整理

精确到地级市的疫情图,数据准确,实时掌控疫情发展

我们每天都能从新闻看到关于新冠肺炎疫情的各种报道,也会听到各种发生在当地的「小道消息」。很多时候,官媒报道的新增病例都体现在省级行政区,似乎它们离我们还是有点远;而本地媒体报道的新增病例,我们又不敢全信。因此,获取当前地级市最新的疫情,是非常有必要的一件事。

近日,国内有开发者根据腾讯的数据自动生成新冠肺炎地级市疫情图,其十分钟自动更新一次,并且部署到国内服务器以加快网页访问速度。

访问地址:http://jacky.ren/pneumonia/

如下是将地级市的疫情情况(数据来源有保障),与高德地图相融合后的效果,相比其它以省份为绘制单位的可视化图,这样的图更加精确。

值得注意的是,高德地图是可以缩放的,我们可以根据所在地查阅详细信息。如下所示为武汉周边的市县疫情图,放大后能看到更多的信息。

除此之外,开发者在页面上还添加了腾讯新闻的疫情实时追踪,这既是信息源也是补充资料。腾讯新闻表示,所有数据都来源于国家卫健委、各省卫健委以及权威媒体报道。

其更新方式为,当国家卫健委公布数据时,全国总数与国家卫健委保持一致。当各省卫健委公布数据时,如果各省数据总和已经超过之前国家卫健委总数,则切换为直接使用各省数据总和。因为国家卫健委及各省卫健委发布数据的时间各不同,部分时段全国数据不会等于各省数据之和。

腾讯新闻疫情网页。

开源项目

开发者将该项目的代码都放到了 GitHub,我们可以根据需求修改代码,并部署自己的服务。例如,我们可以获取疑似病例、治愈数或死亡病例,并作出新的地图。

项目地址:https://github.com/lispczz/pneumonia

我们可以从代码看出来,主要工作在于获取疫情数据、获取市级行政区的地图代码,计算地级市的颜色三部分。开发者为不同的代码添加了中文注释,如下所示为计算上色的代码:

def count_to_color(confirm, suspect):
    # 颜色含义同丁香园
    if confirm > 100:
        return '#73181B'
    if confirm >= 10:
        return '#E04B49'
    if confirm > 0:
        return '#F08E7E'
    if suspect > 0:
        return '#F2D7A2'
    return '#FFFFFF'

看来地图上的纯白,不仅没有确诊病例,同时也没有疑似病例。

机器学习及开源社区,很多开发者都以自己的方式帮助大家抵御新型肺炎病毒。这些努力肯定都不会白费,多戴口罩勤洗手,病毒并不可怕。

入门地级市疫情图新型冠状病毒
相关数据
机器学习技术

机器学习是人工智能的一个分支,是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、计算复杂性理论等多门学科。机器学习理论主要是设计和分析一些让计算机可以自动“学习”的算法。因为学习算法中涉及了大量的统计学理论,机器学习与推断统计学联系尤为密切,也被称为统计学习理论。算法设计方面,机器学习理论关注可以实现的,行之有效的学习算法。

推荐文章
暂无评论
暂无评论~