指导老师：王长波、李晨辉
团队成员：李继鹏、厉栋、孙雨晶、张佩迎
创作初心
疫情当前，共克时艰。为向疫情下的防控决策和公众行为提供参考，“疫视”以确诊病例分布及相关人群迁移数据为基础，结合多种可视化图表，展示全世界的疫情分布及中国的疫情走势，同时聚焦拥有1000万以上人口的超大城市上海，绘制一份“图说上海复工”，以生动形象的方式呈现疫情之下复工后的上海动态。“没有一个冬天不能逾越，没有一个春天不会到来”，愿世界人民携手共度难关，早日战胜疫情！
作品简介
所有的分析图表已经被集成到一个网页上，详情请浏览以下网址：
http://fast.ecnuvis.cn/covid19/
全国疫情趋势概览—热力图
我们使用热力图来展示全国重点地区近一周净确诊人数的趋势（净确诊人数=确诊人数-治愈人数-死亡人数）。正如钟南山院士所预测，2月中下旬以后，这场战“疫”行动捷报频传，从下面的动图中可以看到，全国大部分地区的净确诊人数已经明显减少。
全国重点地区2月中下旬净确诊人数趋势图
（净确诊人数=确诊人数-治愈人数-死亡人数）
但从图中可以看到仍有个别地区出现“反常”现象，如山东济宁地区于2月20日出现疫情加重的反常情况，由相关新闻报道可以知道，山东省济宁市任城监狱于当日新增确诊病例200例。
山东济宁地区出现“反常”现象
而到了三月中上旬，可以清楚地看到热力图的“火力”已大大削弱，除了湖北省的部分重点城市，其他地区的基本以“淡色”为主，并且几乎没有明显的“反常”情况出现。由此可见，在战“疫”状态下，全国的返工复工取得了阶段性的胜利。
全国重点地区近一周净确诊人数趋势图
全球疫情态势
我们主要采用散点图的形式来展现全球疫情的态势。
全球疫情散点图
地图上的每一个散点代表了一个省份或者一个国家（中国所有省份都包含在内）。并且我们对散点做了大小和颜色的映射。受感染人数越多的国家散点的尺寸越大，颜色也会越深，并且我们对累计确诊人数最多的前几个国家都加了散点的特效，以便能更加直观的观察到全球各个国家的疫情态势。
此外，我们还做了死亡率好治愈率的散点图。除了有颜色和尺寸的映射之外，我们可以通过观察此图来快速的知道哪些国家目前的态势十分严重。比如，意大利、伊朗等现在的死亡率都比较高，而中国对疫情的控制已比较到位，可以看出中国现在的治愈率在全球是最高的，事实上，意大利最近也向中国发出了求助。
死亡治愈率分布散点图
疫情确诊小区速查
为了方便人们快速的了解到自己周围是否有确诊病例，我们制作了一个全国疫情小区的地图。
全国确诊小区聚合
关于确诊小区我们在地图上做了marker的标记展示，同时为了让人更好的发现哪些地方有更加严重的疫情，我们在地图上做了点聚合。
全国确诊小区聚合
并且可以通过点击地图上的marker来了解疫情信息，可以知道具体在什么地方已经出现了确诊的病例，以提醒市民尽量不要出入已经确诊的小区。
省市疫情信息查询
为了给人们提供到最方便的省市疫情信息查询，我们提供了省市的查询功能，人们可以选择自己所在的省市来获取最新的疫情信息。
全国省市疫情信息查询
由于武汉是国内最严重的疫情地区，针对武汉市我们只做了武汉的疫情日表图，这样人们可以关注武汉一线的疫情信息，可以发现在最近的几周时间里，武汉的治愈人数所占的比例越来越大，也可以知道武汉的疫情得到了有效的控制，心系武汉，让我们为武汉加油，为中国加油！
武汉疫情日表
上海市疫情分析
下图展示了从二月初至今上海市的疫情发展趋势，可以看到自2月10日返工复工以来，总确诊人数没有明显的增长趋势，其中治愈人数明显增多，净确诊人数和死亡人数均保持在相对平稳的状态，由此可知，新增的确诊人数和新增的治愈人数保持相对平衡，而死亡人数一直保持较低水平，也反映出了上海市较高的医疗水平。
上海疫情趋势图
我们还对上海市确诊病例的居住地进行了可视化，从下图中可以看到目前来自重点地区湖北武汉以及人口数量众多的浦东新区仍是上海市此次疫情的“重灾区”，需要尤其注意。
上海市确诊病例居住地占比图
如下图所示，我们通过对上海市14天（一个隔离周期）确诊病例的涉及区域和场所在地图上进行了标识，其中颜色越深的标记表明确诊日期越近，颜色越浅的标记表明确诊日期越远。从图中的密集程度来看，无论是居家老人，还是返工人员，仍需保持对疫情的警惕性，不可掉以轻心；从图中地点的分布来看，确诊病例主要活动在人口密集，地域繁华的市中心地段，因此广大市民仍要减少外出，特别注意不要去人口密集的地方。
此外，我们对2月1日至2月21日各省迁入上海的情况进行了绘制（请见下图），其中地图颜色表示当日净确诊人数（数据来源为腾讯新闻接口），红色图标表示当日各省迁入上海的人口数据（数据来源为百度迁徙大数据），图标越大表示迁徙指数越大，此处的迁徙指数定义为该省迁入上海人口占总迁入上海人口的比例。
各省净确诊人数与对上海的迁入指数
从图中可以看出，近20天迁入上海的人口主要集中来自江苏、安徽、河南、浙江、江西等地，其中，占比最大的江苏省疫情较轻，其余省份疫情相对较重。上海采取了一系列措施积极应对返工期间大量人口入沪的影响，这些防控措施卓有成效，即使复工后人口迁入增加，疫情也未出现突增等异常情况。不过，由于病毒存在一定的潜伏期，人口迁徙指数的变动可能会带来持续若干天的影响，防控依然不能有丝毫松懈。
为了进一步观察迁入上海人口的来源情况，我们分别选取了迁徙指数排名前5的省份中，净确诊人数最多的城市和迁徙指数最大的城市进行分析。下图展示了这些城市的迁徙指数与感染人数的情况，其中横轴表示日期，气泡大小表示迁徙指数，气泡颜色表示净确诊人数，颜色越深表示净确诊人数越多，纵轴按城市净确诊人数从小到大排序。
代表城市净确诊人数与对上海的迁入指数
从图中可以看出，迁入上海的人口主要来源为江苏苏州、安徽阜阳、河南周口、浙江嘉兴等地，这些城市的疫情相对较轻，而重点疫区如：浙江温州、河南信阳等地，迁徙指数较小，仍在实施较为严格的出行管控，这也是有序复工这一举措的体现，有效减缓了返工时期的防控压力。
我们回头对上海的复工影响做了关联性分析。下图为上海复工前后的客流量图，可以看到在2.6~2.10号这段时间内也就是开始陆续返工的时段，返回上海的人员增多，可以观察到上海市新增病例增加的日期正好为2.6~2.8之间的几天，这也说明了复工对疫情扩散的影响，说明此时复工仍然有使疫情扩散的可能性，当然由于上海市的疫情防控措施比较到位，后续的疫情就得到了比较好的控制。
在民生方面，随着疫情的持续，物价也成为了群众再次关注的话题。有专家表示，疫情对于2月份物价的影响可能较大。但是后期随着一切恢复正常，相信物价并不会出现全面上涨的局面。
由于处于疫情的爆发期，对于蔬菜、水果、禽类等老百姓日常所需的食物，短期内价格出现上涨的情况是可以理解的。因为市场供应不足，而需求又在不断加大，价格自然会有所提升。等到后面疫情真正得到控制，各类供应都回到正常水平，价格自然也会回归正常。
上海往年同期消费指数比较
（数据来源：上海统计）
为了积极应对返工复工期间大量人口入沪可能对疫情产生的不利影响，上海市政府采取了一系列措施。疫情期间，为了便利广大市民的日常生活，针对居民小区附近的“停车难”问题，市公安局交警总队开展停车点位的排摸增设工作，目前，全市共新增设疫情防控期间第一批临时道路停车场37处，停车泊位1142个，车位的具体路段可参考下图中的红线，市民可在新增设停车场设有“临时停车P牌”处按照指示进行停车。
上海新增临时停车路段
（数据来源：上海发布）
随着严格的防控，不少地区已经不再或者很少有新增确诊病例，说明疫情的扩张在当前已经得到了有效的控制。人们也稳步地恢复生产生活。同时，我们也不能掉以轻心，需要时刻戒备复工复产带来的风险。疫情的控制得益于每一个人的付出，而良好的卫生习惯是面对疫情的关键，能否最终夺得胜利还需要大家的努力与坚持。
为了更好的展示上海市整个疫情发展的过程，我们将各个模块集成到了一个系统上。以下是上海各个可视化板块的截图。
上海市的疫情地图展示了上海市各个区的现存确诊情况。
柱状图更加直观的显示上海各个地区确诊情况。
折线图显示了确诊、治愈等人数和趋势。
这是对上海最近的客流量和去向统计，由于国外情况不容客观，上海又是国际性大都市，客流情况自然也会受到人们的关注，希望通过这个能让人们知道大部分人流去向，避免去人员密集场所。
“没有一个冬天不能逾越，没有一个春天不会到来。”我们坚信，只要我们怀揣希望积极负责地应对，就一定能打赢这场防疫战。华东师范大学数据可视化团队将持续关注疫情态势，关注疫情对人们的生活带来的影响。
作品价值及影响力
我们的作品针对疫情的态势做了多方面的可视化展示。
- 时序数据的展示，展示了各个省市的基本数据情况，包含累计确诊、现存确诊、治愈人数等折线，治愈率死亡率曲线等。
- 地理数据的展示，绘制了全球疫情散点图，展示了全球态势；此外绘制了上海市的疫情地图，通过颜色编码映射反应各个区的疫情，以及人口迁徙数据去分析返工情况。
- 关联分析，通过对上海市物价的分析，数据来源为国家统计局，分析了疫情对民生的影响，以及通过观察迁徙人口来分析对疫情扩散的影响。
总结来说，虽然我们的团队很小，但是我们的作品还是获得了学校的肯定，为上海市的疫情防控做出了贡献，我们也希望后续可以做出更加精彩的作品。
作品技术说明
- 数据来源：国家及各省市地区卫健委、丁香园github项目、腾讯新闻、百度迁徙大数据、21世纪经济报道、上海统计、上海发布、国家统计局
- 数据集处理：有提供API的数据我们采用API调用形式，用js处理数据，没有API调用的数据则通过爬虫爬取获得，然后使用python和excel进行数据的处理，包含了时序数据处理、地理数据处理等，其中时序数据包含了各省各市的基本信息数据，还包括了每日的迁徙数据、地理数据来自echarts，还有一些统计数据来源为公众号发布的数据，需要人工整理得到，最后所有的数据处理为json格式传输到前台。
- 可视化工具主要为echarts、d3、antv等js库，可视化形式包含了柱状图、折线图、地理地图等，最后以网页形式呈现。
致谢
在这里，我们华东师范大学计算机科学与技术学院可视化团队对所有提供帮助的人员表示最诚挚的感谢，同时也希望疫情能够早日结束。
