Civic Hack に Jupyter を

pydata Osaka #2 での発表資料です。バルセロナワークショップの話を持ってきました。

Transcript

1. Civic Hack に Jupyter を （事例紹介） 川井 浩陽
2. Civic hack • 「オープンデータ」で行政データが使える – http://data.go.jp – http://data.kobe.lg.jp • 市民活動 – Code for Kobe • America, Japan, Tokyo, Osaka, etc., – 自分の生活で使えるデータ
3. VizChallenge 2016 • 神戸市の事業 • Data visualization（Open data 活用事例） • バルセロナと神戸でワークショップ – http://kobe-barcelona.net/ – バルセロナの自治も勉強（スマートシティ） • 作品提出
4. 私の「作品」 • 神戸市内の世代の地域差を可視化 • 待機児童の地域差を可視化 • http://hkwi.github.io/kobe-barcelona/
5. 使ったデータ • 住民基本台帳 町丁目別・１歳階級別人口 • e-Stat 国勢調査 小地域 境界データ • 幼稚園・保育園・こども園 一覧（住所） • （支給認定）2・３号申し込み状況
6. 作品化 • Web Site / Web App 化 – せっかくのオープンデータ – 全部オープンソース化したかった • 手順と結果を保存したかった – Jupyter notebook – Github pages でコードとページを同時にホスト – ページ側で nbpreview (JavaScript render) する
7. 反省点 • コンセプト上 – 「絵」で終わることが多い – 華やかにするのが難しい… – コードのココロを伝えるのは難しい… • 技術上 – 埋め込まれた画像を他から参照したいとき… – 動画を埋め込みたいけど埋め込めないとき…
8. Inside
9. geopandas > import geopandas as gpd > shp = gpd.read_file(“h12ka28101.shp”) > shp.columns Index(['AREA', 'AREA_MAX_F', 'CITY', 'CSS_NAME', 'CSUM', 'DIR', 'DUMMY1', 'DUMMY2', 'DUMMY3', 'DUMMY4', 'GST_NAME', 'H12KA28_', 'H12KA28_ID', 'HCODE', 'HIGHT', 'JIKAKU', 'JINKO', 'KCODE1', 'KEN', 'KEN_NAME', 'KEYCODE1', 'KEYCODE2', 'KEY_CODE', 'KIGO_D', 'KIGO_E', 'KIGO_I', 'KIHON1', 'KIHON2', 'KSUM', 'MOJI', 'NMOJI', 'N_C1', 'N_CITY', 'N_KEN', 'PERIMETER', 'SEQ_NO2', 'SETAI', 'SITYO_NAME', 'TATE', 'X_CODE', 'Y_CODE', 'geometry'], dtype='object') > shp.plot() geometryという予約語のカラムに形状データが入っている e-Statからダウンロードしてくる matplotlibで地図が描画される
10. Geopandas 特徴 • 測地系こわくない – 緯度経度 ⇔ 基準点からの距離 – 変換は .crs() で一発 • 図形計算 – 面積の計算（Polyline） – 曲線は近似させる – 和・差・積など
11. 地図可視化の落とし穴 • 面積で代表されてしまう – 元のデータが歪められて見えてしまう • えてして – 面積大＝人口少ない – 人口が多いところに興味がある – 過密地域の面積は非常に小さい • 目立たない、よく見えない
12. Jupyter Issue • 自動ビルドにどう組み込む？ • どこからモジュール化するか？ • 泥臭い処理をどう「逃がす」か？