feedback

意见

反馈

back-to-up

回到

顶部

数据点亮城市:如何玩转时空地理数据可视化

数据侠

· 胡颖

编辑 | 陈静   07-10

日常出行离不开地图导航,你有没有想过结合地图能做出哪些炫酷的可视化作品?6月22日的数据侠公开课中,来自城市数据团培训教育部的负责人胡颖分享了城市空间数据可视化作品,来看看她是如何从城市设计的视角转变到用数据去理解城市物理空间的?

从城市规划开始理解的数据可视化

城市规划专业的学习中经常接触的是平面设计、产业规划这些不是很“数据”的东西,但是也会去做一些数据方面的尝试,比如收集政府的数据来做人口方面的研究。最开始做的是偏向于手工的、传统的、启蒙性的数据分析,从中更多体现的是用图说话的能力。

在城市设计学习阶段,渐渐接触到了更多“非主流”的数据分析神器,比如遥感技术方面,有一个来自美国的公开数据源,可以根据不同波段信息渲染地图得到不同的效果,有了这些数据就可以做一些城市方面的研究。比如将2014年和2017年城市规划用地的数据进行对比,出现的这些红色的点就是这几年的变化,这跟用人工的方式去画出来的效果是很不一样的。

原来世界上有很多“成型的”可视化工具,掌握各种技能可以做出更多类型的可视化。

在城市数据团主要做一些原创的城市研究的阶段,做城市数据可视化有了不同的方式。以前我认为做数据新闻会有自己的数据库,需要什么数据就去拿,但后来发现不是这样的,有各种各样的数据源,比如政府数据、开源数据、企业数据、众筹数据。

做可视化最开始的构思和设计是最重要的,既要能表现数据规律,又要做好设计。举个例子,《钱都去了哪些城市?——资本也用脚投票》这篇文章中,最开始拿到的数据是各个城市的投资数,最开始做成了柱状图,接着结合地理信息做成了点状图,虽然可以看出一些投资数比较大的城市群,但信息量不多,最后尝试用OD图(DT君注:OD是源点-终点的英文缩写)的形式来表现,可以发现北上广深加上重庆四川那一块,组成了钻石形状的关系图。

再举个例子,研究各省人口流入流出情况,比较常见的是用柱状图,但是也可以用可爱一点的方式,用AI画出来,表现出北上广有非常强大的人口吸纳能力。

总结一下,数据可视化最重要的不是技术,更重要的是创意、数据、经验方面的东西。

城市数据可视化的几种类型

接下来要讲的是城市数据可视化的几种类型。那么到底什么是城市数据呢?从狭义上来讲是具有空间性的数据,可以很快地放在地图上,从中观宏观的角度来看就是数据的集合。

往坐标轴上丢——体现两者关系

比如共享单车的数据,把共享单车一天的数据整合起来,就可以看出一座城市是如何苏醒的。

进一步把这些数据往坐标轴上丢,比如将共享单车的数据做成散点图的形式,就可以知道工作日与节假日、早高峰和晚高峰共享单车的使用情况。

 

还可以加上地铁的使用数据,可以对比出共享单车和地铁的使用之间是否具有相关性。

 

往地图上丢——体现地域关系

而把数据往地图上丢,就可以体现地域的关系。地图可视化的表现形式有点、板块、热力、OD、缓冲区、花式等。

点图适合数据量大的地图,可以直接用Excel做出来。

图片说明:全国高校分布

进一步延伸到地域,将点做一些聚类,可以比较全国各地区的消费力情况。

第二种是板块图,将不同板块用不同颜色标记出来,可以研究各省在上海购房者人数的情况

进一步细分到城市,可以看到来上海买房的新上海人原籍分布城市。(DT君注:此处“新上海人”指的是原户籍不在上海、已在上海购房的人。该定义来自城市数据团。)

第三种是热力图。比如研究在上海的不同区工作的人是居住在哪里的,可以看到在静安区工作的人来自全上海,而在五角场工作的人大多住在杨浦。

第四种是OD图。百度提供了一个非常好用的API,可以用来规划路线,当我们知道起点和终点以后,比如从静安寺到人民广场,可以知道这一路线各个节点的位置和坐标。

比如要研究从小区走15分钟可以到达哪些地方,做一个小区15分钟生活圈的研究,看这个生活圈里面有多少设施,足够满足人们的生活,通过评分来评估各小区的公共服务水平。

最后一种是比较花式的地图。变成3D地图,或者加上时间的维度,比如下面这张是大众点评上从2003年开始的的商店分布地图,可以看到商店数量不断增多。

往互动上丢——大家都参与的数据可视化

前段时间刷屏的足迹地图,就是用很简单的互动方式让大家参与进来,得到很好的传播。

城市数据团之前做过一个“颜值地图”。用户往地图上传自己的照片,让周围的人给照片评分,得到颜值的分布情况。

图片说明:城市数据团“颜值地图”

 

从图中可以看到,同济大学的高颜值人群集中分布在南校区和大学生活动中心(红色地区),而在图书馆和南北楼则均匀分布着低颜值的童鞋(绿色地区)。果然好看的人都爱玩,人丑只能多读书啊!

往产品上丢——datamap

与政府或者地产企业合作的时候,会需要做成产品,比如上海市产业园区的综合评价项目,还有和金地极驰合作的大数据平台。

避免对数据可视化的误解

大众其实对于数据可视化是有一些误解的,比如认为有了数据就可以搞个大新闻,或者可以用数据去发现新的东西,但其实数据可视化有时是将大家已有的认知去进行量化的过程,这就要求数据工作者需要耐心、细心,有基本的社会认知。

再有一个误解就是认为那些图可以用软件一键生成。但其实数据可视化是一种设计,并非一蹴而就,往往需要借助多种工具来实现。

注:本文图片与案例研究均来自城市数据团。文章内容仅为作者观点,不代表DT财经立场。

数据侠门派

本文数据侠来自城市数据团,他们关注生活在城市中的个人,致力于用市民的生活轨迹,数字化地描绘城市生活、揭示城市问题。

加入数据侠

“数据侠计划”是由第一财经旗下DT财经发起的数据社群,包含数据侠专栏、数据侠实验室系列活动和数据侠联盟,旨在聚集大数据领域精英,共同挖掘数据价值。了解数据侠计划详情请回复“数据侠计划”,投稿、合作请联系datahero@dtcj.com。

 

分享这篇文章到