指导教师:朱睿杰、徐明亮
队长:王暟鹏(2018级本科生)
队员:孙正阳(2018级本科生)、徐林浩(2018级本科生)
视频讲解链接:https://v.qq.com/x/page/b0945xjwmoy.html
创作初心
在这场疫情中,作为学生,我们看到了中华儿女的坚韧,看到了中国政府的担当,看到了建造火神山、雷神山医院的中国速度,看到了千千万援鄂医护人员的上善精神,看到了中国在阻击世界疫情而做出不懈努力的大国精神。我们当代大学生作为未来建设祖国的预备力量,虽然现在还不能上到抗击疫情的第一线去,但这场疫情无时无刻不牵挂着我们的心,所以希望能够利用自身所学,用最直观的方式,设计并实现河南省疫情的可视化和高校的健康打卡可视化,为抗击疫情尽一份绵薄之力。
作品说明
可视化平台:阿里云DataV
本项目共有三个作品:
1)PC端河南省疫情可视化
2)移动端河南省疫情可视化
3)高校健康打卡可视化
《PC端河南省疫情可视化》
作品链接:http://datav.aliyuncs.com/share/e786cd33d2084433710fb90fa9be07ae
《移动端河南省疫情可视化》
作品链接:http://datav.aliyuncs.com/share/1d410056633f428f51d3ee16e67b8db3
《高校健康打卡可视化》
作品链接:http://datav.aliyuncs.com/share/e8c96a7b2f6c5f54753603e44d745120
《PC端河南省疫情可视化》
数据爬取:
使用python语言编写爬虫框架,爬取来源于腾讯、百度、丁香园、卫健委的公开的实时疫情信息,爬取的数据包括但不限于河南省各地的确诊病例,治愈病例、死亡病例、境外出境人员、以及河南省确诊病例的具体信息、轨迹信息、散点位置信息。通过多来源搜集整合数据,交叉验证数据的准确性。
数据整理分析:
使用python、excel等工具整理清洗河南省的具体病例的确诊信息、散点位置和就诊过程,借助isaaclin的API数据接口,在dataV中设计过滤器,获得清洗后的疫情相关新闻和谣言及辟谣信息。
可视化设计和实现:
风格上:可视化主要以简明清晰地展示疫情实况为原则,整体采用深色调风格,以突出疫情的严重性,各个数据项颜色分明,一目了然。
布局上:左右布局采用1:0.618的黄金分割比,左侧显示河南省地图(包括点状热力图和流式气泡图以及交互信息),境外人员输入情况以左上区域单独的河南省地区表现出来,可以清晰地显示出境外人员在各地区的输入情况。右侧显示河南省的疫情现状(包括全省累计确诊人数、累计治愈人数、累计死亡人数以及现存确诊人数)、最新疫情新闻以及谣言和辟谣信息。
数据上:数据是保持实时更新的真实数据,用户可以清晰地看到河南省最新的疫情概况、确诊人群的分布热力图、确诊患者的具体轨迹信息和就医过程、境外人员的输入情况、河南省最新的疫情新闻以及最近的谣言及辟谣信息,以上数据可以既给予科研及医护人员病例的具体信息以供研究,又可以给普通的老百姓展现出清楚简明的疫情信息,了解最新新闻,鉴别网络谣言。
交互上:鼠标移入地图区域会产生选中的颜色变化,点击区域会显示当前地区的城市、累计确诊人数、累计治愈人数、累计死亡人数和现存确诊人数信息。
《移动端河南省疫情可视化》
谷歌一份名为The Consumer Barometer的报告显示,中国的智能手机普及率达到将近70%,一个在移动端显示的疫情可视化将成为帮助人们了解和分析疫情的有力工具,因此我们在《PC端河南省疫情可视化》的基础上又设计了一款《移动端河南省疫情可视化》。
在保留PC端的大部分功能的基础上,我们在移动端增加了河南省疫情的折线图总趋势情况,河南省各市的疫情情况横向柱状图,清晰简明地显示出疫情的发展趋势和各市的疫情严重程度,极大程度的增加了普通人群对于当前疫情的发展情况,对疫情的了解越多,对其恐慌程度就越低,移动端清晰的疫情展示可以帮助政府减少社会恐慌,增加群众的疫情认知。
《高校健康打卡可视化》
在中央宣布以武汉为主战场的全国本土疫情传播基本阻断,各省各地积极准备复工复学复产的背景下,此每日健康登记可视化的实现旨在帮助各组织机构的管理人员进行区域内人员的即时健康监测及宏观防控预警指挥,根据收集到的即时健康登记数据并运用多种不同的统计展示方法,为其提供实时的、直观的人员健康情况统计结果展示和发展变化分析。同时,可以使决策人员全面掌握诸如高校师生的疫情防控具体数据情况和发展态势,结合具体有效数据分析,提高密集区域疫情防控监测、防疫预警与应急反应的客观准确性,便于推动开展复学后统计的身体健康数据,可视化展示。
设计思路
以保障复学后的高校师生的安全为原则,以高校师生每日健康登记信息为数据基础,运用可视化方法围绕高校师生的宏观健康情况与近14天内的数据变化趋势,通过多种不同数据统计方式,提供实时直观的人员健康情况统计结果和发展变化的可视化图表展示。
详细解读
实时数据:
以数字动态变化的不同颜色翻牌器直观表为载体,实时展示了所收集的全校师生数据统计结果,并统计出各项不同的身体不适的疑似症状群体人数,图表右侧动态显示目前已统计人数的健康百分比球,可以直观得到今日师生的大致健康状况。此项可视化模块可以直观展示数据收集范围区域内总体人员的健康登记情况和不适症状人群的具体数值,以便根据即时数据直观地掌握最新一日的区域人员宏观健康概况。
每日监测分布:
通过动态显示的饼状图,即时统计出各项不同的身体不适的疑似症状群体人数及分布百分比,可以直观地展示出不同症候的人数分布情况。
疑似症状人群住所统计与登记详情轮播:
以所收集的每日登记数据为基础,动态显示今日最新统计的不适症状人员的人员类别情况、主要活动范围、学号工号和联系方式等登记详情与有用信息,便于防控人员结合其他的具体有效数据分析,及时通报记录并取得疑似人员更进一步的联系渠道,同时也利于制定进一步的防控抗疫方案与推动开展下一步的防控预警措施。
图表趋势:
根据由官方确认的新冠肺炎潜伏期信息,运用不同颜色的区域折线图展示近14天内区域人员不适情况的历史登记数据,可以简单明晰地得到此范围内人员健康变化走势,为数据变化背后的深层分析和关于返工复学或防疫抗疫具体方案和措施的制定提供科学统计支持。
作品技术说明:
展示形式:使用阿里云的dataV产品进行数据可视化,其使用组件包括:数字翻牌器、轮播列表、2D平面地图、点状热力图、流式气泡图、百分比饼状图、折线图、水平柱状图、水位图、时间器等,其中穿插动、静态图片进行辅助显示,对于疫情进行逐步的可视分析,展示疫情时间与空间等多方面特征,直观形象地展示出数据,对防治疫情提出相关建议。
数据源收集及整理:作品数据源包括但不限于腾讯、百度、丁香园、卫健委的公开的实时疫情信息,通过使用python编写的爬虫框架,爬取有关数据信息,再使用python、excel等整理工具对数据进行整理,对异常数据进行清洗,最终统一整理为dataV组件所支持的稳定的json格式的数据。
所用dataV主要技术:
过滤器:
部分数据源采取API接口的形式,在添加API数据后,启用数据过滤器,通过算法实现数据结构上的转换和筛选,当组件数据源发生变化时,通过过滤器,数据响应结果会得到相应格式的最新数据。
基础平面地图:
从DATAV.GeoAtlas获取河南省包括其子区域的json api,连接到区域热力层的地理边界geojson数据接口,使用过滤器+api作用到区域热力层的热力值数据接口,根据各地区累计确诊人数的数量有层次地展示地区疫情严重程度;使用整理所得的河南省993名具体病例的位置信息配置点状热力图,清晰地展示出河南省疫情分布的密度热力图;使用整理所得的河南省993名具体病例的轨迹信息、就诊医院、病例关系等信息配置流式气泡图,动态轮播具体病例的确诊信息,方便专业人士及普通人群对河南省疫情有一个具体的了解。
轮播列表:
设置特定的时间动态轮播疫情新闻、谣言辟谣、不适人员的居住所及登记详情等信息,给用户展示出相关的可用信息,方便决策者进行相关的决策部署。
基本折线图:
在《移动端河南省疫情可视化》中用以折线图的形式,展现河南省疫情自爆发以来的总体趋势,可以直观的体现的疫情的拐点及发展趋势;在《高校健康打卡可视化》中使用折线图描述近十四天有不适症状的人群的数量,可以简单明晰地得到此范围内人员健康变化走势。
水平柱状图:
将河南省各市的确诊、治愈、死亡人数反映到水平柱状图上,清楚地显示出河南省各地的疫情分布和严重程度。