《人民日报》转发的条形图为什么“让网友哭成狗
”

《人民日报》转发的条形图“让网友哭成狗” ，主要源于视频通过数据可视化形式直观呈现中国抗疫成果
，结合情感化表达引发网友对医护人员的感激与共鸣，同时数据新闻的温度传递和集体记忆的唤醒进一步强化了情感冲击。

刚刷微博看到人民日报发的一个关于流浪狗的热门视频 ，由于我自己养的就是一只流浪狗，所以我情不自禁地打开了 。

人民日报发声的影响引发网络热议：人民日报突然发布剧照并配文推荐
，此事在网上引发激烈讨论，网友观点分为两派 ，一派认为剧集真实
，另一派认为其乱编
。促使观众重新审视：人民日报的发声让更多人重新审视剧情，思考剧集想要表达的深层含义。

符合潮流 。表情可以紧跟网络潮流的发展 ，比方说一些网络词语“躺平 ”“栓Q”“听我说谢谢你
”等
，把它们制作成各种表情包在网上会迅速地流传使用，可以很好地避免尬聊 ，也更容易制造出轻松的氛围
，所以有人调侃文字不够，表情来凑。表情的风格多变 ，也符合当下年轻人追求新奇事物的心态
。

tidyverse实战——利用疫情数据

〖壹〗、利用tidyverse进行疫情数据实战分析 数据来源：约翰霍普金斯大学持续更新的开源项目（CSSEGISandData/COVID-19）
，包含确诊数 、死亡数和治愈数三个数据集。分析工具：主要使用tidyverse套件中的readr
、dplyr、tidyr等包进行数据读取 、清洗和转换，并利用barRacer包制作动态条形图 。

〖贰〗、tidyverse是一个由一系列R包组成的生态系统 ，旨在让数据传输
、清理和转换变得简单、有扩展性 、可读性和一致性
。tidyverse包括常用的包dplyr和tidyr，分别用于数据处理和转换
，以及总结数据中的缺失值和非方便型的列
、行。在学习ggplot2和tidyverse之前，需要掌握R语言基本知识和一些绘图基础知识 。

〖叁〗、省级数据可视化 准备省级地图数据数据来源：使用整合好的ProvinceMapDatas.Rda文件 ，包含中国省级边界数据和南海部分数据
。

〖肆〗 、数据标准化：scale（）函数对物种丰度数据进行Z-score标准化。

〖伍〗
、设置环境首先
，确保你已经安装并加载了必要的R包 。常用的包包括lme4用于拟合混合效应模型，ggplot2用于数据可视化 ，以及tidyverse用于数据处理
。

〖陆〗、要进行GSEA分析
，首先需要准备转录组差异分析后的数据，通常包含SYMBOL（基因名）和foldchange（或logFC）两列。数据处理可以使用Excel或R的tidyverse包 ，根据需要删减不必要的列 。下面
，需要将基因ID转换为统一的Entrez ID格式，以便后续分析的准确性和特异性
。

2020中考数学时事热点怎么考?已考地区疫情考题及命题规律总结

命题规律：函数模型简化 ，突出数学抽象能力；常结合“技术优化”等科技导向。跨学科综合题规律数学与生物结合 考查形式：通过病毒传播规律（如指数增长）设计指数函数问题
，或计算防疫物资的消耗速率（如口罩日需求量） 。

列方程（组）解应用题考察重点：数学建模能力，常结合时事热点。常见题型：行程问题（如相遇 、追及）
、工程问题、利润问题
。结合实际场景的方程组求解（如环保 、经济类问题）。备考建议：总结常见题型解题模板（如设未知数
、列方程、解检验） 。关注生活热点 ，积累背景知识
。

根据省教育厅的总体部署，充分考虑疫情影响
，合理选取试题素材，科学控制整卷难度；同时 ，根据“两考合一 ”的考试性质
，也关注了真实背景下的知识应用，突出关键能力的命题定位 ，如22『3』 、23『2』、24『2』②等题。试卷命制既关注基础性
，体现合格性；又关注综合性
、应用性、创新性，体现选拔性 。

地位：图形的平移 、旋转是中考题的新题型
、热点题型 ，在试题比重逐年上升
，分值一般为5-8分，题型以填空、选取 、作图为主 ，偶尔也会出现解答题
。 考察内容： 中心对称和中心对称图形的性质。 旋转和平移的性质 。

必考内容
，结合时事热点（如环保
、经济问题）
。方法：总结题型定式（如行程问题、工程问题）。关键：将实际问题转化为数学方程 。动态几何与函数问题 侧重几何：利用图形性质结合代数知识
。侧重代数：以几何为引入，考察计算能力。思想：减少复杂性 ，增大灵活性 。

020年教育部考试中心高考各科新题型与新考点总结如下：语文科目新考点标点意义：语言文字运用中新增对标点意义的考查，如全国卷Ⅱ考查对“引号
”不同意义的理解与辨析。新题型 理由探究题：实用类文本阅读中新增理由探究题
，如全国卷Ⅱ 、全国卷Ⅲ主观题考查探究某一观点或现象的原因
。

折线图 、柱状图
、饼图等图表的使用场景?

〖壹〗、在特定场景下，还可以使用地图 、甘特图、雷达图等图表进行更加具象的展示。例如 ，地图+气泡图可以展现全球各区域的疫情严重情况
，甘特图则常用于项目或任务管理 。图表的搭配使用可以产生更强大的效果
。例如，结合柱状图与折线图展示数据间的关联 ，利用细圆环饼图与指标图突出关键指标
，以及地图与气泡图的组合展示全球数据分布。

〖贰〗
、条形图和柱形图都是用于比较不同类别的数量，条形图注重展示数值 ，而柱形图则通过垂直的长方形柱表示数据 。它们常用于比较多个不同值
，例如比较不同班级在期末考试中的平均分数，帮助学校管理层分析成绩差异并采取相应改进措施
。

〖叁〗、延伸图表：堆积柱状图 、百分比堆积柱状图 ，不仅可以直观的看出每个系列的值
，还能够反映出系列的总和，尤其是当需要看某一单位的综合以及各系列值的比重时 ，最适合。折线图 1）适用场景： 折线图适合二维的大数据集，还适合多个二维数据集的比较 。2）优势：容易反应出数据变化的趋势
。

〖肆〗
、在“图表”组中选取 “饼图 ” 图标
，根据需求选取普通饼图、三维饼图或复合饼图等样式。调整样式：右键点击图表，可修改颜色 、添加数据标签（显示具体数值或百分比）
、调整图例位置等 。绘制柱状图（对比不同类别数值）适用场景：对比不同类别（如不同银行卡）的数值大小 ，如各银行卡的进账与出账金额
。

〖伍〗、用途：结合折线图的连续性和柱状图的累积特性
，进一步深化时间序列分析的复杂性。适用场景：需要同时展示数据趋势和累积量的场景 。饼图或环形图：用途：直观表示占比分析，即每个类别在总体中的比例。适用场景：占比类问题 ，元素较少时适用饼图；元素过多时
，树形图更加清晰
。