数据可视化案例｜上海疫情可视化

上海本轮疫情已经持续了一个多月，截至4月24日24时，单日新增本土确诊病例连续13天超1000例，单日新增本土无症状感染者连续21天超10000例。

根据官方发布的数据，我们也可以通过可视化分析的方式，进一步了解本轮疫情的情况。

大屏形式  分析思路  疫情数据可视化

一  对重点数据进行统计展示，例如每日的新增确诊、无症状的人数；

二  可以从时间维度分析历史数据变化和未来数据预测；

三  可以从空间维度，细化到市、区、街道，关注不同地理位置的数据分布和变化，进行有效的重点防控。

4月24日  最新确诊人数2472  无症状感染者16983

2月27日-4月24日  累计确诊41285  累计无症状感染者47351

注：此处统计未去掉无症状转确诊人数

图表制作：

采用指标卡类型图表，并利用筛选器，对日期字段进行筛选

通过时间维度分析，可以比较清楚地看到随时间变化，病例新增情况持续走高，在3月31日后无症状感染者大规模新增，在近期有下降趋势。

图表制作：

1、堆积面积图

查看随时间变化，上海全市的确诊及无症状感染者数据变化。同时可以增加辅助线，帮助我们更清楚地感知数据量级

2、对比折线图

将区字段放置到对比维度，可以对比查看上海各区的病例数随时间变化情况

按对比拆分后：

3、各区5日环比分析

这里我们利用了同环比功能，查看各区最近5日环比上一个5日的新增病例数变化（即4.20-24 环比 4.15-19的新增病例增长率 ）更好地了解各区疫情发展变化情况

通过同环比分析我们可以看到，金山区和崇明区近5天内环比新增较多，有一半的区域近5天整体已呈现下降趋势

空间维度分析，主要可以将数据展示在不同的地图上，更好地了解数据在地理空间上的分布情况

图表制作：

1、区域行政地图

使用行政地图，可以按照行政区划，通过色块深浅表现各区数据差别

同时，我们只想显示上海市地图，所以需要在右侧设置栏中，进行字段匹配和统计范围的设置

2、GIS热力图

根据我们数据中的每个病例出现的经纬度点，我们还可以制作经纬度地图，更加详细的在地图中展示病例分布情况和分布密度