上海本轮疫情已经持续了一个多月，截至4月24日24时，单日新增本土确诊病例连续13天超1000例，单日新增本土无症状感染者连续21天超10000例。
根据官方发布的数据，我们也可以通过可视化分析的方式，进一步了解本轮疫情的情况。
一对重点数据进行统计展示，例如每日的新增确诊、无症状的人数；
二可以从时间维度分析历史数据变化和未来数据预测；
三可以从空间维度，细化到市、区、街道，关注不同地理位置的数据分布和变化，进行有效的重点防控。
重点数据4月24日最新确诊人数2472无症状感染者16983
2月27日-4月24日累计确诊41285累计无症状感染者47351
注：此处统计未去掉无症状转确诊人数
图表制作：
采用指标卡类型图表，并利用筛选器，对日期字段进行筛选
时间维度分析
通过时间维度分析，可以比较清楚地看到随时间变化，病例新增情况持续走高，在3月31日后无症状感染者大规模新增，在近期有下降趋势。
图表制作：1、堆积面积图
查看随时间变化，上海全市的确诊及无症状感染者数据变化。同时可以增加辅助线，帮助我们更清楚地感知数据量级
2、对比折线图
将区字段放置到对比维度，可以对比查看上海各区的病例数随时间变化情况
按对比拆分后：
3、各区5日环比分析
这里我们利用了同环比功能，查看各区最近5日环比上一个5日的新增病例数变化（即4.20-24 环比 4.15-19的新增病例增长率 ）更好地了解各区疫情发展变化情况
通过同环比分析我们可以看到，金山区和崇明区近5天内环比新增较多，有一半的区域近5天整体已呈现下降趋势
空间维度分析，主要可以将数据展示在不同的地图上，更好地了解数据在地理空间上的分布情况
图表制作：1、区域行政地图
使用行政地图，可以按照行政区划，通过色块深浅表现各区数据差别
同时，我们只想显示上海市地图，所以需要在右侧设置栏中，进行字段匹配和统计范围的设置
2、GIS热力图
根据我们数据中的每个病例出现的经纬度点，我们还可以制作经纬度地图，更加详细的在地图中展示病例分布情况和分布密度
根据可视化分析可以发现，截至4月25日，浦东、黄浦、闵行区累计感染人数最多，但是浦东和闵行区近5天环比增长率为负，说明整体防控已有效果。
以上就是数据可视化案例｜上海疫情可视化南京市花的全部内容了，希望大家喜欢。