数据可视化之疫情可视化

一 前言

新型冠状病毒肺炎（COVID-19，简称“新冠肺炎”）疫情肆虐全球多个国家，2020年3月11日，世界卫生组织 (WHO) 正式宣布将新冠肺炎列为全球性大流行病。

在全球抗击新型冠状病毒疫情的过程中，产生了前所未有的大规模疫情数据，利用数据可视化技术，数据分析技术和方法能够协助发现病毒传染源、监测疫情发展、调配救援物资，从而更好地了解疫情发展情况，进行疫情防控工作，实现疫情可视化大屏。

二 数据采集

利用python技术中的requests模块进行采集，数据保存形式为json数据源

import requests
import json
url='https://api.inews.qq.com/newsqa/v1/query/inner/publish/modules/list?modules=localCityNCOVDataList,diseaseh5Shelf'
headers={
    "User-Agent":"Mozilla/5.0 (Windows NT 10.0; Win64; x64; rv:107.0) Gecko/20100101 Firefox/107.0"
}
wood=requests.post(url=url,headers=headers,data={})
print(wood.json())
with open("wa.json","w",encoding="utf-8") as f:
  json.dump(wood.json(),fp=f)

三 实现数据清洗和数据可视化

使用finebi软件读取数据，构建出包括全球疫情看板和中国疫情看板。其中全球疫情看板内容包括疫情统计数据、疫情分布、疫情确诊国家排名、全球疫情累计，通过看板即可监控疫情发展情况，中国疫情看板在此基础上增加了风险地区现存确诊、疫情热点。

1 疫情统计数据

疫情统计数据展示了今日疫情数据统计情况以及累计情况，包括今日确诊、死亡、治愈病例数，以及累计确诊、死亡、治愈病例数。

2 疫情分布

疫情分布展示了全国新冠病例的分布情况，通过全国地图实现，病例数越多，颜色越深。

可视化设计时，颜色使用要有意义，确保图表中的颜色用于传递特定的信息，避免无意义地使用颜色，极大程度上会对用户造成噪音干扰。如下区域地图，同色系通过颜色渐变表达数字大小，颜色越深，数字越大。

3 疫情确诊排名

疫情确诊排名展示了确诊病例数最高的前十个地区的名称与确诊病例数，通过柱形图实现。

可视化设计时，有效的标记图标是非常必要的，通过标签、图例、坐标轴等方式让图表更生动，图片图标还可以增加趣味性，也能易于理解。

4 疫情累计

疫情累计展示了全国今日疫情地的数据统计信息，涵盖全国各省市的现存确诊、今日确诊、今日治愈、今日死亡病例数。

5 风险地区现存确诊

风险地区现存确诊展示了存在部分中高风险、部分中风险、低风险、全部低风险的城市名称，以气泡的颜色深浅与大小代表城市的现存确诊数。

6 疫情热点

疫情热点展示了当前人们关注的疫情热点问题，通过一个报表块实现，采用跑马灯形式实现滚动消息。

四 总结

2019年底爆发的新型冠状病毒肺炎以迅雷不及掩耳之势在全球范围内传播，而中国作为疫情防控的大国备受世人关注。截止2022年8月30日，全国总确诊人数已达到300100例。为了更直观的展示全国的确诊情况，我们以帆软finebi内置的疫情播报每日12时-15时的统计数据为基础，运用帆软疫情可视化手段从每日新增量、确诊总量、确诊分布三个方面展示全国各地级行政区疫情情况，实现帆软数据可视化大屏功能。