web-dev-qa-db-ja.com

複数のヒートマップとその他のデータを含むマップ

さまざまなデータを地図上にプロットする必要がある小さなプロジェクトに着手しようとしています。マップに配置する必要があるいくつかの例:

  1. 人口
  2. 所得
  3. 住宅価格
  4. 犯罪

例1〜3は、ヒートマップを使用して個別にプロットできます。しかし、3つのデータすべてを同時に表示したい場合はどうでしょうか。ヒートマップの上にヒートマップを配置することはできませんか?

そして、犯罪のようなものを計画するのはどうですか?それはヒートマップとしてうまく機能するものではありませんよね?犯罪は、特定の場所で「軽犯罪」と「暴力犯罪」に分類される場合があります。これらの分類は、ヒートマップに入れることができる卒業とは考えていません。

複雑なデータを地図上に効果的に表示する方法に関する提案(または例)はありますか?

5

例1〜3は、ヒートマップを使用して個別にプロットできます。

はい、高解像度データがあると合理的かもしれません。この表現では、ヒートマップは貴重なツールです(色のペアの有効な選択の他に)。

 Heat map with high res data - 1 

ただし、高解像度のデータがない場合は、ヒートマップが唯一の利用可能なソリューションではありません。この低解像度マップを例にとります:

 Heat map with low res data - 1 

どの選択肢がありますか?低解像度データの場合、マップにオーバーレイされた他のチャートを使用できます:

 Low res data with bubbles 

この単純なチャートが3つの情報を伝えるのを見てください:場所、インターネットユーザー、世界人口のシェア。これらのバブルを面グラフ(!)または-より良い-棒グラフで変換して、これらの2つの値を個別に比較することもできます(すべきです)。

バブルを使用する場合は、数値も入力してください、人間は面積と角度を比較するのが得意ではありません。証拠が必要ですか?この(私は広く乱用されたことを認めます)画像では:

 Apple "faked" chart 

19.5%スライスと21.2%スライスを比較してみてください。どちらが大きいのようですか?その例は自発的な faked (より粗い言葉:正直に嘘をつく)ですが、ポイントを紹介します:絶対に必要でない限り、エリア、角度、3Dを使用してデータを表現しないでください(おそらく3Dは決してありません)必要)。

しかし、3つのデータすべてを同時に表示したい場合はどうでしょうか。

2変量マップを使用することもできますが、real usageではなく、広告のためだけにグラフを作成しない限り、私はそれを行いません。悪いアプローチの例が必要ですか?これを楽しみましょう:

 Bad multivariate map 

便利なデータでいっぱいに見えますが、あなたがそれを読むことができないので、それは実際には役に立たないです。人間の目は、面積を比較するだけでなく、色合いを区別することも悪いことではありません。それらを組み合わせることはさらに悪いです(私は色覚異常の人、男性人口の5〜10%にも言及していません)。ヒートマップは、この種の分析に(単独で)良い解決策となることはめったにありません。

最後のバブルグラフを選択して、それを縦棒/横棒グラフに変換できます(必要に応じて、バックグラウンドマップを簡略化することもできます)。

 Multiple data on map 

グリッド内の各チャートはヒートマップである場合があり、比較のためにグリッド(Trellisチャートと呼ばれることが多い)を作成できることに注意してください。

 Trellis chart example 

私の知る限り、この種の表現はエドワード・タフテによって正式化されました(しかし、以前から使用されていました。次の段落を参照してください)。1

定量的推論の中心には、単一の質問があります。何と比較するのですか?小さな複数のデザイン、多変量で豊富なデータは、変更、オブジェクト間の差異、代替の範囲の比較を視覚的に適用することで直接答えます。データプレゼンテーションのさまざまな問題に対して、小さな倍数が最適な設計ソリューションです。

比較する膨大な量のデータがある場合はどうしたらいいですか

 Multiple 1 

そして:

 Multiple 2 

これらの種類のデータ表現は、たとえば、 [〜#〜] eeg [〜#〜] で広く使用され、関連する複数の変数を比較します。多くの場合、cartooningと呼ばれ、大量の情報を伝達します(kNN色補間のこの悪い例は無視してください。より滑らかなカーネル、または少なくとも別の距離関数を使用する必要があったと思います):

 EEG cartooning 

読みにくくなるので、同じチャートに多くの情報を追加しないでください。各チャートは 1つのストーリーを伝える必要があり、すぐに必要でないものは除外する必要があります( "文には不要な単語を含めないでください...同じ理由で図面には不必要な線や機械に不必要なパーツはありません "2

グラフはデータ分析にとって非常に貴重なツールですが、効果的であり、(単に)魅力的でなければなりません。必要なときに情報を(簡単に)入手できる必要があります。あなたの場合(ユーザーとユーザーが実行する必要のある分析の種類に関する追加のコンテキストなしで)私はこの設定を使用します(あなたの場合、各機能を取り除く必要はありません):

  • 一度に1つのコンポーネント(人口、収入、住宅価格など)のみを視覚化する1つのヒートマップ。ヒートマップ(IMO)の多変量表示はありません。
  • 複数のコンポーネントを比較するための1つの個別のマップ(ヒートマップまたはタイルマップにタイル表示される場合があります)。ここでは棒グラフを使用します。
  • マップビューと表形式ビューを切り替える可能性( Tableau のオンラインデモからの例):

 Tableau example - rearranged data 

  • 表形式のデータを提示するときは、伝えたいストーリーに従って(または、少なくとも、任意だが合理的な順序で)sortを忘れないでください。ユーザーがこの順序を変更したいことを忘れないでください(簡単に比較するために行をドラッグアンドドロップすることもできます)。
  • 各視覚化方法に適用できる場合は、狭い時間範囲へのスライダー(または同等のコントロール)が必要です。
  • include/excludeに複数のチェックボックス(または同等のコントロール)を使用して、各セリエを比較します。
  • crime が分類されている場合は、グループ化機能を提供して、それらすべてを合計するか、(比較グラフで)分割することができます。
  • 基本的な相互作用:pan&zoomだけでなく、selectionおよびdetails view:このようなデータを分析する必要がある場合、クリックします比較チャートで1つのシリーズを表示し、ヒートマップで表示します(タイル表示されている場合)。 ピン 1つのヒートマップを手動でトレリスチャートを作成して、比較する単一のコンポーネントを作成することもできます。
  • 最終的に、post-processingを適用する機能が必要になる場合があります。たとえば、人口と住宅価格を正規化し([0 ... 1]または[0 ... 100%]スケール)、それらを組み合わせて、ある種の マップ相関 または空間統計分析を計算することができます。 (あなたは読みたいかもしれません Knoxメソッドと時空相互作用のための他のテスト および マントルテスト )。

human-eyes-aided-visual-correlation は、次のように簡単に実行できます:

  • 各マップをモノクロにします(単一の色を使用します)。
  • 透明にします(25%としましょう)。
  • それらの2つ(またはそれ以上)をオーバーレイします。
  • 各マップの透明度、色、可視性をユーザーが変更できるようにします。

ユーザーは、相関を組み合わせた強度で表示します!これは簡単で本当に効果的で、密な散布図にすでに適用されている同じ手法と大差ありません。たとえば、MATLABで透明性を使用した イメージオーバーレイ を見てみましょう。


1エドワードタフテビジョン情報。 Graphics Press Cheshire、CT、USA©1990。 ISBN:0-9613921-1-8。

2William Strunk Jr. Elements of Style 。イサカ、ニューヨーク:プライベート。印刷。 [ジュネーブ、ニューヨーク:W. F.ハンフリーの記者]、©1918。 ISBN:1-58734-060-7。

Martin Kulldorff、Ulf Hjalmars。 Knoxメソッドとその他の時空相互作用のテスト。バイオメトリクス、©1999。

7
Adriano Repetti

多変量マップを使用して同じものを表示する必要があり、シンボルを使用したり両方を組み合わせたりできるため、すべての属性を定義するために必ずしも色を使用する必要はありません。これは二変量マップの例です...

enter image description here

これも便利です: http://indiemapper.com/app/learnmore.php?l=multivariate

2