一、前言
2019-nCoV疫情形势越来越严峻，比2003年SARS病毒感染的人群更大。我根据互联网的数据，综合多方面消息，进行疫情制图。
您如果只关心出行，看图就可以了；您如果喜欢追根问底，看“数据来源”部分；您如果是技术控，可以看看“制图方法”；您如果有兴趣，可以一块谈讨下一步工作。
二、数据来源
数据来源来自互联网，主要有海淀区开业超市、发热门诊、大型交通枢纽、确诊或疑似病例小区。
按照最新说法，2019-nCoV主要通过飞沫感染，飞沫可能附着在物体上5天可以存活。所以考虑主要考虑了如上风险源，超市和交通枢纽人员密集，可能有疑似人员接触物体而留有病毒；发热门诊医院是高风险区域；确诊或疑似病例小区，按照潜伏14天的说法，区域风险等级比较高。
风险源的影响范围也不一样，超市和发热门诊主要在建筑物内，考虑影响区域500米左右；大型交通枢纽和确诊或疑似病例小区影响范围1公里左右（没有考虑沿着交通路线传播）。
三、制图方法
利用一定的技术手段收集数据（包括人工和自动），用PYTHON语言编写自动爬虫工具，主要两类爬虫：一类自动从百度地图获取地址和位置信息，主要是超市和大型交通枢纽；发热门诊医院和确诊或疑似病例小区通过收集列表，然后自动从百度地图爬取位置信息。
获取的数据包括位置信息（经纬度）等，然后利用ARCGIS进行空间化，变成点图层，然后利用影响区域制图（BUFFER）。
四、下一步工作
目前，获取数据的方法有自动化的方式，可以进一步优化，用更智能化的方法从互联网的微信、网页中自动获取信息；目前制图在ARCGIS Desktop中进行，以后可以自动化制图；目前发布的是静态图片，图层可以互联网平台发布（不过存在风险，可能被当作不该传播信息而DELETE）
感谢陈楚仁提出了部分建议，最主要的是中午她自制汉堡，让我有时间调试我的代码。里面信息仅供参考，相对于一本正经的胡说八道（例如某杂志报道的导师崇高和师娘优美），我更像是胡说八道中含有一点点朴素的道理！
