在疫情数据每日进行滚动更新之际，绝大多数人所体会到的仅仅是数字的增多或者减少罢了。可是，有那么一组从事科研工作的人员，正在把这些数字转变为直观呈现的图表，以此使得公众能够切实明白疫情的发展走向脉络。
可视化如何助力公众认知
一开始疫情期间，确诊病例以及疑似病例等相关数据每天都会有海量的更新情况，一般的普通民众很难单纯依据那些数字去掌握整体呈现的趋势。北京大学有个可视化与可视分析实验室留意到了这样的一个问题，从1月20日开始，他们就着手去收集官方对外发布的公开数据。
倘若把这些数据转变为图表之后，公众便能够一下子瞧出疫情是处于加剧态势还是缓和态势。比如说透过地图上颜色的深浅程度 ，能够快速知晓不同地区的风险等级 ，这相较于去阅读冗长的文字报告而言要高效许多。
疫情晴雨表的设计与应用
用于实验室创新产出的疫情变化晴雨表，是一种工具。该工具借助不同大小以及颜色的方块，来表征各地区每日新增确诊人数。一旦方块变大或者变红，便意味着情况趋向严峻。
这种设计使得观察者能够迅速开展横向方面以及纵向方面的对比。在横向层面上能对同一天状态之下不同省份的疫情严重程度予以比较，于纵向层面而言则能够对单一地区随循着时间的变动趋势进行追踪。在2月初这个时间节点，图表呈现出了浙江等地那种出现的新增病例连续好多日呈现下降态势的情况，这为人们传递出了积极的信号。
多维交互地图的实用价值
实验室制作了省级乃至市级的详细疫情态势地图，其中不包括全国概览图，这些地图具备支持缩放、点击查看详情等交互功能，能让用户自行探索所关心区域的具体数据。
这种地图采用了好多不同的数据呈现比例，就比方那个对数比例，它能够更清楚地去展示那些数据量级差别特别大的地区。而这种具备的灵活性，让专业人士以及普通民众都能够依照自身的需求来得到信息，进而提升了数据的可访问性。
远程协作背后的技术支撑
是师生志愿者在春节假期这个时间段远程协作把该项目给完成的，团队成员分布于全国各地，借助线上工具开展数据核对，进行图表设计，还进行程序开发。
在疫情可视化里，人工智能计算任务得以顺利完成这一情况中，云计算服务商UCloud提供了关键的免费云资源予以支持，尤其是高性能GPU主机，技术工程师的及时对接，还解决了项目推进过程里碰到的各类突发问题。
可视化成果的多方社会效益
包含疫情情况的可视化图表，被多家不同的媒体以及政府机构引用，进而成为在公众之间进行沟通以及形势报告方面的有效工具，这些可视化图表把复杂的数据予以简化，使得信息传播以及理解的门槛得到了降低。
这些经过清洗以及可视化处理的数据样本，对于从事流行病学等领域工作的科研人员而言，为其开展模型构建以及趋势预测提供了具备高质量水准的参考基础，从而加快了相关研究工作向前推进的进程。
持续更新与未来展望
当下，有关可视化图表已然于微信“医疗健康”等平台上线，且维持每日进行更新。项目团队依旧持续不断地开展新的分析维度开发工作，像是针对社交媒体上疫情相关信息开展可视分析。
团队还宣称，对于别的跟疫情救助有关联的信息化项目，像在线医疗、物流协调平台这类，会持续去供应免费的云计算资源以及技术咨询服务，一块儿来助力抗疫工作。
此回疫情期间，数据可视化怎样变换了你获取以及理解信息的途径呢，欢迎于评论区域分享你的见解，要是觉着本文具助益，请点赞予以支持。
