在2020年年初的时候，新冠疫情使得人心被牵动着，除了存有每日滚动着的数字之外，怎样能够清晰地去理解疫情的趋势变成了公众急切的需求，北京大学的一支从事科研的团队运用可视化技术，把冰冷的数据转变为直观的图表，为公众对于疫情的认知提供了独特的视角。
疫情可视化专题上线
在春节期间，北京大学可视化与可视分析实验室迅速做出反应，收集了好多份疫情可视化作品。这些作品可不是单纯的转载，是依靠团队长时间科研积累的原创成果，都一股脑地发布在了专题网页上。为了处理访问压力，团队又弄了个镜像站点，保证公众可以顺利查看，彰显了科研服务社会的及时性和责任感呢。
疫情变化晴雨表
其中一个团队核心成果是名为“疫情变化晴雨表”的东西，它通过像素方块去代表各省市当中每日新增确诊的数量，方块的大小用来表示数量，颜色是用来对比前一日的变化情况的，红色意味着增加，蓝色意味着减少，这样的设计摒弃了复杂的颜色梯度，将重点放在核心趋势的快速识别上，使得公众一眼就能够看出哪些地区疫情处于加剧或者缓减的状态。
那晴雨表的设计理念是源于像素可视化方法的，它的有效性于2019年在IEEE VAST数据挑战赛里得到了验证。当时团队面对着虚拟危机事件所创作的可视化作品拿到了最高奖项。这一技术方面积累所得的内容在真实疫情当中被得以应用，用户借助专题页面能够切换去查看全国或者湖北省内的详情部分，从而直观地去把握疫情发展的脉络。
交互式疫情地图
除了晴雨表之外，团队另外提供了好多幅能够进行交互的疫情地图，跟平常所见到的省级填色地图不一样，这些地图是使用半透明圆圈去表示各个地市确诊人数的， 圆圈的大小跟密度是直接反映出疫情严重程度的，比如说，在全国地图上面武汉地区的圆圈是最为密集的，清楚地显示出了疫情中心。
交互功能让地图的实用性得到了增强，当点击某一个省份的时候，视图就会聚焦到该省的详情之处，要是点击其他地区的话，那就会切换到对应的区域。经由探索河南地图能够发觉，邻近湖北的南阳、信阳地区的疫情相较于省会郑州而言更为突出，这直观地揭示出了地理邻近以及人员流动对于疫情传播所产生的影响。
技术细节与开放共享
团队把“疫情变化晴雨表”制作成 SVG 矢量文件，为的是让成果能惠及更多人，之后还公开分享了，任何网站只要嵌入简单代码，就能够在自身页面上展示全国或者湖北实时更新的晴雨表，这样开放共享的做法，降低了技术使用门槛，促进了疫情信息的广泛传播。
团队于设计里做出了明晰的取舍，举例来说，未曾运用颜色的深浅去展现具体的增长比例，而是着重突出“上升或者下降”这一主要的趋势。他们拟定后续依据上升的程度来划分重要的等级，这种迭代的思维彰显了可视化设计既要服务于大众的理解，又要追求科学的精确的平衡。
社交媒体可视分析
专题不但留意疫情的自身情况，还包含社交媒体上舆论态势的剖析，借助可视化技术，团队可以展现疫情相关话题的传播途径、热点地区以及情感趋向，这对理解公众关注点的变化以及谣言或关键信息的传播模式有所帮助。
将疫情数据同社会动态相融合的这类分析，给出了更具立体感的观察视角，比如，能够剖析某一政策发布之后公众于社交平台上的反应转变，又或是对照不同地区民众的信息需求不同之处，为公众沟通以及舆情应对给予了参考凭证。
科研力量的社会担当
于突发公共卫生事件里，北京大学可视化团队的行动呈现出科研工作者的快速响应以及社会担当，他们舍弃假期，于异地展开协作，把前沿学术成果迅速变换成公共服务工具，这些可视化作品不但给予了信息，还给予了一种理解复杂局势的思维方式。
疫情数据海量且持续更新情况下，普通民众易觉困惑而焦虑。直观可视化图表似一座桥梁，连接专业数据与公众认知，助人们以更理性且清晰的方式把握疫情全貌，进而做出更合理的个人决策及社会行动。
您觉得哪一种样子的数据呈现方式（像是图表、地图、动态视频这般）能够最为有效地协助您迅速领会像疫情这种复杂的公共事件呢？欢迎在评论区域分享您的观点，要是认为本文具备实用价值，请点赞予以支持。
