概述

对我来说，这个特殊的双变量图最有趣的方面是它允许你快速识别冠状病毒发病率高而疫苗接种率低的地区，反之亦然。补充了一个泡沫曲线图，以更好地理解数据集。

灵感

麦肯锡公司(McKinsey&Company)发布了一张交互式双变量地图，以跟踪全球冠状病毒疫苗接种活动。国家级冠状病毒的数据很容易在网上获得，但我认为如果我们能为马来西亚自己的疫苗接种活动复制一个颗粒级的冠状病毒数据，那将是一件很有趣的事情。McKinsey & Company

这种类型的可视化有什么帮助呢？例如，它可以帮助在高风险冠状病毒发病率和低接种率的情况下进行有针对性的疫苗接种活动。如果我们能够获得疫苗注册数据，就可以帮助查明注册率低但冠状病毒发病率高的地区。它也可以是其他冠状病毒地区概况的双变量图(例如，活跃病例与死亡病例、新病例与检测阳性病例)。

二元映射

全息地图是一种专题地图，其中地理区域按照其所代表的统计变量的比例进行着色。二元地图使用两组变量，显示变量A和变量B在同一地理图中共存的数量。然而，当试图绘制二元地图时，有一些基本规则。

• 归一化-我们将根据地理区域的人口对数据进行归一化。否则，你只会有一块人口的地块，往往聚集在人口密度较高的地方。简单地说，对于像冠状病毒这样的高传染性病毒，病例的大量情节只会反映人口密度最高的地方。强制性的XCKD。
• 图例颜色选择-事实证明，您不能简单地挑选一个配色方案来实现双变量绘图。您可以使用Photoshop或其他图像处理软件构建自己的图像。或者，你可以遵循约书亚·史蒂文斯(Joshua Stevens)巧妙地完成和概述的一些配色方案。在示例绘图中，他们选择使用以下配色方案：

挑战

在可能的情况下，我会尽量减少我的工作。如果我能从这个项目中去掉一个按键，我会更高兴。撇开笑话不谈，以下是挑战：

把这一切放在一起

一切都是用蟒蛇完成的。

• DOSM-区级人口
• JKJAV和CodeBlue的报告-疫苗接种人口目标

一个简单的模型

为简单起见，将区级发病率和州级发病率分为(离散)3组–低、中、高。双变量图将让我们知道冠状病毒在哪里有低、中或高的发病率，以及与其他州相比，疫苗接种率在哪里是低、中或高。

• 麦肯锡的曲线图对每个变量都使用了静电预定义的范围。例如，对于疫苗接种率，你可以将接种率低于33%的州归类为低，33%-66%归类为中等，66%以上归类为高。有关冠状病毒发病率的预定义类别，您可以参考疾病预防控制中心的冠状病毒旅行健康通告级别。KKM也有自己的分类标准。然而，KKM的分类矩阵使用的是绝对数字，在撰写本文时，大多数地区都在红色区域。
• 使用sklearn.preprocessing.KBinsDiscreizer，我们查看具有bin n=3的几个分组模型，如下所示，使用相同的数据集(即2021年6月30日的14天冠状病毒发病率/病例)的不同Cleopeth图所示。

这条管道

偏见与改进

• 这里有一些需要承认的偏见。首先，疫苗接种率存在偏差。疫苗接种数据是州一级的，而冠状病毒病例是地区一级的。如果能够获得地区一级的疫苗接种率，以便单独查看每个地区的概况，那将是一件很好的事情。这在泡沫的地块上很明显，各区的疫苗接种率将处于相同的水平。
• 由于我们正在实施基于百分位数的方法来对冠状病毒发病率进行分组，因此总会有高、中、低发病率组。有时，这些值可能彼此接近。
• 如果上传的图像质量更高，则从图像中提取数据会更容易。上传图片的警官似乎上传的是压缩图片，可能来自WhatsApp。如果国家卫生部门上传的图像质量更高，则可以复制此项目以获得更细粒度的(Mukim)数据。

• 通过对表格数据使用更复杂的图像分割和OCR(如TableNet或Devi Prasad开发的实现)，OCR的ML管道将得到改进。有关更多信息，请阅读此处。
• 或者，如果数据以更结构化的形式随时可用，所有这些都可以避免。

释义

截至2021年6月30日

谢谢

感谢您抽出时间阅读这篇文章。在LinkedIn、Polywork上与我联系，在Twitter上关注我。我会时不时地贴出更多有趣的东西！LinkedIn Polywork Twitter