新冠疫情可视化地图集 – 零新增确诊地图

地图是人类概括和符号化所在地理空间和现象的有效手段。有猜测,自从石器时代人类开始制作各种原始的地图。今天我们还能在博物馆看到数千年前人类保留下来的实物地图。19世纪约翰·斯诺医生制作的霍乱地图则开启了利用地图这一形式进行多元数据融合推断,进行决策的先河。

在针对新冠疫情的工作中,北京大学可视化与可视分析实验室研发制作了一系列交互地图。在此我们讨论通过数据绘制各类主题地图,帮助更好的理解疫情发展变化。今天我们介绍其中的零新增地图。

继续阅读 »

国际疫情态势可视分析平台

目前中国新冠肺炎新增确诊人数总体在逐渐减少,世界卫生组织也肯定了中国对新冠肺炎所做的努力,并且认为中国的疫情顶峰已过,现在正处于稳步下降的状态。但是国际疫情却异常严重,韩国,日本,意大利,伊朗都面临着巨大的挑战。

北京大学可视化与可视分析实验室提供了一系列的工具,帮助大家实时查看国际疫情。

继续阅读 »

视解疫情 – 国际风云变幻

目前中国新冠肺炎新增确诊人数逐日减少,世界卫生组织也肯定了中国对新冠肺炎所做的努力,并且认为中国的疫情顶峰已过,现在正处于稳步下降的状态。与此同时,世界上其他国家的疫情逐渐取代了中国,成为了世界关注的焦点。世界卫生组织总干事斯谭德塞22日在日内瓦与非洲联盟和非洲疾病预防控制中心官员的紧急会议上中谈到,“因为新冠肺炎病例在中国境外的迅速增多,使得防止疫情全球扩散的‘机会之窗’正在缩小。并且,目前在中国以外报告病例最多的日本、韩国、意大利和新加坡等国,都已经出现了社区聚集性感染现象。”

下面我们主要通过可视化,为大家分析全球疫情传播态势。

继续阅读 »

视解疫情 – 关注国际

截至2月24日,我国累计确诊新冠肺炎病例77658例,确诊增速放缓,湖北省外(不含港澳台)新增确诊降至个位数,多数省份实现零新增,疫情控制良好。然而国际疫情形势却逐渐严峻,日本、韩国确诊均已超过800人,意大利病例增长迅猛,欧洲国家处于感染的高风险状态。世界卫生组织总干事谭德赛指出,现在是所有国家、社区、家庭和个人集中精力控制疫情、并为可能到来的“大流行病”做准备的时候。世卫组织将持续进行风险评估,时刻监测疫情的发展变化。
具体试用可以通过疫情可视化网址:http://vis.pku.edu.cn/ncov/

继续阅读 »

疫情晴雨表新版上线了!

截至2020-02-23 16:50,新型冠状病毒肺炎(COVID-19)全国确诊人数超过7万7千人。全国人民都在关注何时疫情能够被遏制和战胜。

北京大学可视化与可视分析实验室最近发布了疫情晴雨表,为大众深入理解当前疫情提供了可视化利器。今天我们发布了晴雨表的新版本。新版本包括在原有省和地级市两级可视化的基础上,增加了对全国所有地市新增确诊数动态(不包含台湾省)的排名。下面为大家介绍晴雨表的新功能。具体试用可以通过疫情可视化网址:http://vis.pku.edu.cn/ncov/

继续阅读 »

2减1 能不能等于 1? – 新增核减这个数据怎么看

今天,在武汉经历了三天大规模的排查之后,新增病例有了大幅度的下降,数据一下子从连日的一千六百多直接降到了六百多例。但是今天卫健委发布的数据也同时引发了热议。很多网友疑惑为什么国家卫健委通告全国今日新增确诊394例,但仅武汉就新增615例,是不是卫健委算错了?人民日报官微的《武汉新增确诊病例高于湖北全省?这个数据你看懂了吗?》和央视网的《16连降!还有一个数据需要特别解释一下》这两篇推送在朋友圈刷屏。这里我们试图对新增核减的关系做一个详细的分析。

继续阅读 »

面对新冠病毒,这张疫情轨迹图你一定要看

北大可视化与可视分析实验室发布疫情轨迹图,可视化对比新冠与其他历史疫情。

自从新冠疫情爆发以来,你的生活或许变成了这样:每天早上一起床,便习惯性地打开手机,点开微信朋友圈或新闻类APP,查看今天的新增确诊病例人数、新增死亡病例人数和疑似病例数,忧心忡忡地看着窗外,想着什么时候情况能够好转,自己得以“刑满释放”,出门去在春风杨柳里走一遭。

继续阅读 »

新型冠状病毒肺炎疫情可视化-疫情晴雨表-2020.02.02更新

更新截止到2020.02.01晚24:00的疫情变化晴雨表。我们将每个省每天新增的确诊病例用方块的大小表示,用不同的颜色来表示和前一天比较,是否有更多的新增确诊病例。下面的可视化包括了湖北各市、地区和全国各省区。可以看到,目前虽然情况严峻,但是多个省份,已经有了一些好的迹象。我们希望疫情及早结束。

继续阅读 »

悉尼大学教授Peter Eades等一行访问北京大学可视化实验室

2020年1月11日,悉尼大学计算机学院(School of Computer Science)教授Peter Eades, Tongliang Liu,Zhiyong Wang,Xiuying Wang访问北京大学可视化实验室。Peter Eades教授是图可视化领域的专家,Eades教授在1984年提出了力导向算法的原型,是图布局最经典的绘制算法,曾经多次担任实验室举办的暑期学校的授课讲师。

继续阅读 »

面向自动化的信息图设计:基于深度学习的可扩展时间线自动生成(Towards Automated Infographic Design: Deep Learning-based Auto-Extraction of Extensible Timeline)

在创建信息图(Infographic)时,不仅要考虑视觉元素有效性,还要考虑设计美学、趣味性,对普通用户来说门槛较高。为了方便用户进行信息图设计,目前已经出现一些自动化的设计工具,但仍存在两个方面的问题:第一,模板风格单一,用户只能将数据导入模板,缺乏设计的多样性,如Microsoft PowerPoint和Adobe Illustrator等,用户定制性较差;第二,用户常常在网上搜索自己喜爱的信息图,以寻找设计灵感,但这些图片一般是位图(Bitmap)格式,用户如果想借鉴该图片的风格,还需要重新手动绘制,过程十分麻烦和枯燥。因此,从位图中自动提取可以编辑的模板用于新数据的创作,是有实际需求和价值的。

继续阅读 »