截至今日，全国多地疫情还在不断反弹，并且现在又处于年底正值人口流动返乡高峰期，因此全国各地的疫情防控压力也在不断加大。昨日国家卫健委发布新增本土确诊50例、本土无症状2例，以下是12月15日的疫情信息汇总：
【怎么制作疫情实时地图（看完这篇你就明白了！）】截至到12月14日，新增确诊病例46例，其中宁波市6例、绍兴市39例、境外输入1例，新增境外输入无症状感染者1例，已排查密切接触者均已实施集中隔离。
除了单一的文字说明形式，我们还能以图文方式去了解到疫情的状况，更为直观、形象地看出全国疫情发布的地区，如图：
文章图片
文章图片
这种疫情可视化分布图，一般专业用词叫做区域地图，很多小伙伴工作上都有按照区域、地区进行数据分析的需求，展示数据在地理区块空间的分布情况。那么，这种区域地图该如何制作呢？
其实我们可以用到BI工具就比如说Smartbi一站式大数据分析平台，它里面的功能十分强大，种类也很多样，上面提到的数据，Smartbi官网体验中心的体验中心已经内置了（业务主题—2020肺炎疫情），大家可以直接使用，自己动手体验。如图：
文章图片
首先，我们在查看数据可视化之前先了解一下数据分析。
完整的数据分析共主要有六大步骤，分别为：分析设计、数据收集、数据处理、数据分析、数据展现、报告撰写等，所以也叫数据分析六步曲。
1、分析设计：明确数据分析目的以及确定分析思路。
本次新冠疫情可视化思路为国际疫情查看以及国内输入病例分布等。
2、数据收集：简单来说就是将确定好数据分析框架，并且收集相关数据的过程，这一步可以提供了素材和依据。
3、数据处理：是指对采集到的数据进行加工整理后形成适合样式，这能够让数据保证一致性和有效性。它是数据分析前必不可少的阶段。数据处理主要包括数据清洗、数据转化、数据抽取、数据合并、数据计算等处理方法。
4、数据分析：指的是使用恰当的方法或工具，对收集来的数据进行分析，在其中提取相关有价值的信息，最后形成有效结论的过程。
5、数据展现：通过数据分析，隐藏在数据内部的关系和规律就会浮现出来，毕竟在这个大数据的时代，人们更能够接受并且喜欢以图形这种数据展现方式，将分析师所要表达的观点更直观有效传达出来。
从疫情分布图中，我们发现全世界的人类都是相互联系的。平时远隔万里，不相往来，感觉毫无瓜葛的人，因为这次疫情，感觉到中国是一家人，大家的命运成为了一体，一个地方出问题，很快波及全国，需要全体共同起来抵抗病毒，因为大家都在一起，发生问题了相互间是有影响的，人与人之间是有联系的，直接的联系加间接联系，是一个整体。所以作为中国人不能再做一个凡事不关己，高高挂起的人，发现对整个人类有危害的举动，要及时上报或制止。
推荐阅读
- R语言从入门到机器学习|R语言rename重命名dataframe的列名实战:rename重命名dataframe的列名（写错的列名不会被重命名）
- Pyecharts|Pyecharts 猎聘招聘数据可视化
- Python|Python--随机森林模型
- 数据挖掘|【数据挖掘】二手车交易价格预测（五）建模调参
- python|深度盘点（一文详解数据分析中100个常用指标和术语）
- python|【python】微信朋友圈数据分析及可视化（爬虫+数据挖掘）
- python|requests库请求获取不到数据怎么办（不妨试试看这种妙法）
- 还不了解数据库（Smartbi一文带你入门数据库！）
- 还不会做销售分析（掌握这3个思路，让你秒变分析高手）
- 手把手教你实现地图可视化分析