基于Flask和ECharts实现的香港疫情数据可视化大屏，展示香港各区域疫情数据和趋势分析。项目采用响应式设计，适配不同尺寸的屏幕，提供丰富的交互功能和数据展示方式。
- 全面的数据概览：提供累计确诊、新增确诊、增长率、康复率、死亡率等关键指标
- 多样化的可视化图表：包含趋势图、饼图、柱状图、地图、散点图等多种可视化方式
- 地理空间分析：通过香港地图直观展示各区疫情分布情况和风险等级
- 关联性分析：展示人口密度与确诊病例的关系，帮助分析潜在风险因素
- 交互式体验：所有图表支持悬停查看详情、缩放、数据筛选等交互功能
- 响应式设计：自适应不同屏幕尺寸，提供最佳视觉体验
- 美观的界面设计：深色主题背景搭配鲜明的数据颜色，提高可读性
- 累计确诊：显示总确诊病例数，附带视觉指标
- 新增确诊：显示最新一日的新增病例数
- 增长率：显示当前的疫情增长率，不同趋势显示不同颜色
- 康复率：显示当前累计康复病例占累计确诊的比例
- 死亡率：显示当前累计死亡病例占累计确诊的比例
- 香港疫情趋势：展示时间序列上的新增和累计确诊数据变化
- 香港各区疫情分布地图：通过颜色深浅直观展示各区确诊情况，支持缩放和悬停查看详情
- 高风险地区排名：按确诊数从高到低排列各区域，直观对比各区情况
- 确诊病例区域分布：饼图展示各区域累计确诊病例分布比例
- 近期疫情增长率：柱状图展示每日增长率变化趋势，正负增长使用不同颜色
- 各区风险等级分布：展示不同风险等级的区域数量和对应的确诊数据
- 人口密度与确诊关系：散点图分析人口因素与确诊病例的相关性，包含趋势线
- 康复率与死亡率对比：结合堆叠柱状图和折线图展示康复情况、死亡情况及其比率变化
- 后端：Python Flask
- 数据处理：Pandas, Openpyxl
- 前端框架：Bootstrap 5
- 可视化库：ECharts 5.4
- JS库：jQuery 3.6
- 字体图标：Font Awesome 6
- 字体：Noto Sans SC (Google Fonts)
- Python 3.7+
- Flask
- pandas
- openpyxl
pip install flask pandas openpyxlpython app.py运行后，在浏览器中访问 http://127.0.0.1:5000 即可查看可视化大屏。
香港疫情可视化大屏/
├── app.py # Flask应用主文件
├── data_processor.py # 数据处理模块
├── 香港各区疫情数据_20250322.xlsx # 数据源Excel文件
├── templates/
│ └── index.html # 大屏页面模板
└── static/
├── css/
│ └── style.css # 页面样式
├── js/
│ ├── charts.js # 图表配置和数据处理
│ └── hongkong.json # 香港地图GeoJSON数据
└── favicon.ico # 网站图标
项目使用的数据源为香港各区疫情数据_20250322.xlsx，包含以下字段：
- 报告日期：数据记录日期
- 地区名称：香港各区域名称
- 新增确诊：当日新增确诊病例数
- 累计确诊：截至当日累计确诊病例数
- 新增康复：当日新增康复人数
- 累计康复：截至当日累计康复人数
- 新增死亡：当日新增死亡人数
- 累计死亡：截至当日累计死亡人数
- 现存确诊：当前仍在治疗的确诊病例数
- 发病率：每10万人口中的确诊病例数
- 人口：各区域人口数量
- 风险等级：区域风险等级评估（低风险、中风险、高风险、极高风险）
- 启动应用后，访问 http://127.0.0.1:5000
- 页面顶部显示数据概览卡片，包含关键疫情指标
- 中间部分是图表展示区域，包含多种类型的可视化图表
- 将鼠标悬停在图表上可查看详细数据
- 香港地图支持缩放和平移操作，点击区域可查看详情
- 时间序列图表支持缩放查看特定时间段数据
- 部分图表支持数据筛选和排序功能
- 当前版本数据为静态数据，未来可接入实时API
- 可添加更多预测和模型分析功能
- 可增强移动端的交互体验
- 可添加数据导出功能
- 可增加用户自定义视图的功能
本项目仅供学习和研究使用，数据来源于公开渠道，如有侵权请联系删除。
