后疫情时代,数据可视化大屏助力科学防疫

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 。

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。

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
。

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。

疫情数据的可视化:中国疫情地图的制作

〖壹〗
、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）。

〖贰〗、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 。

〖叁〗 、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
。

〖肆〗
、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。

如何使用百度地图查询疫情动态

〖壹〗、步骤1：进入更多功能入口打开百度地图主界面，在屏幕右下角或右上角找到“更多”图标（通常为三个横线或省略号形状） ，点击进入功能扩展页面 。步骤2：选取疫情动态功能在“更多 ”页面中
，浏览功能列表，找到“疫情动态
”图标（可能标注为“疫情地图”“疫情信息 ”等） ，点击后系统将自动跳转至疫情数据展示界面。

〖贰〗 、第一步：进入“我的
”页面打开百度地图APP，在界面右下角点击【我的】选项
，进入个人中心页面
。

〖叁〗
、第一步：进入【我的】页面打开百度地图APP，在首页右下角找到【我的】图标 ，点击进入个人中心页面。

〖肆〗、进入搜索功能打开百度地图APP后
，在首页右上角找到放大镜图标（搜索按钮），点击该图标进入搜索界面 。

〖伍〗 、打开疫情动态入口：启动百度地图APP后 ，点击主页面左上角头像右侧的搜索框
，弹出选项中选取疫情动态
。

〖陆〗、打开百度地图App首页，点击页面右上角【图层】。进入图层窗口 ，下拉到页面底部
，点击“周边疫情地图” 。

如何从数据中洞悉“疫情
”的趋势?

〖壹〗
、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 。

〖贰〗、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。

〖叁〗 、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 。

〖肆〗
、“致广大”：以全局视野谋划发展洞悉规律，把握方向“致广大 ”要求在复杂形势中看清本质、把握规律
。当前国内外形势多变 ，需通过增强“四个意识
” 、坚定“四个自信”
、做到“两个维护 ”
，提升政治判断力与领悟力，从宏观层面理解“两个大局”的内涵 ，明确自身在时代坐标中的定位。

如何制作南丁格尔玫瑰图

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 。

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
。

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
。

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 。

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 。

队列研究、病例对照研究 、横断面研究还分不清楚?一张图让你彻底了解他们...

〖壹〗
、横断面研究：在某一时间点
，调查不同人群（吸烟者和非吸烟者）中肺癌的发病率，了解吸烟与肺癌的关联情况。队列研究：将一组吸烟者和一组非吸烟者进行长期随访 ，观察并记录他们中肺癌的发生情况
，从而确定吸烟与肺癌之间的因果关系
。

〖贰〗、病例对照研究：因果推断：由于病例对照研究是回顾性的，并且先确定结果再寻找原因 ，因此它只能提供暴露与疾病之间关联的线索，而不能直接证明因果关系。但是
，通过合理的设计和分析，可以为进一步的因果研究提供有力的依据 。横断面研究：因果推断：横断面研究无法推断暴露与结局之间的因果关联
。

〖叁〗 、从因果关系来看 ，横断面研究无法确定暴露与疾病谁先发生的
，只能初步确定二者有关联但无法确定因果。

〖肆〗、在判断研究类型时，不能仅凭有无对照组作为依据 。关键在于其时间指向性 ，即是否具备前因后果的时间顺序
。如图所示
，病例对照研究关注病例与对照的暴露情况，横断面研究聚焦某一时间点的暴露与疾病状况 ，队列研究则侧重于追踪暴露与疾病发展的关联。

〖伍〗
、综上所述
，病例对照研究、横断面研究与队列研究在多个方面存在显著差异 。