গুগল চার্ট একটি শক্তিশালী টুল যা স্বাস্থ্য এবং মহামারি বিশ্লেষণের জন্য ব্যবহৃত ডেটার ভিজ্যুয়ালাইজেশন করতে সাহায্য করে। স্বাস্থ্য এবং মহামারি (Epidemiology) ডেটা বিশ্লেষণ অনেক ক্ষেত্রে ডেটার প্যাটার্ন, প্রবণতা এবং সম্পর্কগুলো চিহ্নিত করতে সহায়ক। গুগল চার্টের মাধ্যমে, আপনি কোভিড-১৯, ইনফ্লুয়েঞ্জা, ম্যালেরিয়া, হাঁপানি, স্মোকিং এবং অন্যান্য স্বাস্থ্য সম্পর্কিত ডেটা বিশ্লেষণ করতে পারেন।
এখানে আমরা গুগল চার্ট ব্যবহার করে Health এবং Epidemiology ডেটা বিশ্লেষণ করার জন্য বিভিন্ন চার্টের উদাহরণ দেখব।
১. COVID-19 Data Visualization with Google Charts
COVID-19 মহামারির ডেটা বিশ্লেষণের জন্য গুগল চার্টে বিভিন্ন ধরনের ভিজ্যুয়ালাইজেশন তৈরি করা যেতে পারে, যেমন line charts, bar charts, pie charts, এবং heat maps। এই ডেটাগুলোর মাধ্যমে আক্রান্তের সংখ্যা, সুস্থ হওয়া, মৃত্যু ইত্যাদি সম্পর্কে গভীর বিশ্লেষণ করা যেতে পারে।
উদাহরণ: COVID-19 Data with Line Chart
<!DOCTYPE html>
<html>
<head>
<script type="text/javascript" src="https://www.gstatic.com/charts/loader.js"></script>
<script type="text/javascript">
google.charts.load('current', {'packages':['corechart', 'line']});
google.charts.setOnLoadCallback(drawChart);
function drawChart() {
var data = google.visualization.arrayToDataTable([
['Date', 'Cases', 'Recovered', 'Deaths'],
['2020-01-01', 1, 0, 0],
['2020-01-02', 3, 0, 0],
['2020-01-03', 7, 1, 0],
['2020-01-04', 10, 1, 0],
['2020-01-05', 15, 3, 1],
// Add more data here
]);
var options = {
title: 'COVID-19 Cases, Recovered, and Deaths',
hAxis: {title: 'Date'},
vAxis: {title: 'Number of Cases'},
series: {
0: {color: '#FF0000'}, // Cases in red
1: {color: '#00FF00'}, // Recovered in green
2: {color: '#0000FF'} // Deaths in blue
}
};
var chart = new google.visualization.LineChart(document.getElementById('chart_div'));
chart.draw(data, options);
}
</script>
</head>
<body>
<div id="chart_div" style="width: 900px; height: 500px;"></div>
</body>
</html>
এখানে:
- Line Chart ব্যবহার করা হয়েছে COVID-19 আক্রান্ত, সুস্থ হওয়া এবং মৃত্যুর সংখ্যা বিশ্লেষণ করতে।
- hAxis এবং vAxis এর মাধ্যমে এক্স এবং ওয়াই অক্ষের শিরোনাম কাস্টমাইজ করা হয়েছে।
২. Epidemiology Data Analysis with Bar Chart
এপিডেমিওলজি ডেটার বিশ্লেষণে bar charts খুবই জনপ্রিয়, কারণ এটি বিভিন্ন রোগের বিস্তার এবং প্রভাব সহজে দেখাতে সাহায্য করে।
উদাহরণ: Malaria Incidents Analysis with Bar Chart
<!DOCTYPE html>
<html>
<head>
<script type="text/javascript" src="https://www.gstatic.com/charts/loader.js"></script>
<script type="text/javascript">
google.charts.load('current', {'packages':['corechart', 'bar']});
google.charts.setOnLoadCallback(drawChart);
function drawChart() {
var data = google.visualization.arrayToDataTable([
['Year', 'Malaria Cases'],
['2016', 150000],
['2017', 180000],
['2018', 220000],
['2019', 200000],
['2020', 250000]
]);
var options = {
title: 'Malaria Incidents by Year',
hAxis: {
title: 'Year',
minValue: 0
},
vAxis: {
title: 'Number of Cases'
},
bars: 'vertical' // Vertical bar chart
};
var chart = new google.visualization.BarChart(document.getElementById('chart_div'));
chart.draw(data, options);
}
</script>
</head>
<body>
<div id="chart_div" style="width: 900px; height: 500px;"></div>
</body>
</html>
এখানে:
- Bar Chart ব্যবহার করে Malaria রোগের ঘটনা বিশ্লেষণ করা হয়েছে।
- hAxis এবং vAxis কাস্টমাইজ করে চার্টের শিরোনাম এবং এক্স এবং ওয়াই অক্ষের টাইটেল নির্ধারণ করা হয়েছে।
৩. Health and Disease Data Analysis with Pie Chart
Pie Chart ব্যবহার করে ডেটার মধ্যে ভাগফল দেখানো যেতে পারে, যেমন বিভিন্ন রোগের প্রকোপের পার্সেন্টেজ। এটি খুবই জনপ্রিয় ভিজ্যুয়ালাইজেশন টুল স্বাস্থ্য ডেটার বিশ্লেষণে।
উদাহরণ: Disease Prevalence with Pie Chart
<!DOCTYPE html>
<html>
<head>
<script type="text/javascript" src="https://www.gstatic.com/charts/loader.js"></script>
<script type="text/javascript">
google.charts.load('current', {'packages':['corechart', 'pie']});
google.charts.setOnLoadCallback(drawChart);
function drawChart() {
var data = google.visualization.arrayToDataTable([
['Disease', 'Prevalence'],
['Cardiovascular Disease', 45],
['Cancer', 25],
['Diabetes', 15],
['Respiratory Diseases', 10],
['Other Diseases', 5]
]);
var options = {
title: 'Prevalence of Diseases in the Population',
slices: {
0: {offset: 0.1}, // Cardiovascular Disease slice offset
1: {offset: 0.1}, // Cancer slice offset
2: {offset: 0.1} // Diabetes slice offset
}
};
var chart = new google.visualization.PieChart(document.getElementById('chart_div'));
chart.draw(data, options);
}
</script>
</head>
<body>
<div id="chart_div" style="width: 900px; height: 500px;"></div>
</body>
</html>
এখানে:
- Pie Chart ব্যবহার করা হয়েছে বিভিন্ন রোগের প্রাদুর্ভাব দেখানোর জন্য।
- slices অপশন দিয়ে বিভিন্ন স্লাইসের জন্য কাস্টমাইজেশন করা হয়েছে।
৪. Heatmap for Disease Incidence Analysis
Heatmap ব্যবহার করে বিভিন্ন অঞ্চলের রোগের প্রাদুর্ভাব এবং বিচরণ দেখতে পারেন, যেমন বিশ্বজুড়ে বিভিন্ন দেশে COVID-19 বা অন্য কোনও রোগের বিস্তার।
উদাহরণ: Heatmap for Disease Incidence
<!DOCTYPE html>
<html>
<head>
<script type="text/javascript" src="https://www.gstatic.com/charts/loader.js"></script>
<script type="text/javascript">
google.charts.load('current', {'packages':['corechart', 'matrix']});
google.charts.setOnLoadCallback(drawChart);
function drawChart() {
var data = google.visualization.arrayToDataTable([
['Country', '2019', '2020', '2021'],
['USA', 2000000, 2200000, 1800000],
['India', 1500000, 1800000, 1600000],
['Brazil', 1000000, 1200000, 1400000],
['Russia', 500000, 600000, 700000]
]);
var options = {
title: 'Disease Incidence Heatmap',
hAxis: {title: 'Year'},
vAxis: {title: 'Country'},
colors: ['#e0e0e0', '#ff0000']
};
var chart = new google.visualization.MatrixChart(document.getElementById('chart_div'));
chart.draw(data, options);
}
</script>
</head>
<body>
<div id="chart_div" style="width: 900px; height: 500px;"></div>
</body>
</html>
এখানে:
- Heatmap ব্যবহার করে বিভিন্ন দেশের রোগের প্রাদুর্ভাব দেখানো হয়েছে।
- colors দিয়ে রঙের স্কেল কাস্টমাইজ করা হয়েছে, যাতে প্রতিটি সেলের মান অনুযায়ী রঙ পরিবর্তিত হয়।
সারমর্ম
গুগল চার্ট ব্যবহার করে Health এবং Epidemiology ডেটার বিশ্লেষণ সহজে করা যায়। এখানে বিভিন্ন ধরনের চার্ট যেমন Line Chart, Bar Chart, Pie Chart, Heatmap ইত্যাদি ব্যবহার করে ডেটার প্যাটার্ন এবং প্রবণতা খুব সহজে উপস্থাপন করা যায়। আপনি গুগল চার্টের বিভিন্ন কাস্টমাইজেশন অপশন ব্যবহার করে ইন্টারঅ্যাকটিভ এবং প্রাসঙ্গিক ডেটা ভিজুয়ালাইজেশন তৈরি করতে পারেন, যা স্বাস্থ্য সম্পর্কিত তথ্য বিশ্লেষণের জন্য অত্যন্ত কার্যকরী।
Read more
