数据可视化案例|上海疫情可视化

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。

重点数据

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

时间维度分析

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

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

根据可视化分析可以发现,截至4月25日,浦东、黄浦、闵行区累计感染人数最多,但是浦东和闵行区近5天环比增长率为负,说明整体防控已有效果。

原文链接:https://www.1588tao.com/25655.html,转载请注明出处。

0

站点公告

由于这几天忙,没有更新,明天正常恢复更新。购买文章时可先点击网盘检测链接是否有效,无效的文章请勿购买,请及时联系站长修补。请勿使用UC浏览器浏览网站,uc误报网页,请更换其他浏览器浏览。
显示验证码
没有账号? 注册  忘记密码?
'); })();