新世野是高下制图推出的数据可视化的案例推荐栏目，我们将定期为您带来全球优秀信息的可视化案例。
2020年是一个不平凡的年度，人类社会正面临着严峻的挑战——covid-19肆虐全球。如何衡量该流行病毒带来的损失变得尤为重要，从宏观上看，有利于专家对流行病的发展做出判断，从而帮助各个国家抑制病毒的进一步泛滥；从微观上看，这有利于普通民众了解真实的流行病毒危害，从而积极防护。
受制于不同国家的政策制度以及经济水平，故官方给出的统计数据口径并不一致。这对于研究而言，就会出现很大的误差，真实的死亡人数往往是大于官方给出的数据。
《经济学人》为了解决这些客观难题，在衡量死亡率时他们会选择查看该地区的 "超额死亡"，即用因各种原因死亡人数与往年同期的平均人数作比较。而他们的数据来源有两种：一是少数几个统计局定期提供的有关死亡率的公开数据；二是使用EuroMOMO（欧洲死亡率监测组织：European mortality monitoring）的数据。接下来就带大家一起看看《经济学人》的记者是如何实际操作的！对于衡量病毒传播情况而言，最大的一个挑战就是每个国家收集数据的方式不同；除此以外，各国的数据质量和数据频率也不相同。就比如西班牙每天都会发布数据，但数据却有很大的滞后性以及不确定性；而英国虽然每周发布一次，但数据是值得信赖的。所以经济学人的记者就会采用前几年同一周的平均数来确定 "预期死亡 "基准。
对于一些发展中国家而言，受制于技术水平的因素，他们的死亡数据也是不可靠的；就比如土耳其官方甚至没有定期给出按地区分列的 covid-19死亡人数，所以记者只能根据4月1日的报告来估算。有时候就连一些发达国家也不能给出完整的数据，也需要记者根据以前的报告去预测。
除此以外，记者还需要解决不同数据之间的格式和语言问题；通常他会采用 R 语言写脚本来帮助自己做数据清理工作。该脚本长约1000行，作用是把各个国家的数据输出为相同格式的 CSV 文件。然后将文件放入 Github 库，交由其他同事制作动态图表来进行数据追踪。
除此以外，原文还介绍了 Euro MOMO （欧洲死亡率监测组织）是如何估算死亡数据的，并且附有详细访谈记录。您可以扫码或者点击阅读原文，了解更多内容。
还在为如何制作精美图表苦恼头秃么？全新推出高下制图app，不断更新的制图模板，随心更改样式，轻松一键制图。现在积极参与高下制图内测，更有机会获得正式版会员，享受轻松作图哦。更多详情请扫码进群了解。