Domani non so cosa troverò. So cosa porto.

C’è un istante — piccolo, quasi indecente nella sua semplicità — in cui la giornata smette di fare rumore. Arriva la sera, quando finalmente mi siedo nello studio. La casa si assesta, come se anche lei sapesse che adesso non si corre più. La luce cambia tono. Le cose si mettono al loro posto senza che io glielo chieda: una penna, un quaderno, un foglio che ha già preso l’umore delle mie mani. E io, per un attimo, non sono nessuno che deve dimostrare qualcosa. Sono soltanto uno che pensa. Non è pace quella che ti promettono le frasi motivazionali: una pace perfetta, lucida, senza incrinature. È una pace più vera, più domestica. Quella che ti lascia respirare anche se sai che domani tornerà il vento. È una tregua, e le tregue hanno sempre qualcosa di sacro: non perché durano, ma perché esistono. In quel momento, mentre preparo le lezioni del giorno dopo, mi accorgo che cercare la bellezza è faticoso. Non perché la bellezza sia distante, ma perché chiede disciplina. Chiede di non accontentarsi. Chiede di non fare le cose “come vengono”, di non lasciare che il tempo diventi soltanto un contenitore da riempire. La bellezza non è una decorazione: è una scelta. E una scelta, quasi sempre, costa.
Somiglia ai rapporti umani, infatti. Anche lì, se vuoi che qualcosa sia vero, devi guardarlo fino in fondo. Devi restare. Devi accettare che l’altro non è un’idea, non è un progetto, non è la fotografia che ti eri fatto in testa: è una persona. Con le sue opacità. Con i suoi giorni storti. Con le sue frasi taglienti che a volte non sono cattiveria, ma difesa. E tu — se vuoi — devi imparare a non scappare dalla complessità.
La scuola è questo, ogni giorno. Un luogo che molti immaginano ordinato, programmabile, prevedibile. Ma la scuola vera non assomiglia a un calendario: assomiglia al mare. Puoi studiare le correnti, certo. Puoi conoscere le stagioni. Puoi prepararti. Eppure la mattina, quando entri in classe, non sai mai cosa troverai davvero. Non sai se troverai stanchezza o sfida, ironia o silenzio, distrazione o un’attenzione improvvisa che ti sorprende e ti mette addosso una responsabilità enorme. Non sai se qualcuno avrà dormito, se qualcuno avrà pianto, se qualcuno avrà deciso — nel cuore della notte — che tanto non vale la pena provarci. Non sai quali battaglie stanno combattendo mentre tu parli di formule, di strutture, di idee che vorresti rendere luminose. E allora capisci una cosa: l’unica certezza non è quello che accadrà, ma quello che porterai.
Io, ogni mattina, porto amore.
Non l’amore zuccheroso delle parole facili. L’amore che non fa scena e non chiede applausi. Quello che si vede in una spiegazione rifatta tre volte senza perdere la pazienza. Quello che si vede nel tentativo di trovare una metafora giusta, un esempio che si appoggi alla vita. Quello che si vede quando ti accorgi che un ragazzo è sparito dentro se stesso e tu non lo lasci solo, anche se non sai bene che cosa dire. L’amore, a scuola, è una forma di resistenza. È la scelta di credere che una mente può aprirsi. Che un giorno può cambiare. Che un ragazzo non coincide con l’ora storta che ti regala, con l’assenza di oggi, con il disastro di ieri. È la scelta di cercare la bellezza anche quando è più comodo fare il minimo indispensabile. È la scelta di mettersi seduti la sera, nel silenzio dello studio, e pensare: domani, comunque, io ci sarò. E forse, in quell’istante di pace assoluta, la cosa più vera è questa: io non preparo soltanto una lezione. Preparo una possibilità. E la possibilità, quando è fatta bene, ha sempre dentro un po’ di amore.

Basic data manipulation in Python…

In this post, we will deal with data from ECDC and we will explain basic data manipulation in Python with the Pandas package.

In our day, data is everywhere in enormous size and depth. Data science is an emerging field that penetrates every aspect of our life and, lately, it has proved to be an extraordinary weapon for predicting infections from Covid-19 and organizing strategies to limit the damage.

To import Pandas and Matplotlib packages we code:

import pandas as pd
import matplotlib.pyplot as plt

We download the excel file locally from ECDC site and open it using the read_excel function of Pandas library. We have named the file as data.xls in our case.

df=pd.read_excel("data.xlsx", engine="openpyxl")

We can first explore the data and the columns of the dataframe df:

We observe the columns of the dataframe — in our case, we will use the columns: dateRep, cases and deaths. Additionally, the name of the country is stored in column countriesAndTerritories.

We next select ‘Italy’ as the country under study. A new column is created named DateTime of type datetime where we store the day. In the following, we create a new dataframe with the name df_italia which is the same as the dataframe df_italia_sorted but it is sorted according to the column DateTime

df_italia=df[df.countriesAndTerritories=='Italy']
df_italia['DateTime']=pd.to_datetime(df_italia['dateRep'],format="%d/%m/%Y")

#We sort according to DateTime
df_italia_sorted=df_italia.sort_values(by='DateTime')

df_italia_selected=df_italia_sorted[df_italia_sorted.month>4]

We are interested in data after the month of April (i.e., May, June, July, August, … etc) so we choose to filter using the column month and create a new dataframe df_italia_selected.

Since the data in columns cases and deaths may have great variation, it is practical in order to understand the trend to use a moving average. We choose a moving average of seven days and we create two new columns (Moving Average Cases and Moving Average Deaths) where we store the average values of cases and deaths.

#Calculate moving average

df_italia_selected['Moving Average Cases']=df_italia_selected.cases.rolling(7,min_periods=1).mean()
df_italia_selected['Moving Average Deaths']=df_italia_selected.deaths.rolling(7,min_periods=1).mean()

We now plot the cases and deaths as functions of time. We choose the red color for cases and blue for deaths. It is useful to plot cases and deaths in the same figure with common x-axis in order to understand possible connection and relation. So, we use the subplots function and first create figure fig and axis ax1 (this will be the axis for the cases and it will be the left axis). We then create ax2 using twinx function. The values for deaths will be our right axis. A dashed line is used for the average values.

#Figure

fig, ax1=plt.subplots()
color1='tab:red'

ax1.plot(df_italia_selected['DateTime'], df_italia_selected['cases'], color=color1)

ax1.plot(df_italia_selected['DateTime'], df_italia_selected['Moving Average Cases'], color=color1,linestyle='dashed')

ax1.set_xlabel('Data')

ax1.set_ylabel('Cases',color=color1)
ax1.tick_params(axis='y',labelcolor=color1)

locs, labels=plt.xticks()
plt.setp(labels,rotation=90)

ax2=ax1.twinx() #instantiate a second axes that shares the same x-axis
color2='tab:blue'

ax2.plot(df_italia_selected['DateTime'], df_italia_selected['deaths'], color=color2)
ax2.plot(df_italia_selected['DateTime'], df_italia_selected['Moving Average Deaths'], color=color2,linestyle='dashed')

ax2.set_ylabel('Deaths',color=color2)
ax2.tick_params(axis='y',labelcolor=color2)

fig.tight_layout() #otherwise the right y-label is slightly clipped

The figure below is the program output.

Cases and deaths as a function of data for Italy

A distanza…

Quando sento dire che la didattica on-line può mettere una pezza a queste settimane senza scuola, penso che sì, è vero… Per molti, però. Non per tutti.

La didattica a distanza serve, certo. Aiuta. Ma in questo momento rischia di aiutare chi ha meno problemi, chi ha mezzi ed è fortunato ad avere il giusto supporto a casa.
Rischia di lasciare indietro, invece, chi avrebbe più bisogno di essere aiutato.