基于PHP的疫情数据查询及可视化技术研究

2020年,新型冠状病毒肆虐全球。在这场没有硝烟的战争中,全国人民同舟共济、守望相助,举全国之力抗击疫情。笔者采用MySQL数据库技术存放疫情数据,利用PHP技术从数据库中查询疫情数据并把数据传送到网页,利用Echarts图表技术进行疫情数据可视化,实现累计确诊和现存确诊分布地图的制作。

Python在疫情统计数据可视化中的应用研究

在流行病学研究中,人们常常使用统计地图来描述某种疾病在某个地区、某一时间的分布即统计数据的可视化问题。统计学者使用统计分析商用软件SAS和R语言较多,但是SAS软件默认设置的绘图精度不高,调整需要用户翻阅帮助手册进行深入学习;而R语言绘图适用于那些熟悉ggplot2制图的人员,新手没有ggplot2制图基础,学习该软件比较困难[1]。

基于Docker的分布式疫情数据可视化平台管理系统

新冠疫情数据可视化平台以可视化的方式为人们实时展现疫情动态,给使用者提供便捷,但随着项目体系的复杂化、模块层次增多,加大了运维管理和开发成本。因此,提出基于Docker的分布式疫情数据可视化平台管理系统,将网络爬虫模块、数据清洗模块、可视化模块存放在不同的容器中,各容器相互独立并发运行。系统设置生命周期管理模块、监控与警告模块、访问控制模块用于管理容器,以提高平台的健壮性,更好的提供可视化服务。

基于ECharts的疫情数据可视化技术研究

首先对疫情数据可视化的项目需求进行了背景分析,接着介绍了项目的总体设计思路,然后具体阐述了疫情数据库的设计、疫情数据的查询、疫情数据的展示,并分析了核心代码。利用MySQL数据库存放从官网爬取的疫情数据,使用PHP技术查询MySQL数据库中的疫情数据,实现网页和数据库的动态交互,利用ECharts图表技术进行疫情数据的可视化,制作了疫情折线图,用来展示疫情近期的变化趋势,制作了疫情柱形图,用来展示各个国家的疫情对比情况,让民众更加直观清晰地获取关键的疫情信息、了解疫情形势、判断疫情走势,为疫情防控提供直观、形象的数据支持。

数据可视化平台的建设与应用——以哈尔滨工程大学为例

将海量的枯燥数据通过技术手段以人眼易于识别的图像、图形和图表形式呈现出来并动态更新,更直观地帮助人们理解数据中隐藏的信息,是数据可视化的重要研究和发展方向。文章首先介绍了数据可视化的相关知识和工具,然后以哈尔滨工程大学为例,对建立学校数据可视化环境、建设“疫情防控”数据驾驶舱以及支持学校开展科学精准疫情防控工作的做法和经验进行了介绍和总结,以期为其他高校提供有意义的参考。如今,大数据和人工智能蓬勃发展,已成为各行各业的热门话题。

面向多源城市出行数据的可视化查询模型

多源城市出行数据为理解城市现象和享受城市生活带来了机遇.利用统计物理学和数据挖掘技术,人们在多源城市出行数据的研究上取得了很大进展,但是基于可视分析方法的研究甚少.为此,提出了一种可视化查询模型旨在解决应用可视分析方法研究多源城市出行数据时所面临的数据组织和可视表达上的挑战.查询模型从数据抽象,数据组织和管理,查询交互界面以及可视化分析等方面进行探讨,介绍了相关方法和技术.最后实现了查询模型的实例系统并通过典型案例证明了查询模型的有效性.

新型冠状病毒肺炎疫情数据可视化设计综述

目的分析、总结新型冠状病毒肺炎疫情可视化设计案例,为疫情数据可视化设计的不断完善提供参考。方法检索、分析国内外相关文献资料,对疫情期间各主要媒体所发布的各阶段疫情数据可视化作品进行收集、分析和总结。结果得出疫情可视化设计的用户分类、数据类型、特点、演化过程等信息。结论收集到疫情可视化设计方案针对大众关心的疫情信息作了形式多样的表达,并随着疫情发展不断调整改进。同时,需要提高设计方案的用户针对性,加强设计评价以提升可用性及用户体验。也需要完善人流、物流、信息流等数据的可视化设计,并且达到系统化、规范化、实时化。

工程数据库的可视化查询技术

在开发三峡工程施工期安全监测数据库管理系统中，针对信息量庞大和信息反馈实时性强的特点，对可视化查询进行了研究，提出了可视化查询设计设想，并采用了实现可视化查询的关键性技术。

可视化空间数据库查询语言CQL

本文着重从语法、语义及语用三方面介绍了我们所开发的一个可视化空间数据库查询语言ＣＱＬ．该语言允许用户借助于可视化基本元素——卡片进行编程，实现对空间数据库的检索．用户查询语句是这些卡片的空间组合．该语言对查询结果的表示提供了多种形式：图形表示形式、正文表示形式、临时文件或三者的组合形式．

基于网络爬虫疫情数据分析及可视化系统的设计与实现

为了将信息清晰地呈现并实时跟踪数据的变化,数据可视化可以更准确地发现数据背后的问题。而数据可视化系统具有数据接入、数据处理、可视化展示等功能,能够帮助人们更轻松地实现可视化过程。文中以Python爬虫获取疫情数据为例,利用Matplotlip和Numpy库工具对疫情数据进行分析,借用ECharts图表库以及JS前端框架将数据以直方图、饼图、柱形图等图表的形式进行展示,设计出一款疫情数据分析及可视化系统。通过测试使用,该系统界面友好、易操作,数据更新及时,方便查看世界疫情的实时数据以及疫情在中国的状态,及时了解当前各地疫情的动态信息,起到提醒和警示作用。

海洋数据平台数据可视化查询系统设计方案

海洋数据可视化查询系统对提高海洋数据查询效率、改善数据展示友好性具有重要意义。针对海洋数据库数据异构问题,研究设计了可视化信息数据库,为数据可视化业务层提供统一的数据层接口。利用组件技术设计实现海洋数据转换、数据查询及数据可视化功能,解决一般海洋数据管理系统仅能满足特定需求的局限性,提高系统的可扩展性及模块的可移植性。以渤海海区数据作为数据源开发原型系统验证了该系统的实用性。

基于ECharts的肺炎疫情数据处理与可视化

目前各个领域面对大数据,需要借助数据可视化技术把大数据转换为动态图形,并利用交互手段帮助理解数据。本文介绍了ECharts可视化技术及交互组件,结合天行数据接口获取实时数据,按照可视化的基本流程,实现基于ECharts的肺炎疫情数据处理与可视化,展示中国各地区疫情数据,让更多的互联网用户把握疫情走向,共抗疫情。

基于工程勘测数据库的可视化查询信息系统的设计与实现

详细介绍了用VB来实现基于工程勘测数据库可视化查询子系统的全过程。并且在C S模式测试通过。

人民日报微信公众号数据新闻的可视化叙事——以新冠肺炎疫情报道为例

在新冠肺炎疫情报道中,数据新闻因其独特优势,越来越受到各媒体的青睐。本文以人民日报微信公众号在2020年1月21日至3月19日推送的91篇数据新闻为研究样本,以数据地图、图解新闻、数据可视化3种表现形式为切入点,对新冠肺炎疫情报道的可视化叙事特征展开具体分析。

疫情可视化设计中的数据分析与表达方法研究——以“重庆市新型冠状病毒肺炎疫情数据可视化分析”为例

围绕疫情数据可视化这一主题,研究如何针对突发事件的海量数据进行数据分析和可视化表达。在数据量大、内容繁杂的背景下,基于可视化设计的方法论,探讨数据可视化在突发公共卫生事件数据报道中的优势,并以“重庆市新型冠状病毒肺炎疫情数据可视化分析”设计为案例,具体分析数据可视化从设计方法到结论的过程。分析、整理适用于突发公共卫生事件下的疫情可视化设计数据分析和表达方法,为突发公共事件的设计介入、数据可视化的设计方法提供一定的补充。

海军通信元数据可视化查询系统设计与实现

针对海军通信数据管理与应用需求,将数据可视化技术引入到元数据查询服务中,研究了海军通信元数据的可视化技术,研究了海军通信元数据可视化查询的实现流程,设计了海军通信元数据可视化查询系统的体系结构和功能模块,实现了海军通信元数据可视化查询系统并给出了查询实例。论文的研究成果,对改进海军通信元数据服务模式,实现海军通信数据资源与可视化技术的有效结合,提升海军数据可视化技术和装备水平具有重要意义。

基于民众视阈下的疫情数据可视化设计路径研究

目的提出疫情数据可视化叙事设计的方法,在疫情数据信息传播过程中,叙事设计为民众提供了易懂易记的数据信息,更好地解决了从数据感知到对数据认知以及产生行为反应等一系列问题。方法从疫情传播数据可视化对民众产生的影响进行分析,将目前传染病领域数据可视化设计的特点和不足进行归纳。对疫情数据进行叙事化结构解析,融入故事化的叙述流程,形成连续性的思维路径。充分调动民众的情绪和参与性,形成适应于疫情传播数据可视化设计的参考方法。结论以新型冠状病毒肺炎疫情为例,对疫情数据可视化叙事设计的五个主要活动方面:挖掘数据、明确目的、了解受众、叙事类型以及视觉呈现进行介绍。叙事化设计可以有效帮助民众认知疫情,从而更好地预防、把控和阻止疫情蔓延。

Python和FME下的疫情数据可视化

信息化和大数据时代提供了海量的数据源,而FME平台和自然开发语言Python给数据挖掘增添了无限可能,使数据真正地为我所用。针对COVID-19数据,设计了从数据爬取到数据可视化,再到轻量级Web应用发布和集成展示的一整套算法与流程。

新冠肺炎疫情数据的抓取及可视化研究

随着新冠肺炎疫情的日益严重,全国上下皆密切关注疫情的数据变化,随着疫情时间的推移,数据量变大变多,故利用便捷的工具实现美观的可视化尤为重要。借助于Python的标准库和第三方库,可以实现新冠肺炎疫情数据的实时抓取,经过相关的数据处理后,逐步绘制了疫情的各种趋势图和全国地图,由图可挖掘中国疫情发展的整体过程,以及中国政府和人民为之做出的努力。系统为网络数据的下载、处理及可视化分析提供了可借鉴的处理方法。