第三届泰迪杯技能赛赛后分享总结

  今天泰迪杯官方公布了第三届泰迪杯技能赛的获奖情况，我的小组A题获得了二等奖，B题获得了一等奖。作为第一次参加这个比赛的小白，还是感到比较幸运的。下面就来复盘一下这次的比赛和分享一下做题经历。

对本次竞赛的一些看法

  通过这次的比赛，我感觉参赛方主要考察的是大家利用各种工具解决问题的能力，毕竟一道题目的时间限制为12个小时，大家不必把问题太过复杂化，感觉自己用Excel解决这个问题更顺手就用Excel，用python画图简单就用python，主要是能在规定时间内得到一个较好的答案，无论哪一步都可以做的比较简单，包括最后的提交报告，虽然是非常重要的一环，但是不用写的过于复杂，主要是表达清晰，可以看做是一个很简化的数学建模论文。
  泰迪杯技能赛分为A，B两道题目。因为竞赛的颁奖是按照报名人数*比例颁奖，所以建议参赛的同学也最好把两道题都做了，这样获奖概率会大很多。
  今年的A题难度明显要高于B题，我们组在做A题的时候也遇到了很多的困难，尤其是任务3需要用到一些特定的算法，由于种种原因，到晚上7点（8点截止）我们也没有得到一个比较好的结果，由于对时间的把控失误，最后剩给我们写报告和整理支撑材料的时间只剩下了40分钟。着急提交了论文之后觉得获奖无望，于是我们毅然决定在第二题继续做B题。最后很幸运两道题目均有获奖。

B题复盘

  由于当时做A题的时候草草结尾，时间过去一个多月很多记忆和比赛资料也都丢失了，这里就只能给大家复盘一下B题。
  B题的背景是当下世界最关心的话题：新冠疫情。简单分析题目之后解题重点就尤为突出：处理数据、可视化。
  当然这也正是这类比赛的考察重点。大多数这类比赛的前期数据处理都较为复杂，这次竞赛的A题也是如此，但是这次的B题不一样，队友利用pandas对数据进行清洗查看后，发现数据并无异常，唯有在“A 市涉疫场所”表中出现一行重复数据，猜测是因为在同一天的同一地点报告了两例病例，故 视为正常数据。因此，我们直接着手对数据进行分析和处理。任务1.1-1.3偏向于一个定解问题，利用python中的group by函数可以进行处理，其中任务1.3需要对该日住院人数进行定义，然后将问题的结果做成表格展示在报告中。
  任务1.4有一个需要注意的点在于：第六天具有传播性且未被收治的感染者，应为第七天和八天被通报的确诊者，第十天具有传播性且未被收治的感染者，应为第十一天和十二天被通报的确诊者。只要理解了这个点，剩下的就很简单了，把对应的确诊者的坐标找到，然后作图画出，这里作图还是尽量以简洁美观为要点。下面展示第十天疫情传播风险区域图：

  到这里任务1就圆满解决了，大家可以看出任务1的解决是相对简单的，我认为任务1要点就是完成度要高，结果展示清晰，分析合理。
  对于任务2，这里就不得不提到竞赛方提供的一个可以用于可视化大屏制作的BI平台。我们小组的任务2就是在第一题处理的数据基础上，完全依赖于BI平台制作的可视化大屏。（竞赛方的意思是可以使用任何软件工具，但是他都已经提供了这么一个平台，我大胆猜测当然是用这个比较好）
  制作可视化大屏的基本框架是来源于赛前培训的汽车销售大屏。内容方面是参考丁香医生的表达内容。

  相关的分析也就是完全照着可视化大屏的内容，有什么说什么。
  任务3就相对比较开放，需要对疫情发展阶段进行划分，为了对世界不同地区在不同阶段的标志参数的特点进行分析，我们定义了新冠疫情标志性参数：

  后面的工作就是根据这些指标，进行数据的处理，数据的可视化，然后根据可视化结果进行简单分析。下面是在Jupyter Notebook 上做的图：

关于报告写作

  报告的写作一定是很重要的一点，因为无论你过程做的多好，评委也能看到你提交的报告，所以真正决定你获奖高低的一定是报告中体现的内容。
  报告一定要从比赛一开始就写，和数学建模一样，可以有一个同学专门负责记录整理大家的思路和撰写报告，报告不需要太复杂，我认为报告一定是在能完整表达出自己的结果和内容的基础上，以清晰简洁为重。下面是我们组报告的目录：
  问题重述、任务假设、任务解决三点足矣表达清楚整个解题流程和思想。
  最重要的部分可能就在于数据可视化，俗话说一图胜千文，其实我们组的可视化部分也不是特别精美，还有很多值得改进的地方，大家在写报告的时候多多插入能表达结果或思考内容的表格、可视化图片或是流程图，对于整个报告的质量提升还是会有很大帮助的。

标签：泰迪杯,比赛,报告,第三届,任务,可视化,大屏,赛后
来源： https://blog.csdn.net/weixin_45948355/article/details/111230414