在官网采集157例患者的文本轨迹信息保存于word文档中，对轨迹信息进行提取，得到各数据项；轨迹点达到586个，使用百度地图API接口，进行地址解析得到轨迹点的经纬度数据，并对明显错误点经纬度数据进行修改；以数组的形式将采集的数据和详细的轨迹信息分别存储于.js文件中； 然后就是web端的展现；包括基本地图的创建；后以此实现所有轨迹点显示、单一患者轨迹显示和热力图显示的功能；这个过程中也不断通过层叠样式表（.css）文件对页面的结构进行设计。

利用美国新冠肺炎各州确诊人数数据，通过透明度变化在地图上动态显示，可以保存为GIF和MPEG文件，win10下使用Anaconda，Python3.7实现，需要的代码、地图文件和数据（数据区间为2020年1月22日至7月6日），以及最终结果都在压缩包里。本人Python小白一枚，刚开始学习，练习之作，并没有采用更多的数据分析，请大神们多指教！

就在最近，一次偶然的机会学习了以下fbprophet时序预测模型，就决定使用这个框架来进行未来20天人数的预测。但是传染病模型通常比较复杂，此次使用此模型来预测，仅仅是用来练习，结果仅供参考。 fbprophet模型简介 这个模型（算法）是由facebook公司在2017年正式开源的，主要用于对时间序列进行预测。 这个模型上手非常容易，即便是很一般的数据分析师也能够做一个比较精准的预测。 该模型只需要设置基本配置,并传入指定格式的数据，就可以完成数据的预测。 整体框架分为Modeling、Forecast Evaluation、Surface Problems以及Visually Inspec

在2月份真实病例数据上的实验结果揭示，基于深度学习的模型在更短的时间内取得了与专家放射科医师相当的效果。它在提高诊断效率、减轻一线放射科医师的工作压力、加快COVID19患者的诊断、隔离和治疗等方面具有巨大的潜力，有助于控制疫情。

就在最近，一次偶然的机会学习了以下fbprophet时序预测模型，就决定使用这个框架来进行未来20天人数的预测。但是传染病模型通常比较复杂，此次使用此模型来预测，仅仅是用来练习，结果仅供参考。 fbprophet模型简介 这个模型（算法）是由facebook公司在2017年正式开源的，主要用于对时间序列进行预测。 这个模型上手非常容易，即便是很一般的数据分析师也能够做一个比较精准的预测。 该模型只需要设置基本配置,并传入指定格式的数据，就可以完成数据的预测。 整体框架分为Modeling、Forecast Evaluation、Surface Problems以及Visually Inspec

瑞典新冠肺炎疫情历史总数据下载.xls

为方便部分网络不太好的同学所以一并上传至这

预防新冠肺炎开学第一课主题班会PPT.pptx

20210806-中国社科院-新冠肺炎疫情下亚洲经济形势分析与展望.pdf

建筑工地一线技工新冠肺炎应急防控知识手册（第一版）.pdf