看懂疫情！北京大学可视化研究团队发布各类疫情动态分析图

编者按

2020年春节前后，突然爆发的新型冠状病毒肺炎疫情牵动着全国人民的心，大家都非常关注疫情的变化和发展。

春节期间，北京大学可视化与可视分析实验室袁晓如老师带领同学们在全国各地分工协作，依托实验室长期在可视化科研方面的高水平积累，密切针对疫情的发展变化，研发完成了一系列疫情可视化的工作。

疫情可视化专题包含了疫情变化晴雨表，各地对口支援湖北地图，各地疫情信息图，各类交互式疫情地图等。

这些工作集合在专门的网页上：

http://vis.pku.edu.cn/ncov/

（点击“阅读原文”，即可前往）

疫情变化晴雨表

根据全国各省及湖北省各市的每日新增确诊病例数量，北大可视化研究团队研制了疫情变化晴雨表。

疫情变化晴雨表利用像素可视化的方法来表示各地每天新确诊人数。

在晴雨表中，每个地区每日的新增确诊用方块表示，方块面积表示具体的数量，方块的颜色表示和前一天比较，是否有更多的新增确诊病例。通过这一新颖的可视化方法，可以非常明确地表示看到每个地区随着时间变化的疫情情况，也能够非常直观进行各地最新疫情的比较。

目前，北大可视化团队已经和腾讯微信团队紧密合作，大家可以在微信疫情专区的“新视角看数据，多维度懂疫情”模块中看到“累计确诊地图”、“兄弟省市对口支援图”、“疫情生命线”和“疫情变化晴雨表”等可视化工作，查看和体验这个功能。

在微信中，点击“我”→“支付”→“医疗健康”→“查看疫情”→疫情动态中模块“新视角看数据，多维度懂疫情”。

上图为疫情晴雨表，看到每个省的趋势和在同一天各个省之间的对比。用户可以快速识别上升或下降地区。

值得一提的是，晴雨表的工作继承的是实验室团队2019年在IEEE VAST数据挑战赛中针对虚拟危险物质城市泄漏造成公共安全危机的研究，在该成果中设计了非常高效的利用像素方式表示动态辐射泄漏情况。实验室参赛团队获得了当年该项的最高奖级。

访问网站，也可以查看晴雨表哦

http://vis.pku.edu.cn/ncov/barometer/

数读疫情

各类交互式疫情地图

研究团队提供了各类交互式疫情地图。例如下面这幅全国疫情可视化中，利用半透明的圆圈来表示各地市的新增感染确诊人数，用颜色来表示累计确诊人数。可以更好地表示各地的疫情现状。

全国新增确诊病例示意

地图利用三种颜色表示新增确诊数相较昨天的变化，通过右下角的按钮切换查看累计确诊或新增确诊情况。用户还可以交互查看具体省份中各市的确诊情况，例如：湖北在2月14日的新增确诊病例的情况。

2月14日，湖北省新增确诊病例

下图展示了截至2月14日河南省累计确诊病例的情况，可以看到和省会郑州对比，南阳、信阳两个地区更为突出，推测主要原因是两地和湖北毗邻，有很多人员的流动。

2月14日，河南省累计确诊人数

更多可视化疫情图的应用

大家可以访问

http://vis.pku.edu.cn/ncov/china_stat/

进一步互动探索哦~

鉴古知今

新冠疫情和历史重大疫情的对比

新型冠状病毒肺炎与这些历史上的传染病相比，其凶险程度究竟如何呢？

北京大学可视化与可视分析实验室发布了专门设计的交互式可视化-疫情轨迹图，用轨迹线深刻揭示了在动态变化过程中的新型冠状病毒肺炎疫情和其他各次主要流行病爆发的差异，给用户一个更为精准的评估新冠疫情挑战的角度。

病死率对比

死亡人数对比

可视化中的疫情轨迹线从病死率/死亡人数和确诊人数两个维度出发，以红色方块代表新冠肺炎，将其置于其他传染病的数据中间，为疫情发展给出一个了深刻的侧写。从可视化结果中我们可以清晰地了解到新冠肺炎和其他大规模的流行病之间的差异。

虽然它和SARS都是源自冠状病毒，其表现形式却不完全相同，二十多天以来，尽管感染人数和死亡人数都在攀升，但致死率和SARS相比差异很大。当然现在疫情还未结束，轨迹线还将有相当的变化。

手足情深

兄弟省区支援湖北地图

全国一盘棋，目前国家已建立多个省市支援武汉以外地市的对口支援关系，全力支持湖北省加强病人的救治工作。

北京大学可视化与可视分析实验室开发的可视化包括兄弟省市对口支援图，展示这种支援关系。下图的可视化中，蓝色部分为支援省份，红色部分为湖北各个接受支援的地级市。

通过选择某个省/地级市放大视图，查看对口支援关系（流动线条流入被支援地）

地级市中，除武汉以外，孝感、黄冈、荆州的疫情最为严重，分别由两个省份支援；山西省支援了疫情较轻的三个地级市。

湖南省、山东省支援黄冈市

山西省支援天门市、潜江市、仙桃市

疫情方寸间

可视化不只是表现冰冷的数字。“疫情方寸间”是北大可视化团队和雪城大学艺术团队的合作工作。

方寸间现疫情冷暖，待何日春晖重现。

这里用颜色和图像表达全国各地每日累计确诊数、治愈数和死亡数及其变化。使用方块对省市的疫情进行可视化，背景颜色表示确诊数，绿色面积占比表示治愈率，黑色面积占比表示死亡率。

西藏唯一确诊病例于2月12日治愈出院，由我们的疫情方寸间可视化可以看出，西藏是唯一一个全为绿色的省份，唯一的患者已经痊愈出院。

就2月14日的数据来看，青海、宁夏、浙江等地，绿色占比也较大，代表了较高的治愈率；江苏、浙江、江西等地还未出现死亡病例。

点击方块，可进一步查看省内疫情态势。

通过左侧时间轴调整时间。

万众一心，全球合作

在袁晓如老师的带领下，北京大学可视化与可视分析实验室针对目前的疫情发展情况，从多个角度入手，利用可视分析技术帮助人们分析数据，了解疫情。

与一般大家认为的单纯编写代码的可视化团队不同，在疫情可视化工作中，实验室依托长期科研积累，同学们在数据处理分析、确定选题、方法构思、视觉设计、编程实现等多各环节中，与团队设计师、数据分析师紧密合作，保障了在短时间内高效研发可视化精品。

实验室的同学虽在天南海北，但是都克服困难，勇于担当，积极参与，在春节期间就全力以赴投入，在短时间内研发出多角度的疫情可视化。同时在袁晓如老师的号召下，包括美国、德国、澳大利亚等国内外有数十所大学的老师同学也一同参与，诸多企业还主动提供了计算资源和各类技术支持，共同用自己的专业为抗击疫情做贡献。

正是大家的通力合作，共同努力，我们才得以更清晰直观地了解疫情变化，做好相关的防护、科研工作。

实验室的各种疫情可视化工作也在为更多人使用提供便利，收集的数据将在网站公开共享。部分工作已经开发了免费的api，欢迎想要合作的朋友通过邮件联系使用事宜：

联系方式：pkuvis@pku.edu.cn

版权声明

上述软件和可视化效果由北京大学可视化与可视分析实验室研发，版权归属北京大学。

欢迎用于公益的转载或使用，北京大学可视化与可视分析实验室提供无偿使用，请事先邮件联系说明使用情况并在使用中注明来源。其他方式的需要，请与实验室具体联系，反对任何商业盗用行为。

微科普：可视化与可视分析

可视化 (Visualization) 通过将数据转化为图形图像，提供有效的交互来帮助用户更高效地完成数据的分析、理解、表达等任务。可视化能够迅速有效地简化与提炼数据，帮助用户从大量的数据中寻找、发现新的线索，进而探索和创造新的理论、技术和方法。可视化也是大众理解数据和交流沟通的重要手段。更进一步，可视分析（Visual Analytics）是通过交互式的可视界面来促进分析推理的学科。它结合了可视化、人机交互和自动分析，使复杂的数据分析过程变得透明化。

北京大学可视化与可视分析实验室隶属于信息科学技术学院，北京大学机器感知与智能教育部重点实验室。同时也是大数据分析与应用国家工程实验室可视分析研究中心、健康医疗大数据国家研究院健康医疗可视化与可视分析中心的核心团队。

实验室在袁晓如研究员的带领下，十多年来长期致力于可视化与可视分析通用基础方法与领域应用系统的研究，在地图隐喻可视分析方法、可视化数据管理、可视化的快速构建与自动化等方向做了一系列创新的工作，相关成果已经直接应用于科研、交通、安全等领域。

团队十余项次在IEEE VAST可视分析挑战赛中获奖。2009年起，首创并坚持十余年举办可视化暑期学校，培养各地学员逾千人，发起并共同创建了中国可视化与可视分析大会，推动了国内可视化社区的建立。

相关链接

来源：北京大学可视化与可视分析实验室

排版：孙萌

原标题：《看懂疫情！北京大学可视化研究团队发布各类疫情动态分析图》