chaque pays, mais certains ont des périodes de stagnation, où l’espérance de vie ne progresse pas significativement.
  3. Évolution Par Pays :
    • Nigeria et Niger commencent avec une espérance de vie relativement basse en 1990 mais connaissent une progression notable au fil des années.
    • Ghana montre une ligne de tendance stable avec une légère augmentation.
    • Côte d’Ivoire semble avoir une évolution similaire à celle du Ghana, mais avec une espérance de vie légèrement inférieure au début des années 1990.

Conclusion :

L’analyse visuelle indique que, bien que tous ces pays aient connu une augmentation de l’espérance de vie au fil des années, la vitesse et l’ampleur de cette progression varient selon le contexte spécifique de chaque pays. Cela peut être dû à des facteurs tels que les politiques de santé publique, le développement économique, et la stabilité politique.

reticulate::use_python("C:/Users/DELL/AppData/Local/Programs/Python/Python310/python.exe")
import seaborn as sns
import matplotlib.pyplot as plt
# Initialiser le style
# sns.set_theme(style="lightgrid")
filtered_data=r.filtered_data
# Créer le graphique
plt.figure(figsize=(14, 8))
plot = sns.lineplot(data=filtered_data, x='Year', y='Life_Exp_va',
                    hue='Country', marker='o', linewidth=2.5, palette="tab10")

# Personnaliser le graphique
plt.title("Évolution de l'Espérance de Vie pour quelques Pays Sélectionnés (1990 - 2021)",
          fontsize=16, fontweight='bold', ha='center')
plt.xlabel("Année", fontsize=12)
plt.ylabel("Espérance de Vie", fontsize=12)

# Placer la légende en bas
plt.legend(title='Pays', bbox_to_anchor=(0.5, -0.15), loc='upper center', ncol=4)
plt.tight_layout()

# Ajouter la source
plt.figtext(0.5, -0.1, "Source : Base de données sur l'Espérance de Vie / AMANA",
            ha="center", fontsize=10, color="gray")

# Afficher le graphique
plt.show()

Boxplot Experence de Vie

import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt

# Assuming df is your DataFrame with the columns: 'country', 'Life_Exp_va', 'Year'
# Example: df = pd.read_csv("your_data.csv")

# Set up the plot style

filtered_data=r.filtered_data
sns.set(style="whitegrid")

# Create the boxplot
plt.figure(figsize=(12, 8))


sns.boxplot(y='Country', x='Life_Exp_va', data=filtered_data)

# Rotate x-axis labels for better visibility if there are many countries
plt.xticks(rotation=90)
(array([40., 45., 50., 55., 60., 65., 70.]), [Text(40.0, 0, '40'), Text(45.0, 0, '45'), Text(50.0, 0, '50'), Text(55.0, 0, '55'), Text(60.0, 0, '60'), Text(65.0, 0, '65'), Text(70.0, 0, '70')])
# Add title and labels
plt.title("Experance de vie par Pays", fontsize=16)
plt.xlabel("Experance de Vie ", fontsize=12)
plt.ylabel("Pays", fontsize=12)

# Show the plot
plt.tight_layout()
plt.show()

# # Load necessary libraries
# library(ggplot2)
# 
# # Assuming your data frame is named df and has the columns: 'country', 'Life_Exp_va', 'Year'
# # Example: df <- read.csv("your_data.csv")
# 
# # Create the boxplot using ggplot2
# ggplot(filtered_data, aes(y = Country, x = Life_Exp_va)) +
#   geom_boxplot() +
#   theme(axis.text.x = element_text(angle = 90, hjust = 1)) + # Rotate x-axis labels for better visibility
#   labs(title = "Experence de vie par pays", 
#        x = "Experance de vie", 
#        y = "Pays)") +
#   theme_minimal() +
#   theme(axis.text.x = element_text(size = 8)) # Adjust size of x-axis labels if necessary

Interpretation du boxplot

Ce graphique est un diagramme en boîte (boxplot) représentant l’espérance de vie par pays en Afrique de l’Ouest. Voici une explication des éléments clés :

  1. Pays (axe Y) :
    Les pays représentés sont : Bénin, Burkina Faso, Côte d’Ivoire, Ghana, Mali, Niger, Nigeria et Togo.

  2. Espérance de vie (axe X) :
    Mesurée sur l’axe horizontal, en années, avec une plage allant environ de 45 à 65 ans.

  3. Détails du diagramme en boîte :

    • Ligne médiane : La ligne horizontale épaisse dans chaque boîte indique la médiane (valeur centrale) de l’espérance de vie pour chaque pays.
    • Boîtes : Elles représentent l’intervalle interquartile (IQR), c’est-à-dire les 50 % des valeurs comprises entre le 1er et le 3e quartile (25e et 75e percentiles).
    • Barres (“moustaches”) : Elles s’étendent jusqu’aux valeurs minimales et maximales, hors éventuels points aberrants.
    • Points aberrants (outliers) : Aucun point aberrant n’est visible sur ce graphique.