指導教師：朱睿傑、徐明亮
隊長：王暟鵬（2018級本科生）
隊員：孫正陽（2018級本科生）、徐林浩（2018級本科生）
影片講解連結：https://v.qq.com/x/page/b0945xjwmoy.html
創作初心
在這場疫情中，作為學生，我們看到了中華兒女的堅韌，看到了中國政府的擔當，看到了建造火神山、雷神山醫院的中國速度，看到了千千萬援鄂醫護人員的上善精神，看到了中國在阻擊世界疫情而做出不懈努力的大國精神。我們當代大學生作為未來建設祖國的預備力量，雖然現在還不能上到抗擊疫情的第一線去，但這場疫情無時無刻不牽掛著我們的心，所以希望能夠利用自身所學，用最直觀的方式，設計並實現河南省疫情的視覺化和高校的健康打卡視覺化，為抗擊疫情盡一份綿薄之力。
作品說明
視覺化平臺：阿里雲DataV
本專案共有三個作品：
1）PC端河南省疫情視覺化
2）移動端河南省疫情視覺化
3）高校健康打卡視覺化
《PC端河南省疫情視覺化》
作品連結：http://datav.aliyuncs.com/share/e786cd33d2084433710fb90fa9be07ae
《移動端河南省疫情視覺化》
作品連結：http://datav.aliyuncs.com/share/1d410056633f428f51d3ee16e67b8db3
《高校健康打卡視覺化》
作品連結：http://datav.aliyuncs.com/share/e8c96a7b2f6c5f54753603e44d745120
《PC端河南省疫情視覺化》
資料爬取：
使用python語言編寫爬蟲框架，爬取來源於騰訊、百度、丁香園、衛健委的公開的實時疫情資訊，爬取的資料包括但不限於河南省各地的確診病例，治癒病例、死亡病例、境外出境人員、以及河南省確診病例的具體資訊、軌跡資訊、散點位置資訊。透過多來源蒐集整合資料，交叉驗證資料的準確性。
資料整理分析：
使用python、excel等工具整理清洗河南省的具體病例的確診資訊、散點位置和就診過程，藉助isaaclin的API資料介面，在dataV中設計過濾器，獲得清洗後的疫情相關新聞和謠言及闢謠資訊。
視覺化設計和實現：
風格上：視覺化主要以簡明清晰地展示疫情實況為原則，整體採用深色調風格，以突出疫情的嚴重性，各個資料項顏色分明，一目瞭然。
佈局上：左右佈局採用1：0.618的黃金分割比，左側顯示河南省地圖（包括點狀熱力圖和流式氣泡圖以及互動資訊），境外人員輸入情況以左上區域單獨的河南省地區表現出來，可以清晰地顯示出境外人員在各地區的輸入情況。右側顯示河南省的疫情現狀（包括全省累計確診人數、累計治癒人數、累計死亡人數以及現存確診人數）、最新疫情新聞以及謠言和闢謠資訊。
資料上：資料是保持實時更新的真實資料，使用者可以清晰地看到河南省最新的疫情概況、確診人群的分佈熱力圖、確診患者的具體軌跡資訊和就醫過程、境外人員的輸入情況、河南省最新的疫情新聞以及最近的謠言及闢謠資訊，以上資料可以既給予科研及醫護人員病例的具體資訊以供研究，又可以給普通的老百姓展現出清楚簡明的疫情資訊，瞭解最新新聞，鑑別網路謠言。
互動上：滑鼠移入地圖區域會產生選中的顏色變化，點選區域會顯示當前地區的城市、累計確診人數、累計治癒人數、累計死亡人數和現存確診人數資訊。
《移動端河南省疫情視覺化》
谷歌一份名為The Consumer Barometer的報告顯示，中國的智慧手機普及率達到將近70%，一個在移動端顯示的疫情視覺化將成為幫助人們瞭解和分析疫情的有力工具，因此我們在《PC端河南省疫情視覺化》的基礎上又設計了一款《移動端河南省疫情視覺化》。
在保留PC端的大部分功能的基礎上，我們在移動端增加了河南省疫情的折線圖總趨勢情況，河南省各市的疫情情況橫向柱狀圖，清晰簡明地顯示出疫情的發展趨勢和各市的疫情嚴重程度，極大程度的增加了普通人群對於當前疫情的發展情況，對疫情的瞭解越多，對其恐慌程度就越低，移動端清晰的疫情展示可以幫助政府減少社會恐慌，增加群眾的疫情認知。
《高校健康打卡視覺化》
在中央宣佈以武漢為主戰場的全國本土疫情傳播基本阻斷，各省各地積極準備復工復學復產的背景下，此每日健康登記視覺化的實現旨在幫助各組織機構的管理人員進行區域內人員的即時健康監測及宏觀防控預警指揮，根據收集到的即時健康登記資料並運用多種不同的統計展示方法，為其提供實時的、直觀的人員健康情況統計結果展示和發展變化分析。同時，可以使決策人員全面掌握諸如高校師生的疫情防控具體資料情況和發展態勢，結合具體有效資料分析，提高密集區域疫情防控監測、防疫預警與應急反應的客觀準確性，便於推動開展復學後統計的身體健康資料，視覺化展示。
設計思路
以保障復學後的高校師生的安全為原則，以高校師生每日健康登記資訊為資料基礎，運用視覺化方法圍繞高校師生的宏觀健康情況與近14天內的資料變化趨勢，透過多種不同資料統計方式，提供實時直觀的人員健康情況統計結果和發展變化的視覺化圖表展示。
詳細解讀
實時資料：
以數字動態變化的不同顏色翻牌器直觀表為載體，實時展示了所收集的全校師生資料統計結果，並統計出各項不同的身體不適的疑似症狀群體人數，圖表右側動態顯示目前已統計人數的健康百分比球，可以直觀得到今日師生的大致健康狀況。此項視覺化模組可以直觀展示資料收集範圍區域內總體人員的健康登記情況和不適症狀人群的具體數值，以便根據即時資料直觀地掌握最新一日的區域人員宏觀健康概況。
每日監測分佈：
透過動態顯示的餅狀圖，即時統計出各項不同的身體不適的疑似症狀群體人數及分佈百分比，可以直觀地展示出不同症候的人數分佈情況。
疑似症狀人群住所統計與登記詳情輪播：
以所收集的每日登記資料為基礎，動態顯示今日最新統計的不適症狀人員的人員類別情況、主要活動範圍、學號工號和聯絡方式等登記詳情與有用資訊，便於防控人員結合其他的具體有效資料分析，及時通報記錄並取得疑似人員更進一步的聯絡渠道，同時也利於制定進一步的防控抗疫方案與推動開展下一步的防控預警措施。
圖表趨勢：
根據由官方確認的新冠肺炎潛伏期資訊，運用不同顏色的區域折線圖展示近14天內區域人員不適情況的歷史登記資料，可以簡單明晰地得到此範圍內人員健康變化走勢，為資料變化背後的深層分析和關於返工復學或防疫抗疫具體方案和措施的制定提供科學統計支援。
作品技術說明：
展示形式：使用阿里雲的dataV產品進行資料視覺化，其使用元件包括：數字翻牌器、輪播列表、2D平面地圖、點狀熱力圖、流式氣泡圖、百分比餅狀圖、折線圖、水平柱狀圖、水點陣圖、時間器等，其中穿插動、靜態圖片進行輔助顯示，對於疫情進行逐步的可視分析，展示疫情時間與空間等多方面特徵，直觀形象地展示出資料，對防治疫情提出相關建議。
資料來源收集及整理：作品資料來源包括但不限於騰訊、百度、丁香園、衛健委的公開的實時疫情資訊，透過使用python編寫的爬蟲框架，爬取有關資料資訊，再使用python、excel等整理工具對資料進行整理，對異常資料進行清洗，最終統一整理為dataV元件所支援的穩定的json格式的資料。
所用dataV主要技術：
過濾器：
部分資料來源採取API介面的形式，在新增API資料後，啟用資料過濾器，透過演算法實現資料結構上的轉換和篩選，當元件資料來源發生變化時，透過過濾器，資料響應結果會得到相應格式的最新資料。
基礎平面地圖：
從DATAV.GeoAtlas獲取河南省包括其子區域的json api，連線到區域熱力層的地理邊界geojson資料介面，使用過濾器+api作用到區域熱力層的熱力值資料介面，根據各地區累計確診人數的數量有層次地展示地區疫情嚴重程度；使用整理所得的河南省993名具體病例的位置資訊配置點狀熱力圖，清晰地展示出河南省疫情分佈的密度熱力圖；使用整理所得的河南省993名具體病例的軌跡資訊、就診醫院、病例關係等資訊配置流式氣泡圖，動態輪播具體病例的確診資訊，方便專業人士及普通人群對河南省疫情有一個具體的瞭解。
輪播列表：
設定特定的時間動態輪播疫情新聞、謠言闢謠、不適人員的居住所及登記詳情等資訊，給使用者展示出相關的可用資訊，方便決策者進行相關的決策部署。
基本折線圖：
在《移動端河南省疫情視覺化》中用以折線圖的形式，展現河南省疫情自爆發以來的總體趨勢，可以直觀的體現的疫情的拐點及發展趨勢；在《高校健康打卡視覺化》中使用折線圖描述近十四天有不適症狀的人群的數量，可以簡單明晰地得到此範圍內人員健康變化走勢。
水平柱狀圖：
將河南省各市的確診、治癒、死亡人數反映到水平柱狀圖上，清楚地顯示出河南省各地的疫情分佈和嚴重程度。