《新冠疫情见微知著》项目详细介绍

团队信息:王姗姗、范毅伦、吕胜蓝

创作初心

日前,新型冠状病毒蔓延成为全球性传染病,世界各国互帮互助,同舟共济。我们也希望尽自己所能,为本次抗疫尽一份力。我们的作品从世界和城市两种不同的维度,使用大屏和静态图对疫情情况进行可视化,利用dataV和自然语言分析等数据分析工具,设计了“世界疫情可视化大屏”、“深圳市疫情可视化大屏”以及“城市疫情传播关系画像”这三个作品。从国家到城市再到个人对疫情发展进行分析,能够见微知著,把握疫情传播态势,病例感染类型分布、传染层级,及时采取防护措施等等。

视频讲解链接:https://v.qq.com/x/page/k09456havk3.html?

系列一:世界疫情可视化大屏

作品链接:https://datav.aliyuncs.com/share/c75c0c5d5d75e0c4cb5a197b403c23c0

作品截图:(数据截至2020/3/18)

作品简介

该作品对全球疫情情况进行可视化处理,从各个方面(确诊人数况、死亡人数等)出发,展示各国的战 “疫”状况,展示中国的大国担当。同时对社会热点、新闻等进行展示。

  • 第一部分——全球地图 

    全球地图包括热力层、散点层、飞线层和基础世界地图四个图层。

    热力层部分通过以每个国家的边界为界限,显示全球各国的目前累计确诊人数。颜色越深表示确诊人数越多。散点层对每个地区的累计确诊人数进行显示,黄点的位置表示地区中心的位置,黄点的大小表示确诊人数的多少。飞线层表示截至目前中国为全球各国提供的医疗援助。 

  • 第二部分—柱状图和折线图 

    第二部分包括三个部分:蓝色柱状图、紫色柱状图、折线图,分别表现了从1.22号到3.17号每一天的国内累计确诊人数、国外累计确诊人数、全球累计死亡人数。

  • 第三部分——数据细节 

该部分包括一些统计图表和数据统计展示字样。全球疫情数据变化,该部分通过将当前日期的全球累计确诊、全球累计治愈、全球累计死亡数以及与昨日相比数据的变化数进行显示,表现了全球疫情的不断变化情况。

    弧形柱图,该部分通过两个弧形柱图显示截止3.18日全球各国累计确诊人数前六位国家的累计确诊人数和治愈率。

    折线图,通过选取全球疫情最严重的中国武汉与意大利从1.22日至3.17日每一天的累计确诊人数进行比较显示,希望从中发现一些规律,为意大利的防疫提供一些支持。

  • 第四部分—疫情新闻 

    词云部分通过对当天微博数据进行可视化,同时,滚屏部分会按照顺序循环播放当天与疫情相关的新闻,显示了当前群众和媒体最关心的话题。

作品价值及影响力

世界疫情可视化主要是针对疫情发展状况的展示,以及重点突出中外的疫情,展示中国对他国的援助,展示全球的确诊、治愈、死亡人数,并对当天微博数据进行可视化,显示了当前群众最关心的话题。有助于群众了解疫情并帮助关注海外输入病例对中国的影响,利于决策管控力度。

数据来源及预处理

(注:大屏中所展示的数据截至2020/03/18)

  • 通过此链接获得世界每天的各国疫情数据(表格形式)https://github.com/CSSEGISandData/COVID-19
  • 通过github上开源项目的接口进行json解析和数据过滤,获取新闻资讯https://lab.isaaclin.cn/nCoV/zh
  • 通过此链接发开源项目获得各国相关的疫情数据并进行过滤https://github.com/BlankerL/DXY-COVID-19-Crawler
  • 通过百度获取世界各国的3位数英文简称;通过爬取微博获得现阶段热词以及中国对外国的援助信息


系列二:深圳市疫情可视化大屏

作品链接:https://datav.aliyuncs.com/share/60977330fe0325fae7bb9a33ac12dfe9

作品截图:(数据截至2020/3/18)

作品简介

深圳是国家对外开放的一个重要窗口,人口流动比例较大,对深圳的疫情情况进行细致的分析有利于我们从微观上进一步对国内国外疫情发展过程及现状有一个具体的把握。该作品通过对深圳截止目前的患病人数从性别、地区、日期、年龄等多个角度进行分析,展示了病毒在深圳的感染情况及趋势,同时还对来深患病人员的移动情况、逗留场地等进行分析。

在背景地图部分中,有三个统计图层:呼吸气泡层、矢量散点层、飞线层。图中蓝色点的部分是呼吸气泡层,每一个呼吸点都表示患病人员曾经在此处逗留过,从图中可以看出,逗留场所比较密集的福田区、龙华区和南山区是确诊人数较多的几个区。图中黄色星型散点层代表了深圳市设有发烧门诊的医院所在地,可以看出,确诊人数较为密集的地区,医院也比较密集,可以方便患者得到及时的治疗。紫色飞线层表示来深确诊人员的移动轨迹,按照时间顺序进行显示,从飞线规律中可以看出,疫情前期主要是从湖北输入,到中期开始有其他省市的输入,最后到三月份左右开始有大量的境外输入,且大部分通过香港港口入境。

作品价值及影响力

深圳市新冠肺炎疫情动态大屏展示了深圳市的疫情从开始到目前的一个发展过程,我们从宏观和微观两个方面对深圳市的疫情进行了分析。微观上对每一个深圳市患病人员进行移动轨迹分析并确定其逗留场所;宏观上从市区、年龄、性别、时间等方面对确诊人数和治愈人数进行了统计分析。该作品从深圳市的疫情发展状况间接反映了国内国外疫情发展的状况,便于政府工作人员对病毒的染病规律及各区的防疫布置有进一步的了解,从而能够在医疗调控、来深人员的隔离等方面提出更科学的解决方案。

数据来源及预处理

数据来源于深圳市政府数据开放平台https://opendata.sz.gov.cn/

获得数据通过自然语言处理提取出日期、出发地、到达地等信息,并通过百度地图api进行经纬度的转换。最终使用DataV制作大屏


系列三:城市疫情传播关系画像

作品简介

把握患者患病的原因以及患者之间的关系有利于我们开展防疫工作,我们设计了一种较为形象的可视化方案——按照患者感染的原因进行聚类,对每位患者的基本信息进行展示,并且绘制出病例之间的关系。这种基本信息和关系是通过病毒结构的隐喻来传达的。将患者染病的大原因映射成病毒内部的遗传物质,将每个患者映射成病毒衣壳上整齐排列的壳微粒,同时又对这些患者进行更为细致的聚类。此外,如果这些患者又进一步感染了别人,那么就一层一层地往外拓展,从而清晰地展现病患之间的关系。通过城市的病毒传播关系画像,可以更加直观地把握城市中病例感染类型分布、传染层级差异、城市之间的疫情差异等等,从而因地制宜,及时采取或调整防疫措施。

图例说明

每个结点都表示一个患者,其中节点内部的填充颜色表示患者目前的病情,节点边框的颜色:蓝色代表男性,红色代表女性,边框的宽度从1px到7px分别代表不同的年龄段,边框的线型:实线代表本地病例,虚线代表外地输入病例。另外病例号、住址、角色等信息都以文字形式写在节点当中……

案例分析

目前整理并绘制了两个城市的病毒传播关系画像:深圳市和济南市。

图关系图概览,可以初步观察该城市总体的患病原因和传染的情况,也有更为详细的大图,可以看到病例的信息和具体的传染关系。

结合图可以发现,不管是哪个城市,家庭成员之间相互传染的现象较为严重,和武汉相关的病例数也占城市总病例数的半数左右;此外,深圳的患病人数远远多于济南的患病人数。这些以上情况和深圳一线城市的实际情况是相符的,相比于济南市,深圳是人口流入大市也是沿海国际大都市。

此外,也可以发现存在被传染人先发病的情况以及同行的一批人之间发病时间相隔较远等等。以图中的362和335号患者为例,362号患者接触了湖北人员以后,他的妻子比她先发病;以179、203、204、205、409为例,他们一家五口都在湖北停留多日(前往湖北枝江,多日后驾车返回深圳)但是最早的1/28发病,最晚是2/12发病。这是由于新冠病毒的潜伏期所导致的,也警示人们进行一段时间的隔离观察十分有必要。

其次,国外疫情爆发以后,北上广承压2/3的境外输入病例,因此深圳也有不少的境外输入病例。相比于前期出现大量的聚集性病例,由于我国已经积累了较为丰富的防疫经验,对境外输入人员进行检测和隔离,因此境外输入病例在入境以后就没有传染他人。这说明了在疫情防控中,及时的隔离、减少人员之间的接触可以有效地组织疫情扩散。

最后,通过关系画像中每个结点的颜色,我们可以看到,许多病例已经康复,但还有少量病例未治愈,当整幅图都变成绿色,就意味着我们在这场全面战“疫”中取得了阶段性的胜利。同时也不能掉以轻心,相信在大家的共同努力之下,我们一定能够战胜疫情!

城市疫情传播关系画像主要是针对疫情传播情况的展示,重点突出患者之间的关系、患病原因和基本信息。该画像有助于决策者把握疫情传播态势,把握城市中病例感染类型分布、传染层级差异,从而因地制宜,采取科学有效的防控措施;该画像也有助于群众了解疫情传播的基本情况,自己所在区的疫情发展态势,从而进行自我排查、及时采取防护措施等等。

数据来源

山东公共数据开放网(图中数据截至2020/03/24);

深圳市政府数据开放平台(图中数据截至2020/03/23)。



疫情数据可视化公益行动
疫情数据可视化公益行动

中国计算机学会CAD&CG专委会、阿里云天池、机器之心、阿里云DataV联合发起的以“万众’疫’心 天池众智”为主题的疫情数据可视化公益行动。专栏将对每周提交的优秀作品进行相关公示,优秀作品详细介绍可在专栏页面进行查看。

产业
暂无评论
暂无评论~