基于Echarts的肺炎疫情數據處理與可視化

彭順生

摘要：目前各個領域面對大數據，需要借助數據可視化技術把大數據轉換為動態圖形，并利用交互手段幫助理解數據。本文介紹了ECharts可視化技術及交互組件，結合天行數據接口獲取實時數據，按照可視化的基本流程，實現基于ECharts的肺炎疫情數據處理與可視化，展示中國各地區疫情數據，讓更多的互聯網用戶把握疫情走向，共抗疫情。關鍵詞：ECharts;肺炎疫情;數據處理;可視化

中圖分類號：TP399 文獻標識碼：A 文章編號：1006-8228（2020）07-47-03

0引言

2019新型冠狀病毒（簡稱2019-nCoV），因2019年武漢病毒性肺炎病例而被發現，2020年1月12日被世界衛生組織命名。疫情發生以來，通過疫情數據可視化，直觀的展示疫情形態，對疫情溯源、監測、疫情防控部署等方面起到了積極作用，同時讓人們更好的把握疫情走向，提升人們對疫情的重視。本文利用天行實時數據接口，抓取肺炎疫情實時數據，使用ECharts多樣化的圖表，簡單可視化疫情數據。

1肺炎疫情數據處理與可視化簡介

肺炎疫情數據處理與可視化使用HTML.CSSJayui框架實現頁面布局和疫情信息列表展示，利用JavaScript語言與jQuery插件結合天行實時數據接口，獲取肺炎疫情實時數據，實現數據結構化，并渲染頁面數據，最后利用ECharts生成地圖并處理視覺映射功能，肺炎疫情信息列表見圖1所示，肺炎疫情地圖見圖2所示。

2ECharts介紹

ECharts是一個使用JavaScript實現的開源可視化庫，可以流暢的運行在PC和移動設備上，兼容當前絕大部分瀏覽器，底層依賴矢量圖形庫ZRender，提供直觀，交互豐富，可高度個性化定制的數據可視化圖表，具有豐富的可視化圖表類型（包括如折線圖、柱狀圖、地圖、并且支持圖與圖之間的混搭），對二維表、key-value等多種格式的數據源支持，數據分塊加載、異步渲染，擁有多維數據及豐富的視覺編碼手段等特性。

鑒于肺炎疫情地圖及信息展示的數據格式、設備類型、圖表類型、視覺效果，選擇ECharts實現，即方便快捷又能達到高質量的效果。

3肺炎疫情數據處理與可視化實現

本項目實現包括需求分析、頁面設計、數據準備、數據可視化實現四個步驟。

3.1需求分析

為實現疫情數據可視化，將疫情文本信息，轉化為直觀、具體且界面友好的地圖形式，顯示疫情的分布情況，并且可以查看具體省份的疫情統計信息。

基于web平臺實現疫情數據的可視化，web數據可視化主要是借助于圖形化手段，清晰有效地傳達與溝通信息嘲，它與信息圖形、信息可視化、科學可視化以及統計圖形密切相關。功能描述如表1所示。

根據功能描述使用原型工具Axure實現頁面原型。

3.2頁面設計

頁面設計采用了一款自身模塊規范，它的體積輕盈，組件豐盈，非常適合界面快速開發的前端uI框架leyui。頁面設計包括：

（1）準備一個div，用于存放地圖數據，代碼如下：

（2）處理模板

數據展示包括表頭區和內容區域，其中表頭區采用layui的柵格系統設計（包括地區、累積確診、現有確診、治愈、死亡五部分），內容區分別為省份數據模板和二級城市數據模板，省份數據模板使用layui柵格系統實現，二級城市數據模板采用表格實現。

3.3數據準備

本文數據來源于天行數據接口，天行數據接口標準統一、簡單易用、服務穩定高效。因接口數據的結構和地圖中使用的數據結構不一致，需要把接口數據過濾處理成地圖需要的數據格式。實現過程如下：

4結束語

實驗表明，利用天行實時數據接口抓取肺炎疫情實時數據，使用Echans可視化2019-ncov疫情數據，讓人們實時、便捷的把握疫情走向，共抗疫情。不足之處是天行實時數據接口有使用次數限制，可通過Python爬取網絡數據進行分析，解決數據接口問題。