結果分析（Results）

成品介紹

本次專案以 Covid-19 公開資料為基礎，整理全球的 每日確診、死亡 與 疫苗接種 數據，製作頁籤式互動儀表板。資料處理使用 SQLite + Pandas（清理、正規化、寬轉長），視覺化與互動以 Plotly + Gradio 完成（Global Map／Country Time Series），並部署於 Hugging Face Spaces 上展示。

專案說明：本專案聚焦於資料清理與儀表板建置，不包含進一步的統計分析。

• 世界地圖氣泡圖（每日報告）：呈現單日的全球疫情快照，依經緯度分布、氣泡大小與顏色對應累積確診。
• 各國折線圖（時間序列）：將確診（寬表）、死亡（寬表）與疫苗（長表）統一鍵值後合併，觀察跨日趨勢與施打進度。
• 成果：Hugging Face Demo

Hugging Face 基底環境未預裝 Plotly 模組，部署需在 requirements.txt 指定版本（例如 plotly==6.3.0）。

專案紀錄與進程

以下為本專案從資料清理到視覺化的完整實作記錄（含筆記與驗證）：

• 參考課程：資料分析的七個練習專案：累積個人作品集
• 數據清理過程 | 概念驗證 | GitHub 原始碼

成果展示

每日統計資料 - 地圖氣泡圖

各國時間序列資料 - 折線圖

個人心得

第一次用 Python 做互動式儀表板，過程中遇到不少意外狀況（如 Gradio 啟動錯誤、astype(int) 溢位問題），雖然一開始卡了一下，但最後還是順利解決，也讓整體過程變得更有挑戰、更有趣。

• 學到的重點：
  • 互動式儀表板製作與規劃。
  • 裝飾器（decorator）的概念。
  • Gradio 排版功能。
    

專案復原（Project Replication）

語言與模組（Languages & Modules）

• dependencies：
  • python 3.12
  • pandas 2.3.1
  • plotly 6.3.0
  • gradio 5.45.0

匯出 environment.yml（Creating environment.yml）

目的重現專案環境。

conda env export -n covid_19_pandemic > D:/environment.yml 

如何重現（How to Reproduce）

• 安裝 Miniconda
• 依據 environment.yml 建立環境：

conda env create -f environment.yml

• 將 data/ 資料夾中的 4 個 CSV 檔案：03-09-2023.csv、time_series_covid19_confirmed_global.csv、time_series_covid19_deaths_global.csv 與 time_series_covid19_vaccine_global.csv 放置於專案資料夾的 data/ 資料夾中
• 啟動環境並執行 python create_covid_19_db.py 就能在 data/ 資料夾中建立 covid_19.db
• 啟動環境並執行 python app.py 並前往 http://127.0.0.1:7860 瀏覽成品。

上一章