后疫情时代,数据可视化大屏助力科学防疫

〖壹〗、后疫情时代 ，数据可视化大屏通过直观 、动态的方式展示疫情数据
，为科学防疫提供了有力支持，帮助决策者和公众快速理解疫情现状并预测发展趋势 。 以下是利用山海鲸可视化软件制作疫情可视化监控大屏的详细过程：新建大屏选取模板：打开软件后 ，在界面找到“资源中心”
，搜索疫情可视化相关模板，选取一个喜欢的模板进行后续操作
。

〖贰〗
、通过模块化设计提升协作效率分体式BI的协作价值：分体式BI将报表或大屏拆解为多个独立模块（如数据源、图表 、交互控件） ，团队成员可并行开发不同模块，最后通过低代码平台整合。例如
，数据工程师负责数据清洗，前端开发者设计可视化界面 ，分析师配置交互逻辑
，各环节互不干扰 。

〖叁〗
、综上所述，后疫情时代的科学防疫是一个复杂而系统的工程 ，需要我们充分理解病毒的演化规律、把握防疫政策的转换逻辑 、实践精准化的防疫策略
，并不断探索和完善防疫体系
。只有这样，我们才能更好地应对疫情挑战 ，保障人民的生命安全和身体健康
，推动经济社会持续健康发展。

〖肆〗、常态化防控的关键原则科学精准：以数据和风险评估为依据，避免过度防控或防控不足 。

〖伍〗
、智能交通在后疫情时代既面临传统模式受限的挑战 ，也迎来技术赋能防疫与复工复产的机遇
，通过韧性系统、智能工具 、枢纽管理
、物流创新等路径构建防疫新格局，并推动交通体系向科学化、一体化 、健康化方向升级。

2022年8月5日北京新增肺炎多少

通过查询相关资料显示 ，2022年8月5日北京新增肺炎361例
。因为是经过新华社图表了解到是国家卫健委：8月5日新增新冠肺炎确诊病例361例，其中本土病例310例。

北京新增3例京外关联确诊病例
，2地升为中风险8月4日0时至12时，北京市新增3例京外关联本地新冠肺炎确诊病例 。根据疫情形势 ，北京市将2个地区升级为中风险地区
，并要求望京街道地区人员原则上不允许出京，以遏制疫情扩散风险
。

南航CZ8372航班（莫斯科至深圳）：8月5日该航班确诊新冠肺炎旅客11例 ，自8月22日起
，暂停该航班运行4班。海航HU7986航班（莫斯科至西安）：8月10日该航班确诊新冠肺炎旅客17例，占比达到该航班入境旅客人数的4% ，自9月26日起
，继续暂停该航班运行1班 。

【4.10新冠图表】西班牙每295人有1人确诊;英法各增1千死亡

截至4月11日，西班牙每295人中有1人确诊新冠肺炎；英国和法国单日新增死亡病例均接近1000例
。西班牙疫情概况西班牙确诊比例达到每295人中有1人确诊 ，显示疫情在人口中的扩散程度较高。其他主要国家数据 意大利累计死亡病例接近9万例
，疫情致死率较高 。

如何制作南丁格尔玫瑰图

〖壹〗
、内径设置：右键环形图，选取“设置数据系列格式 ” ，将圆环内径大小调整为3%
。填充与边框：边框：在“设置数据系列格式
”中选取无线条。填充：根据数据源中的“新增”数值设置填充色 。例如：香港新增10，则环形图10格均填充颜色；上海新增4
，则仅填充4格，其余6格保持无填充
。最终优化：添加数据标签 ，调整字体、颜色等美化细节
，完成玫瑰图制作。

〖贰〗 、也可以在他们的官方微博上找到微云下载方式及模板使用方法 。启用宏：在使用模板前，需要启用Excel中的宏。依次点击“文件 ”-“选项
”-“信任中心”-“信任中心设置 ”-“宏设置”-“启用所有宏
”
。使用模板：打开模板后 ，按照模板中的说明输入数据
，即可一键生成南丁格尔玫瑰图。

〖叁〗
、操作：插入雷达图，右键选取“更改系列图表类型” ，将数据系列格式调整为“面积图 ” 。手动调整数据值以控制扇区半径：数据值越大
，扇区半径越长，从而模拟南丁格尔玫瑰图的视觉效果
。替代方案：环形图法：通过多层环形图叠加实现 ，但数据量大时需逐层调整
，操作较繁琐。

〖肆〗、通过双击某个扇形，可以快速更改其颜色 。完成颜色设置后 ，你将看到一个漂亮的南丁格尔玫瑰图
。

〖伍〗 、在Excel中，你可以利用原生工具或数据插件轻松制作南丁格尔玫瑰图。使用原生工具
，首先选取包含数据的单元格区域，插入环形图 ，调整样式和颜色
，通过设置数据系列格式调整圆环的直径，最后确保不显示不需要的扇形 ，完成图表制作 。此过程虽需一定的耐心
，但能让你对Excel图表功能有更深入的了解
。

如何从数据中洞悉“疫情”的趋势?

判断方法：当疑似病例曲线持续下降时，说明疫情的扩散趋势得到控制 ，最后的胜利就离我们不远了。例如在分析某地区疫情时
，若连续一周新增疑似病例数呈递减趋势，且下降幅度较为稳定 ，可初步判断该地区疫情传播速度在减缓 。新增治愈人数与新增死亡人数作用：对比新增治愈人数与新增死亡人数
，可以判断疫情的破坏程度
。

DadaViz的可视化作品远不止于此，从非洲埃博拉疫情的传播分析 ，到纽约出租车使用情况的可视化，再到全球服刑人口和互联网使用地图
，每一张图表都是对世界的独特解读。Markovitz，这个来自委内瑞拉的以色列移民 ，和他的团队
，就像一个联合国，用数据语言跨越文化界限 ，共同讲述全球的故事 。

消费品企业需重新认识后疫情时代主流消费人群行为特征及变化
，为趋势判断提供依据。

疫情数据的可视化:中国疫情地图的制作

疫情数据可视化：中国疫情地图的制作 疫情实时追踪版块中展示的中国疫情图，展示了各省份的病例数 ，动态映射了疫情的传播情况
。制作此类地图主要利用Python的pyecharts库
，其依赖Echarts数据可视化库，提供丰富的图表类型。要开始制作 ，首先确保已安装pyecharts（通过命令pip install pyecharts实现） 。

地图绘制选取数据：在Excel中选中包含省份名称和确诊人数的数据区域
。

准备数据 获取风险地址：通过官方发布的疫情通报获取风险地址信息。

制作组件炫酷的数据可视化大屏离不开丰富多样的组件
，组件的完成度直接决定大屏的观赏性 。

点击开始制作图表--- 创建图表 --- 选取地图---标准中国地图 数据编辑--- 导入excel
。即可将我们准备的疫情数据导入 4，调整颜色 通过参数调整。在值域中通过修改值域范围和控制器颜色 。可以简单的做出一个还不错的图表
。另外 ，图说里面还有其他很多常用的图例。都是我们用echarts经常来做的 。