【leaflet,ggplot2,ggmap】いたいけな気持ちでラブホテルのデータを集めてみた
毎度お馴染みの札幌からお届けしてます。(現在5℃)
さむい。ほんとさむい。
TokyoRに行ってきました
先日、第51回TokyoRに初参戦してきました。
一緒に行った竹馬の友が会場目前にしてぽつりと
「Rよりモテそうな趣味見つけようかと思って...」
と呟いた時はどうなることかと思いましたが、
最終的には誰よりもテンション高かったので皆様への感謝が止まりません。
モテそうな趣味ってなんだよ私だってモテたいよ。(消音)
勉強になること多すぎたのでちょこちょこDocument読んだり自分でも書いてみたりしつつ、
とりあえず目下、Generated Variables使いこなせるようになりたい...
SappoRoRにも行きます
11/14(土)らしいです。
年2回目開催！！！
関係者各位よろしくお願いします。
なんか納得いく資料できたらLTやりたい..かも..しれない...
本題
今回のテーマは「ラブホテル」です。
※やましい気持ちはありません
※いやらしい気持ちはありません
極めて純粋でいたいけな気持ちです。
極めて純粋でいたいけな気持ちです。
よし。
きっかけは
TokyoRに向かう、成田空港→東京のバスの道中にて。
私「なんかラブホばっかりあってすごい」
高速道路脇にラブホ多くない？なんで？すごくない？
ってなったので、
まず
「本当に千葉の高速道路脇にはラブホが多いのか論」
について考えてみました。
前提
前回エントリとかとあんま変わんない感じで
①スクレイピングやら一部手作業で千葉全域のラブホテル255件取得
②前処理
③GoogleAPIで文字列ベクトルを座標に変換
④評価点と平日一泊の料金をマージ
平日一泊の料金がうまく取得出来たものが、このうち59件だったので
今回はこれを使います。
> location_love lat lon pt price 1 35.78402 140.3352 4.5 6000 2 35.80085 139.9191 4.5 7000 3 35.85322 140.4687 4.3 3880 4 35.91815 139.9271 NA 6450 5 35.48728 140.0462 5.0 3800 6 35.84596 140.0134 4.1 5820 7 35.44062 139.9772 3.5 4400 8 35.78536 139.8991 4.0 5700 9 35.37716 139.9362 4.1 6370 10 35.68156 140.1038 4.7 7400 11 35.82681 139.9213 4.0 6388 12 35.85934 139.9741 3.6 7700 13 35.91011 139.9380 4.7 7400 14 35.84737 139.9579 NA 6800 15 35.57963 140.1280 3.6 5250 16 35.64922 140.3053 4.6 3980 17 35.68822 139.9968 4.0 5980 18 35.65481 140.1078 4.1 5800 19 35.66906 139.9244 4.8 5980 20 35.81030 139.9156 3.5 6880 21 35.68156 140.1038 4.5 7500 22 35.79517 140.0617 4.5 9050 23 35.64458 140.5003 5.0 5500 24 35.41790 139.9408 4.5 6000 25 35.56509 140.1387 4.6 7000 26 35.38031 139.9222 5.0 4800 27 35.46777 140.0390 4.3 6000 28 35.67856 140.1265 4.8 7900 29 35.68342 140.4215 4.7 6300 30 35.57499 140.3303 NA 5500 31 35.61935 140.1264 4.9 7400 32 35.91993 139.9411 4.5 6480 33 35.85748 140.0115 NA 7800 34 35.79861 140.3392 4.0 6000 36 35.71079 140.1187 4.8 8800 37 35.70744 139.9606 3.6 5370 38 35.68763 140.0023 4.7 5800 39 35.37635 139.9365 4.2 6260 40 35.59229 140.3148 NA 7450 41 35.75037 140.3781 4.0 5380 42 35.60800 140.1194 4.6 9300 43 35.90121 139.9466 4.0 7500 44 35.41957 139.9433 4.2 6000 45 35.66947 140.1173 3.2 6800 46 35.66839 139.9241 5.0 7800 47 35.91281 139.9435 4.2 4970 48 35.68868 139.9975 3.7 5670 49 35.83821 139.9435 3.0 6500 50 35.78668 139.9019 4.8 5400 52 35.61221 140.1217 3.8 7300 53 35.67308 140.1259 4.5 7200 54 35.60908 140.1227 4.5 6500 55 35.44983 139.9938 4.0 5100 56 35.74332 140.0629 NA 8970 57 35.68150 140.1256 4.7 5900 58 35.61909 140.1259 4.5 5400 59 35.81782 139.9265 4.5 7500
{leaflet}で見てみる
まず{leaflet}に点を打ってみる。
>library(leaflet) >m <- leaflet() %>% setView(lng = tokyo_station[,1], lat = tokyo_station[,2], zoom = 12) >m %>% addProviderTiles("CartoDB.Positron") %>% addMarkers(data = location_love,~lon, ~lat,popup=~as.character(price))
※leafletほんとはぐりぐり動くんだけど静止画でごめんなさい...
※popupには平日一泊の料金が出るようにしてみました。
これを見ると！
高速道路＆幹線道路沿いにきれいにならんでいるように見えます。
{ggmap}で見てみる
さらに詳細な道路情報とかが気になるので、{ggmap}ことgooglemapを使って見てみる。
>tokyo_map <- ggmap::get_googlemap(center = c(lon =tokyo_station[,1] , lat = tokyo_station[,2]), zoom = 9, scale = 2,maptype = "roadmap",color ="color") >love_map<-ggmap::ggmap(tokyo_map)+geom_point(data=location_love,aes(x=lon,y=lat,colour="red"),size=5);love_map
love_mapとかいう最高のオブジェクト名...
marker引数使うの忘れてた...
こっちで見ると、黄色いラインである高速道路、幹線道路沿いなのがはっきり見て取れますね
総合すると
高速道路＆幹線道路 + 松戸・柏エリア
にいわゆるラブホテルが分布してる感じでしょうか。
なんかあまりにも綺麗に道路沿いすぎて怖いぞラブホテル...
なんでこんなに道路沿いなの...みんな車なの...?
おまけ
評価点とかって、実は一泊の値段の単回帰とかであっさり予測できたりして！！！という
私の邪な期待はこんな感じで裏切られました。
>d <- ggplot2::ggplot(location_love, aes(price, pt)) >d+stat_binhex(bins = 10)
そんな単純な話じゃなさそうだ...
ICからの距離とか、繁華街からの距離、
築年数とか設備とかの要素も絡んで来るのかな－なんて。
引き続きなんか考えます。
おまけ２
今回使ったラブホテルたちの価格帯をヒストグラムなんぞにしてみました。
千葉の方、参考にしてください。
> summary(location_love$price) #中央値平均値などなど Min. 1st Qu. Median Mean 3rd Qu. Max. 3800 5670 6300 6405 7400 9300 >library(ggthemes) ggplot(location_love,aes(x=price,y= ..density..))+ geom_histogram(alpha = 0.3,binwidth=500,fill="red")+ geom_density(aes(colour="red",fill="red"),alpha=0.1,size=1.5)+ xlim(2500,10500)+ ggthemes::theme_solarized() #透過はalpha引数 #{ggthemes}でplotにthemeを適用 #Generated Variablesはこういう使い方で良いのかな...
追記
ヒストグラムのサイドが切れてしまっていてむむむ、と思っていたら
@berobero11さんに教えて頂きました。qiita.com
xlim()で最小値、最大値に余裕をもたせると
端っこが切れない！！たしかに！！すごい！！
ということでヒストグラムを切れてないタイプに差し替えてます。
さらに追記
最後のヒストグラム、
ヒストグラムの色とdensityの線の色を同じにできなくて、はて???
colourって普通に入れちゃだめだっけ？aesでくくんなきゃだめ？はて？？ってなって謎のコードにしていたところ、
twitterにて助けて頂いたので...
@WAFdata ちょっと分かりやすい説明思いつかないので雑なんですけど、、参考になれば。 https://t.co/hNVFttnotq
— Hiroaki Yutani (@yutannihilation) 2015, 10月 14(感動のわかりやすさ)
(元気のない日に読み返しまくった)
よって直します。
histgarmは変わらず。
geom_lineで線を引いてから、線なしのdensityを重ねて中に色をつけてます。
そしたらalpha指定も思うがまま！！！
ggplot(location_love,aes(x=price,y= ..density..))+ geom_histogram(alpha=0.3, binwidth=500,fill="red") + geom_line(stat = "density", colour="red", alpha=0.3, size=1.5) + geom_density(colour = "transparent", fill="red", alpha=0.3)+ xlim(2500,10500)+ ggthemes::theme_solarized()
できたーー
わーーーい
ビジネスホテルの値段とかもそうだけど、
キリの悪い値段設定なんてなかなかないので、
binwidthで500円単位にカウントしないとスカスカになっちゃうなあ
おわり
私だってラブホテルを利用するチャンスがあれば現地調･･･ry
現場からは以上です。ご査収ください。
【R】【基本の前処理】しんぷるなサンプル抽出を考える
いい感じに韻を踏めたので大満足。
最近ggplot2系の派手めな記事が多かったんですが、
私の中でもっと大事にしたいことは山ほどあって
今日は今更地味なことを書きます。
卵が先か、サンプル抽出が先か
データは全数取れるに越したことはないのですが、
世の中のデータの全てがcsvやらスクレイピングで取れるなんてことは無くって。
しばしば母集団からのサンプル抽出なるものを行う羽目になります。
「15万世帯のばらばらのデータをひとつひとつ集めてくるなんて個人では無理ゲー」
「じゃあランダムに抽出した5000世帯ぶんにしよっか」
とかとか。
このサンプルサイズの設定も奥が深くて苦しみも深くてもう言いたいことは山ほどあるのですが、
あとrandomにしないでpairdするとかもあったりするのですが、ていうかpairdってやっry
...余計なことを言うのはやめます。
抽出方法も系統やら多段やらいろいろですが
今日はさくっとシンプルにrandom抽出したいねって時のScriptをメモ程度に。
Excelでの無作為抽出
よく見かけるのがExcelでやる方法です。
n個のサンプルが欲しかったら
RAND関数で乱数を発生→小さい順にソートして上からn個取ろう！みたいな。
（ExcelのRAND関数も奥が深い...一様分布かつ、いかに重複しないかみたいな。仕様読むのたのしい。）
Rでやってみる
Rにも乱数の発生はいろいろあって、
一様分布ならrunif()
正規分布ならrnorm()
などなど
dplyr::manute()とかで乱数の列足してsortして～みたいな感じでやったら先述したExcelと同じ動きもできたりする
が。
RにSample関数なるものがあります。
これは１から200の連番からランダムに20個取ってきてね！みたいなことが出来る関数になります。
好きな関数のひとつなので、今日はそれで。
テーマ
上場企業1894社のIDから500社抽出したい
#データを用意 > head(data,10) ID 1 1301 2 1332 3 1333 4 1352 5 1377 6 1379 7 1414 8 1417 9 1419 10 1420 > tail(data,10) ID 1885 9984 1886 9986 1887 9987 1888 9989 1889 9990 1890 9991 1891 9993 1892 9994 1893 9995 1894 9997 #1894社のIDリストです。しかも昇順。 #このまま上から500社取っちゃうと業種が偏っちゃうよね～ #まず１から1894の連番を作る > n<-1:1894 #その連番から500個ランダムに数を取得します。 > index<-sample(n,500);index [1] 1868 78 502 380 1170 148 510 71 1499 1363 247 1344 1736 988 1782 1706 1208 123 165 44 1713 [22] 185 589 1610 1387 1202 776 1220 1802 65 16 1615 979 919 434 654 1173 726 963 1559 1756 1467 [43] 208 1545 923 1772 556 1693 1578 569 1765 387 426 4 178 1676 1280 26 1080 1669 1252 1808 130 [64] 223 1256 1075 168 1889 539 1140 1402 617 1497 1634 1856 580 1627 271 1828 1101 576 483 581 1227 [85] 491 1458 1152 1046 1131 1111 1775 1416 958 1247 249 1519 1484 1640 823 770 1614 1562 476 1838 454 [106] 652 1287 1163 1264 306 1404 1755 995 1586 1281 615 412 1103 1371 1892 1212 1059 182 423 1133 626 [127] 1268 925 1320 452 137 1514 336 1321 777 458 1463 1415 670 486 1027 1047 1068 1093 234 1481 1657 [148] 904 666 50 1623 1166 1377 1594 72 889 63 933 1366 1183 1023 728 1717 233 1611 1150 1010 408 [169] 926 1389 1688 1588 64 1253 1804 1500 744 893 821 942 273 45 787 1660 1169 467 511 1606 546 [190] 687 161 536 1277 103 1365 1025 621 890 1724 1665 1201 886 526 195 1272 342 81 1198 1102 1063 [211] 1155 12 1846 445 396 36 614 1124 950 1097 1223 503 1728 1721 515 1324 253 1205 95 849 1052 [232] 532 623 232 256 1153 1345 1584 1407 1376 419 939 221 1296 535 817 1275 354 319 1650 1476 283 [253] 573 1686 61 409 1442 339 829 1245 825 23 596 1894 561 39 151 1289 635 242 1720 606 1630 [274] 422 343 519 1830 119 406 30 82 472 390 240 1086 417 507 461 1333 28 1718 244 1644 216 [295] 320 210 713 854 672 497 802 693 1391 1125 1840 947 1290 166 921 743 987 796 633 549 1792 [316] 562 895 863 658 1674 816 1666 463 956 619 41 577 1000 1478 717 170 1524 994 525 102 1793 [337] 1791 344 1591 913 594 366 1842 1122 378 738 1477 109 1878 183 610 646 1043 1821 425 1766 32 [358] 608 1073 1525 752 235 1704 118 1196 891 348 250 1486 146 1279 1188 812 851 588 83 309 258 [379] 1848 605 1866 835 1271 1123 822 162 656 814 1331 792 847 1024 698 1241 448 141 1790 346 1329 [400] 1826 259 1482 1864 181 1430 57 1857 1457 3 735 1553 1727 285 1 512 383 1116 144 613 313 [421] 56 469 1194 1743 618 1816 827 418 1110 749 715 1156 918 528 523 1613 978 704 1739 625 564 [442] 873 498 1029 783 341 1883 1118 1157 1239 1211 1136 66 1694 788 1572 21 1647 1332 667 1831 1378 [463] 932 1642 1515 1168 872 251 1394 1570 1004 1327 1579 583 462 1603 661 1436 837 394 1249 986 1531 [484] 1367 159 1705 364 520 953 1703 1479 362 1013 1099 275 1632 1061 864 1278 1180 #この500個の整数をインデックスにして部分集合を作る > data_sample[index,] %>>% as.data.frame() ->data_sample500 > colnames(data_sample500)<-"ID" #ちゃんと500社に絞れてるかしら > str(data_sample500) 'data.frame': 500 obs. of 1 variable: $ ID: int 8001 4549 8609 7874 6914 3371 4828 7864 1301 7251 ... #完成 > tail(data_sample500,10) ID 491 3202 492 9504 493 8270 494 9997 495 6973 496 7989 497 5440 498 4826 499 2198 500 3222
この部分集合を元にデータマージしたり前処理したり色々です。
サンプルサイズ決めて
どうやって抽出するのが妥当なのか考えて
データ構造見てどうやって分析するのがいいのか考えて
みたいな
この分析の前部分が本当は一番好きだったりはする。かも。
おわり
短いけどおわり。
Tokyo.Rへの初参戦が決まったので
休日出勤を回避すべく馬車馬のようにはたらく！！！
11月はSapporo.Rもあるらしいよ、たのしみ。
【ggplot2】札幌圏におけるセイコーマートの強さをボロノイ分割で把握(したかった)
Good morning.
This is Silver weeeeeeeek!!!
さて。
進学で北海道に移住してからかれこれ4年とちょっと。
デビューしたての頃はずっと思っていました。
「セイコーマートってなんだ？」
と。
セイコーマート
それは北海道最強を誇るコンビニです。
ローソンよりもセブンよりも、道内における圧倒的地位と人口カバー率を誇るコンビニです。
今回は
コンビニの出店位置を母点にしたボロノイ分割によって、
他のコンビニとの出店戦略の違いを把握出来たらいいな、みたいなのをやります。
首都圏だともうやられている方もたくさんいらっしゃるみたいです。
方向性
例のごとく、作業前の自らへの課題とか仮説とか。
・店舗住所を{rvest}で抜いてきてGoogleAPIに投げて緯度経度を取得したいよ
・最後はggplot2で書きたいよ
・【仮説】セイコーマートは中心部よりも郊外出店で広い商圏を稼いでる気がする
前処理
まず{rvest}でそれぞれ札幌圏のコンビニ店舗情報を取得します。
今回ここで文字コード問題でつっかかったりしていましたが、かの有名なr-wakarangで助けて頂きました...
Windows環境で文字化けてしまう方、encode="UTF8"の引数指定でだめな時はEncoding(df)<-"UTF-8"で直接変換するといけるみたいです
url<-"http://www.mapion.co.jp/phonebook/M02005007C/" page = read_html(url,encoding = "UTF-8") #ここでのencode指定は無視された accessx<-page %>% html_nodes(xpath='//td') %>% html_text() Encoding(accessz)<- "UTF-8" #強制Encode accessx #1ページ目 accessy #2ページ目 accessz #3ページ目 access_s<-c(accessx,accessy,accessz)#各ページの抽出結果を結合(セイコーマート) #結果参照 > head(access_s) [1] "北海道札幌市中央区円山西町４丁目７−２５" "011-616-7911" [3] "北海道札幌市中央区北１条西１９丁目２−１" "011-615-2626" [5] "北海道札幌市中央区南７条西５丁目２８９−５４" "011-532-8610" #電話番号が邪魔そうなので正規表現で抜きます。 #札幌圏の市外局番は011から始まっているので、前方一致「^011」で引っかかった列以外を抽出 Index<-grep("^(011)",access) access[-Index] #あとはゴミ行取ったり、ベクトルにしたりなんだりで完成したのがこんな感じ adress_s<-as.vector(as.matrix(adress_s)) > str(adress_s) chr [1:299] "北海道札幌市厚別区もみじ台東４丁目２-１２" "北海道札幌市厚別区厚別中央１条７丁目１７-３７" ... > tail(adress_s) [1] "北海道札幌市北区北２２条西４丁目２-１２" "北海道札幌市北区北２４条西１４丁目３-３" "北海道札幌市北区北２７条西２丁目１-２５" [4] "北海道札幌市北区北３１条西４丁目１-１" "北海道札幌市北区北３６条西２丁目２-１" "北海道札幌市北区北８条西５丁目１" #ローソンとセブンもそれぞれ作りました > str(adress_rr) #ローソン chr [1:242] "北海道札幌市厚別区厚別中央１条４丁目１-２５" "北海道札幌市厚別区厚別中央３条６丁目１-１" ... > str(adress_7) #セブン chr [1:296] "北海道札幌市厚別区厚別西４条２丁目４-１５" "北海道札幌市厚別区厚別中央２条１丁目２-１７" ...
セイコーマート、ローソン、セブンイレブン
札幌市内の店舗数はそれぞれ240～300店舗ほどと、それほど数に差があるようには見受けられません。
ちなみに全然関係無いんですけど、
> str(adress) chr [1:299] "北海道札幌市厚別区もみじ台東４丁目２－１２""| __truncated__ "北海道札幌市厚別区もみじ台北５丁目１－６""| __truncated__ ...
こういう"|_truncated"とかいう邪魔者をスマートに消す方法があったら知りたいです...そもそもだれなのこれ...
GoogleAPIから緯度経度を取得
文字列ベクトル(3店舗合計900件)の座標を取得します。
GoogleAPIはJSONで返してくれるので、一件数投げて、緯度と経度だけを取得するならこんな感じで
{Rcurl}と{rjson}を使う感じになるのでしょうか。
address <- "住所文字列" url <- paste("http://maps.googleapis.com/maps/api/geocode/json?address=", address,"&sensor=false®ion=JP&language=ja",sep="") # Geocoding APIからJSON形式で色々返してもらう json<-RCurl::getURL(url) # JSONからRに緯度・経度の情報を抽出してオブジェクトに格納 rjson <- rjson::fromJSON(json) lat <- rjson$results[[1]]$geometry$location$lat lon <- rjson$results[[1]]$geometry$location$lng
しっかし900件あるしな～forか関数作るかかなあ～という感じですが、
@teramonagi先生が複数対応の関数を作ってくださっていたので、一部お借りすることに。
#緯度経度情報へ変換(teramonagi先生関数) location_s <- GetLatitudeAndLongitude(adress_s) location_r <- GetLatitudeAndLongitude(adress_r) location_7 <- GetLatitudeAndLongitude(adress_7) #3店舗それぞれに店の種別「store」を足して別オブジェクトへ格納 > location_s %>>% + (dplyr::mutate(.,store="セイコーマート")->location_ss) %>>% + head(3) lat lon store 1 43.03022 141.4996 セイコーマート 2 43.03790 141.4800 セイコーマート 3 43.03768 141.4663 セイコーマート > location_r %>>% + (dplyr::mutate(.,store="ローソン")->location_rr) %>>% + head(3) lat lon store 1 43.03524 141.4687 ローソン 2 43.04238 141.4731 ローソン 3 43.03987 141.4886 ローソン > location_7 %>>% + (dplyr::mutate(.,store="セブンイレブン")->location_77) %>% + head(3) lat lon store 1 43.04993 141.4590 セブンイレブン 2 43.03077 141.4536 セブンイレブン 3 43.03966 141.4577 セブンイレブン #3店舗をマージ > location_ss%>>% + (rbind(.,location_rr)) %>>% + (rbind(.,location_77)->location) %>>% + tail(3) lat lon store 835 43.10258 141.3402 セブンイレブン 836 43.10580 141.3370 セブンイレブン 837 43.06910 141.3480 セブンイレブン > location$store<-as.factor(location$store) > str(location) #マージ完成 'data.frame': 837 obs. of 3 variables: $ lat : num 43 43 43 43 43 ... $ lon : num 141 141 141 141 141 ... $ store: Factor w/ 3 levels "セイコーマート",..: 1 1 1 1 1 1 1 1 1 1 ...
できた。計837件だそうです。
storeは図にするときに色分けのため、factor化してます。
ちょっと可視化
長き戦いを終えたので、ここでいったん地図に落とし込みます。
#札幌市の地図オブジェクトを取得(Zoom引数でちょっと調整) sapporo_center <- geocode("Sapporo Station", source = "google") #札幌駅の位置を取得 sapporo_map <- ggmap::get_googlemap(center = c(lon =sapporo_center[1,1] , lat = sapporo_center[1,2]), zoom = 12, scale = 2,maptype = "roadmap",color ="color") #satellite', 'roadmap' #コンビニマップを描画 conmap2<-ggmap::ggmap(sapporo_map)+geom_point(data=location,aes(x=lon,y=lat,colour=store),size=2)
できたぜ。
これだけでも中心部にローソンとセブンがわーーーっと集まってて、
セイコーマートは店舗を集中させずにまんべんなく出店させてそう...？みたいなのが見える気がする。
ボロノイ分割
さて。メインテーマであるボロノイ分割をやります。
真剣に説明しようとおもったけど、図を改めて作るのがアレだったので...
分かりやすい記事がありましたのでこちらを...
すっごい端的に言うと、
A点-------------------------B点
ここの間に垂直二等分線を引きます。
C点とD点、E点と...みたいにドロネー線に対してどんどん垂直二等分線(ボロノイ線)を引いていきます。
最後にドロネー線を消したら、各点を中心とした「領域」が出来るよね！って感じです。
やります。
library(deldir) #deldir::分割 deldir <- deldir::deldir(x=location$lon,y=location$lat, rw=c(min(location$lon),max(location$lon),min(location$lat),max(location$lat))) #すごいいっぱいのリストが出るよ
rw引数は分割するはじっこの線を決める感じで、この枠内を分割してねみたいな書き方をしてみました。
結果を表示したかったけれどもブログが長くなりすぎそうなので主要なものを以下に。
delsgs:ドロネー三角形。エッジの座標点（x1,y1,x2,y2）の後ろに母点(コンビニ店舗)のID
dirsgs:ディリクレ領域（ボロノイ領域）。エッジの座標点（x1,y1,x2,y2）の後ろに母点(コンビニ店舗)のID
n.data:分割されたデータ点(重複なし)
n.dum:分割されたデータ点(重複点なし)
del.area:ドロネー三角に分割された点の面積。
dir.area:ボロノイ境界領域によって囲まれている面積。
rw:正方形領域の枠。
....etc(もっといろいろあります)
今回はボロノイ領域を書きたいので、dirsgsの結果を使います。
geom_segment()でごにょごにょと。
conmap3<-ggmap::ggmap(sapporo_map) + geom_point(aes(x=lon, y=lat,colour=factor(store)),size=2, data = location) + geom_segment(aes(x = x1, y = y1, xend = x2, yend = y2), size = .25,data = deldir$dirsgs, linetype = 1);conmap3#境界が書ける
見えない。見えにくいよパトラッシュ。
元の地図テーマを変えてみた。
なんかこわい。まあいいか。
ボロノイ境界を引いてみてわかったことは、特に北東部、南西部でセイコーマートのボロノイ領域が「広い」
西側はなかなかセブンも頑張っていますが、やはり市内の端にいけばいくほどセイコーマートの存在感が増しています。
ローソンの店舗は地下鉄南北線、東西線に沿ってる感じですがね、人が多いところに出店しまくってる感じがします。
セブンは人が多いところを中心に、たまに穴場的なところへの出店。
セイコーマートは中心部はやや避け、とにかくまんべんなく、人口＆土地カバー率といったところでしょうか。
見にくいから色を塗りたい
ここからはうまくいっていない編です。
geom_polygon()を使って母点(コンビニ)の色で領域を色分けしたら見やすいよなあって感じなんですが。。
どうやってtileと母点のFactorを結びつけるか方針が決まりませんでした...
#tile情報だけを切り出してきて、その中身を色塗り tilelist <- unclass(tile.list(deldir)) tilelist <- lapply(tilelist, function(l){ data.frame(x = l$x, y = l$y) }) library(reshape2) tiledf <- reshape2::melt(tilelist, id.vars = c("x")) tiledf <- tiledf[,c(4,1,3)] names(tiledf) <- c('tile','x','y') tiledf$tile<-as.factor(tiledf$tile) #各tileの頂点の座標が取得出来てます。ここに母点情報を足せればいいのかなあ... > head(tiledf) tile x y 1 1 142.1004 43.17976 2 1 142.0103 43.27621 3 1 141.5015 43.03878 4 1 141.4951 43.03427 5 1 141.4888 43.02622 6 1 141.4889 43.02588 #描画 conmap3<-conmap3+geom_polygon(aes(x = x, y = y, fill = tile),data = tiledf, colour = 'black', alpha = .3)
ちがうそうじゃない....ってなる....
現状邪魔なラベルを消す元気もないです。
うーーーむ。
以上、現場からでした。
【ggmapで遊ぶ②】巡回スープカレー屋問題を解いてみた
二回目の更新です。
さっきの記事の続き！！！wafdata.hatenablog.com
札幌駅周辺のスープカレー屋の情報をスクレイピングしてggmapして、
誰得な食べ歩きルートを作ってやろうというシリーズとなっております。
前回記事ではルートがうまく引けずに、「これって巡回セールスマン問題じゃん～ぶ～」などと供述していましたが、
@berobero11さんに背中を押して頂いたのでやってみます。
（いつも本当にありがとうございます）
参考にさせて頂いた記事はこちら。
祇園祭の山鉾の最適巡回経路 - 驚異のアニヲタ社会復帰への道
ではやります。
まず巡回セールスマン問題ってなにさ
巡回セールスマン問題には
以前から私の聖書とあがめているこのスライドにて出会いました（後半）
いつ見ても泣いちゃう、、
てことでちょっとまとめます。
巡回セールスマン問題（TSP）
端的に言うと、セールスマンが複数のセールス先を最も効率良く回れる経路は？？という問いです。
普通に考えても回らなければならない拠点が増えれば増えるほど、想定し得るルートは指数関数的に増えていくので厳密解を求めるのは難しいと言われてまっす。
たとえば今回は6店なので、、(n-1)!/2通り、、60通りかな、、（そんなでもなかった）
TSPは三角等式を満たすという仮定を与えてどーのこーのという小難しい話があったりしますが、私的には三角等式は
（i店からj店への距離）＋（j店からk店への距離）≧（i店からk店への距離）
なので、「i店からk店に行こうとしてるのに、途中でj店に寄り道したら遠くなっちゃうよねー」っていう仮定のことだと解釈してます。
いざ巡回スープカレー屋問題
そんでもって、
RではどうやらこのTSPを解く{TSP}なるパッケージがあるとのことで、、
デフォルトで使えるアルゴリズムは以下の通り。一部知らないやつがあった、、
- nearest_insertion..........最近追加法
- cheapest_insertion.........最廉挿入法
- farthest_insertion.........最遠挿入法
- arbitrary_insertion........(?)
- nn.........................最近傍法
- repetitive_nn..............(?)
- 2-opt......................2近似解法
間違ってたら糾弾してください。
前提のプロットはこれです。
> curry_map code_y code_x 1 43.06401 141.3547 2 43.06757 141.3462 3 43.06761 141.3525 4 43.06672 141.3545 5 43.06827 141.3524 6 43.06596 141.3502 sapporo_center <- geocode("Sapporo Station", source = "google") #札幌駅の位置を取得 sapporo_center sapporo_map <- ggmap::get_googlemap(center = c(lon =sapporo_center[1,1] , lat = sapporo_center[1,2]), zoom = 16, size = c(640, 640), scale = 2, maptype = "roadmap",color = "color",markers=Curry_p) ggmap::ggmap(sapporo_map)
カレー屋さん問題を解きます。
install.packages("TSP") library(TSP) > tsp_curry <- TSP(dist(curry_map[, c("code_x", "code_y")]));tsp_curry #TSP関数を適用。準備 object of class ‘TSP’ 6 cities (distance ‘euclidean’) # 使えるメソッドを全て適用したいので、与える用意 >m0 <- c("nearest_insertion", "cheapest_insertion", "farthest_insertion", "arbitrary_insertion", "nn", "repetitive_nn", "2-opt") #TSP問題はsolve_TSP()で解けるみたい > tours <- lapply(m0, FUN=function(m) solve_TSP(tsp_curry, method=m));tours #solveTSP()で解く。のをメソッドごとに繰り返し [[1]] object of class ‘TOUR’ result of method ‘nearest_insertion’ for 6 cities tour length: 0.02103666 [[2]] object of class ‘TOUR’ result of method ‘cheapest_insertion’ for 6 cities tour length: 0.02150029 [[3]] object of class ‘TOUR’ result of method ‘farthest_insertion’ for 6 cities tour length: 0.02103666 [[4]] object of class ‘TOUR’ result of method ‘arbitrary_insertion’ for 6 cities tour length: 0.02150029 [[5]] object of class ‘TOUR’ result of method ‘nn’ for 6 cities tour length: 0.0223355 [[6]] object of class ‘TOUR’ result of method ‘repetitive_nn’ for 6 cities tour length: 0.02103666 [[7]] object of class ‘TOUR’ result of method ‘2-opt’ for 6 cities tour length: 0.02103666 #メソッド名が無いとわかんない！！ > names(tours) <- m0 #メソッド名を結果の名前に設定。 > tours $nearest_insertion object of class ‘TOUR’ result of method ‘nearest_insertion’ for 6 cities tour length: 0.02103666 $cheapest_insertion object of class ‘TOUR’ result of method ‘cheapest_insertion’ for 6 cities tour length: 0.02150029 $farthest_insertion object of class ‘TOUR’ result of method ‘farthest_insertion’ for 6 cities tour length: 0.02103666 $arbitrary_insertion object of class ‘TOUR’ result of method ‘arbitrary_insertion’ for 6 cities tour length: 0.02150029 $nn object of class ‘TOUR’ result of method ‘nn’ for 6 cities tour length: 0.0223355 $repetitive_nn object of class ‘TOUR’ result of method ‘repetitive_nn’ for 6 cities tour length: 0.02103666 $`2-opt` object of class ‘TOUR’ result of method ‘2-opt’ for 6 cities tour length: 0.02103666 #結果を見ると、tour_lengthが各ルートの距離（的な）ものを表しているようだ #tour_lengthの部分だけ抜いてきてattr()で整形 > tour_length <- c(sapply(tours, FUN=attr, "tour_length"));tour_length nearest_insertion cheapest_insertion farthest_insertion arbitrary_insertion nn repetitive_nn 0.02103666 0.02150029 0.02103666 0.02150029 0.02233550 0.02103666 2-opt 0.02103666 # 距離をソートして一番小さいものを取ってくる > minlen <- sort(tour_length)[1];minlen nearest_insertion 0.02103666 #nearest_insertionで求めた結果が一番最短ルートを選べているもよう。 #toursリストのメソッドごと繰り返して数値化 > curry_route <- sapply(tours, as.integer);curry_route nearest_insertion cheapest_insertion farthest_insertion arbitrary_insertion nn repetitive_nn 2-opt [1,] 2 4 3 1 2 5 2 [2,] 6 1 4 6 6 3 6 [3,] 1 6 1 2 3 4 1 [4,] 4 2 6 3 5 1 4 [5,] 3 3 2 5 4 6 3 [6,] 5 5 5 4 1 2 5 #店を回る全体の順番の結論！ > root <- c(curry_route[, names(minlen)], curry_route[1, names(minlen)]);root nearest_insertion 2 6 1 4 3 5 2
わちゃわちゃしましたが、
2→6→1→4→3→5→2
の順番でお店を回ればよさそうだ！！
単純に考えたら、
2の店→6の店
6の店→1の店、、
と、全部のルートを求めていけば良さそうなので、rootの結果をうまく与えてFor文で回すかなあ、、
しかし6店しかないので
いちいち処理を見たいという願望が芽生えたので、ちまちまやります
#店の順番を入れ替えるなどする。 > curry_map[root, c("code_x", "code_y")] code_x code_y 2 141.3462 43.06757 6 141.3502 43.06596 1 141.3547 43.06401 4 141.3545 43.06672 3 141.3525 43.06761 5 141.3524 43.06827 2.1 141.3462 43.06757 travelmode<-"walking" #カレー屋は歩いて行くに限る #それぞれの徒歩ルートを求めます route_1<-route(c(lon[2],lat[2]),c(lon[6],lat[6]),structure="route",mode=travelmode) route_2<-route(c(lon[6],lat[6]),c(lon[1],lat[1]),structure="route",mode=travelmode) route_3<-route(c(lon[1],lat[1]),c(lon[4],lat[4]),structure="route",mode=travelmode) route_4<-route(c(lon[4],lat[4]),c(lon[3],lat[3]),structure="route",mode=travelmode) route_5<-route(c(lon[3],lat[3]),c(lon[5],lat[5]),structure="route",mode=travelmode) route_6<-route(c(lon[5],lat[5]),c(lon[2],lat[2]),structure="route",mode=travelmode) #本来はlon[i],lat[i]みたいな感じで渡していくべきなはず #route1の中身を見てみる m km miles seconds minutes hours leg lon lat 1 48 0.048 0.0298272 35 0.5833333 0.009722222 1 141.3463 43.06795 2 51 0.051 0.0316914 37 0.6166667 0.010277778 2 141.3468 43.06803 3 19 0.019 0.0118066 14 0.2333333 0.003888889 3 141.3470 43.06758 4 119 0.119 0.0739466 86 1.4333333 0.023888889 4 141.3472 43.06757 5 111 0.111 0.0689754 80 1.3333333 0.022222222 5 141.3474 43.06651 6 35 0.035 0.0217490 25 0.4166667 0.006944444 6 141.3487 43.06663 7 58 0.058 0.0360412 42 0.7000000 0.011666667 7 141.3489 43.06636 8 104 0.104 0.0646256 75 1.2500000 0.020833333 8 141.3492 43.06601 9 41 0.041 0.0254774 29 0.4833333 0.008055556 9 141.3505 43.06618 10 NA NA NA NA NA NA NA 141.3506 43.06582 #48m行って～そのあと51m歩いて～みたいな所要時間と共に書いてありますね #route1を描画 > ggmap(sapporo_map) + + geom_path( + aes(x=lon,y=lat), colour = 'red', size = 2, + data = route_1, lineend = 'round')
おお、スタートは左上からかな
（以降、ちまちま足して、ルートが繋がっていくのをいちいち喜びます）
#route2,3を追加 gmap(sapporo_map) + geom_path( aes(x=lon,y=lat), colour = 'red', size = 2, data = route_1, lineend = 'round')+ geom_path( aes(x=lon,y=lat), colour = 'red', size = 2, data = route_2, lineend = 'round')+ geom_path( aes(x=lon,y=lat), colour = 'red', size = 2, data = route_3, lineend = 'round')
完成！！！
ggmap(sapporo_map) + geom_path( aes(x=lon,y=lat), colour = 'red', size = 2, data = route_1, lineend = 'round')+ geom_path( aes(x=lon,y=lat), colour = 'red', size = 2, data = route_2, lineend = 'round')+ geom_path( aes(x=lon,y=lat), colour = 'red', size = 2, data = route_3, lineend = 'round')+ geom_path( aes(x=lon,y=lat), colour = 'red', size = 2, data = route_4, lineend = 'round')+ geom_path( aes(x=lon,y=lat), colour = 'red', size = 2, data = route_5, lineend = 'round')+ geom_path( aes(x=lon,y=lat), colour = 'red', size = 2, data = route_6, lineend = 'round')
わーい！！！！つながった！！！！
※通常はいちいち経過を見たりしないで、どうか繰り返し処理をしてください。
超楽しかったー
素晴らしい日曜日。
仕事行きたくない！！！！！！
【ggmapで遊んだ話】札幌駅周辺のスープカレー屋マップ
札幌は夏が終わってしまいましたね。
近頃は恥ずかしいコードをばんばん公開して
マサカリを投げて頂くことに喜びを感じて生きています。
さて。
小ネタが続いていて、なんか分析っぽいことをしよーと思いつつ
前処理修行が終わらないので、今週も小ネタになります。
方針
①座標から描画する方法をやってみる
②住所から描画する方法をやってみる
③ルートから書いてみる
「札幌駅 スープカレー」とかでテキトーにググったら
6件～10件くらいのお店しかヒットしないので、それを題材に。
パート１：座標から描画してみる
ソースを見たら、Googlemapの描画のとこから直接座標ゲット出来そうだったので、
{rvest}で引っ張ってこようとしたところ、Xpath指定のレベルが足りずに悲惨なことに。。
#6店分の座標を抜きたい >library(rvest) > html <- read_html("http://tabelog.com/hokkaido/A0101/A010101/rstLst/RC120501/") > access <- html %>% + html_nodes(xpath = '//div[@class="js-panel js-panel-map list-panel-map"]/p/a/img[@data-original]') %>% + print(access) {xml_nodeset (6)} [1] <img alt="螂･闃晏膚蠎\x97 鬧\x85蜑\x8d 蜑ｵ謌仙ｯｺ - 蝨ｰ蝗ｳ" class="js-lazy" data-original="http://maps.google.com/maps/api/staticmap?client=gme-kakakucominc&channel=tabelog.com&sensor=false&hl=ja&center=43.066721045467624,141.35447237801213&markers=color:red%7C43.066721045467624,141.35447237801213&zoom=15&size=545x130&signature=zWO-s9C_IaI_hjbb-3AqnuKpIMY=" height="130" src="" width="545" /> [2] <img alt="繝斐き繝ｳ繝\x86繧｣ 譛ｭ蟷碁ｧ\x85蜑榊ｺ\x97 - 蝨ｰ蝗ｳ" class="js-lazy" data-original="http://maps.google.com/maps/api/staticmap?client=gme-kakakucominc&channel=tabelog.com&sensor=false&hl=ja&center=43.06401328397733,141.3547266482323&markers=color:red%7C43.06401328397733,141.3547266482323&zoom=15&size=545x130&signature=rNOqCsmfF8xTBoBsq2sVLmzax2w=" height="130" src="" width="545" /> ・ ・ ・
店名。。文字化けた。。。。
（Googlemapの描画のソースから座標を取ってきて、Rでggmapを描画するという本末転倒なことをしていますが
暇な人だと思って頂ければ幸いです。）
"center="で指定されているところが座標部分になります。
本当はXpath指定時点でここを直接抜けたら前処理が楽なんだろうけど・・・レベル上げたい。
見やすくするとこんな感じに。
> curry_map code_y code_x 1 43.06401 141.3547 2 43.06757 141.3462 3 43.06761 141.3525 4 43.06672 141.3545 5 43.06827 141.3524 6 43.06596 141.3502
お店の位置の座標データフレームが出来たので、描画を開始。
まずは「札幌駅周辺」がお題なので、札幌駅を中心に据えた地図を作ります。
geocode("住所",source="google")...住所から座標を取得
revgeocode(c(×××,△△△))...座標から住所を取得
get_googlemap()の引数zoom,size,scale周りをいろいろ変えながら模索しました。
デフォルト状態だと他の市町村まで入るくらい引きの地図になります。
> sapporo_center <- geocode("Sapporo Station", source = "google") #札幌駅の位置を取得 > sapporo_center lon lat 1 141.3508 43.06862 > sapporo_map <- ggmap::get_googlemap(center = c(lon =sapporo_center[1,1] , lat = sapporo_center[1,2]), + zoom = 16, size = c(640, 640), scale = 2, + maptype = "roadmap",color = "color") Map from URL : http://maps.googleapis.com/maps/api/staticmap?center=43.068625,141.350801&zoom=16&size=640x640&scale=2&maptype=roadmap&sensor=false > ggmap::ggmap(sapporo_map) #描画
うん。
とりあえずカレーマップを作ります。
カレー屋さんの場所に点を打つ。ただそれだけ。
> ggmap(sapporo_map)+ + geom_point(data=curry_map,aes(x=code_x,y=code_y),color="red",size=7)
なんかダサいけどできた！！
パート2:住所から描画したい
「でも座標データフレーム最初から用意すんのなんてめんどくさくね？」
ということで考えてみます
> revgeocode(c(141.3547,43.06401)) Information from URL : http://maps.googleapis.com/maps/api/geocode/json?latlng=43.06401,141.3547&sensor=false [1] "1 Chome-8 Kita 2 Jōnishi, Chūō-ku, Sapporo-shi, Hokkaidō 060-0002, Japan"
この戻り値みたいな感じに正規化された住所を渡せば座標ゲット出来そう
住所→ローマ字→正規化
の納得いく処理が書けなかったので割愛しますが。。
> geocode("1 Chome-8 Kita 2 Jōnishi, Chūō-ku, Sapporo-shi", source = "google") Information from URL : http://maps.googleapis.com/maps/api/geocode/json?address=1%20Chome-8%20Kita%202%20J%c5%8dnishi,%20Ch%c5%ab%c5%8d-ku,%20Sapporo-shi&sensor=false lon lat 1 141.3547 43.06399
住所を渡して、座標ゲットして、、をうまいこと繰り返して、さっきのCurry_mapみたいな座標データフレームを作れればよいのかなと。
食べ歩きルートみたいなのを書いてみたい
さっきの座標データ（Curry_map）をマーカーで書いてみた
#マーカー用にデータ整形 > Curry_p = data.frame( + lon <- c(141.3547, 141.3462, 141.3525, 141.3545,141.3524,141.3502), + lat <- c(43.06401, 43.06757, 43.06761, 43.06672,43.06827,43.06596)) #引数markerを与えて描画 > sapporo_map <- ggmap::get_googlemap(center = c(lon =sapporo_center[1,1] , lat = sapporo_center[1,2]), + zoom = 16, size = c(640, 640), scale = 2, + maptype = "roadmap",color = "color",markers=Curry_p) Map from URL : http://maps.googleapis.com/maps/api/staticmap?center=43.068625,141.350801&zoom=16&size=640x640&scale=2&maptype=roadmap&markers=43.06401,141.3547%7c43.06757,141.3462%7c43.06761,141.3525%7c43.06672,141.3545%7c43.06827,141.3524%7c43.06596,141.3502&sensor=false > ggmap::ggmap(sapporo_map)
さっきの赤丸よりはダサくない！！Googlemap感！！！
さらにmarker引数と同じような感じで、path引数を与えるとルートも書けるっぽい
> ggmap::ggmap(sapporo_map) > sapporo_map <- ggmap::get_googlemap(center = c(lon =sapporo_center[1,1] , lat = sapporo_center[1,2]), + zoom = 16, size = c(640, 640), scale = 2, + maptype = "roadmap",color = "color",markers=Curry_p,path=Curry_p) Map from URL : http://maps.googleapis.com/maps/api/staticmap?center=43.068625,141.350801&zoom=16&size=640x640&scale=2&maptype=roadmap&markers=43.06401,141.3547%7c43.06757,141.3462%7c43.06761,141.3525%7c43.06672,141.3545%7c43.06827,141.3524%7c43.06596,141.3502&path=43.06401,141.3547%7c43.06757,141.3462%7c43.06761,141.3525%7c43.06672,141.3545%7c43.06827,141.3524%7c43.06596,141.3502&sensor=false > ggmap::ggmap(sapporo_map)
・・・・うん。。。
それっぽいものは書けた。（ルートに納得はいかないけど。）
なんか循環セールスマン問題みたいだなあ
欲張らずに2点の間のルートだとroute()使ってからのgeom_path()で書けそうだけど、いまいちうまくいかなかった
#食べ歩きルート from<-"6 Chome-1 Kita 6 Jōnishi, Chūō-ku, Sapporo-shi" to<-"2 Chome Kita 5 Jōnishi, Chūō-ku, Sapporo-shi" route <- route(from, to, structure = 'route') ggmap(sapporo_map) + geom_path( aes(x=lon,y=lat), colour = 'red', size = 2, data = route, lineend = 'round')
書けてはいるけど。。。求めた座標がざっくりしすぎているからなのか、微妙。。。
私による私のための食べ歩きルート構築への道はまだまだ遠そう。
【ggplot2番外編】企業の年収ランキングで遊ぶ～facetする意味について～
17歳冬、私は「北海道には梅雨が無いよ」と言われ
札幌にやって来ました。
･･･あれから5年。
･･････騙された気持ちでいっぱいです。（蝦夷梅雨）
注意書き
最近はクラスタリングやらコロプレスやら色々やってましたが、
今回は番外編です。
・間違った図を
・そのまんま
・公開してみよう
以上です。
なんか思ってたのと違う、ってなった話と
それに気づくまでの過程を述べて終わります。
分析っぽいことすらしてません
全般的にくだらないので短いです。
テーマ
・（高所得者への嫉妬がピークなので）年収ランキングを集めたい
・そういえばサブグループの図って作ったことなかったからやりたい
そもそもこのデータとやりたいことが一致してないのがその後詰まる原因に。
データ
東洋経済さんの「年収トップ企業500」のうち1~100位の企業をcsv化
1社ごとの業種（証券コード協議会のものに準拠）、本社本店所在地をセット
nensyu<-read.csv("nensyu_rank.csv",header=TRUE) gyosyu<-read.csv("gyosyu.csv",header=TRUE) nensyu_kako<-nensyu[,-2] > nensyu_kako rank nensyu age ninzu area gyosyu 1 1 1947 29.9 36 tokyo 9050 2 2 1506 43.4 35 tokyo 5250 3 3 1499 51.3 70 tokyo 5250 4 4 1479 42.3 650 tokyo 5250 5 5 1454 47.0 1232 tokyo 5250 6 6 1440 34.8 2038 osaka 3650 7 7 1412 34.5 160 tokyo 9050 8 8 1395 42.1 1130 tokyo 5250 9 9 1384 41.3 4274 tokyo 6050 10 10 1356 42.8 6358 tokyo 6050 11 11 1351 42.4 6160 tokyo 6050 12 12 1351 44.8 1879 tokyo 5250 13 13 1304 42.7 5413 tokyo 6050 14 14 1303 51.3 1705 tokyo 6050 15 15 1275 41.7 4385 tokyo 6050 16 16 1268 41.7 116 tokyo 8050 17 17 1240 40.1 80 tokyo 3650 18 18 1221 44.5 113 tokyo 5250 19 19 1205 42.7 223 hukuoka 5250 20 20 1191 39.1 7384 tokyo 9050 21 21 1184 46.7 19 tokyo 8050 22 22 1174 44.0 40 tokyo 7050 23 23 1172 41.8 448 tokyo 7150 24 24 1157 44.5 102 tokyo 3300 25 25 1152 41.2 604 tokyo 7100 26 26 1146 38.9 185 tokyo 5250 27 27 1138 42.2 321 aichi 5250 28 28 1119 33.5 90 tokyo 9050 29 29 1119 46.7 310 tokyo 9050 30 30 1118 39.8 146 tokyo 7100 31 31 1107 40.7 711 tokyo 8050 32 32 1107 46.3 25 tokyo 5250 33 33 1101 41.3 1296 tokyo 8050 34 34 1095 47.9 69 tokyo 3250 35 35 1091 38.7 6026 tokyo 5250 36 36 1080 44.3 73 tokyo 3250 37 37 1070 45.2 118 tokyo 3200 38 38 1066 45.7 100 tokyo 3200 39 39 1056 41.0 116 tokyo 7100 40 40 1052 44.2 196 tokyo 9050 41 41 1052 42.2 2271 tokyo 6050 42 42 1041 36.2 370 tokyo 9050 43 43 1041 40.5 2809 aichi 6050 44 44 1041 42.7 36 tokyo 8050 45 45 1040 43.7 3502 tokyo 3250 46 46 1036 42.3 5744 tokyo 3250 47 47 1035 41.7 6578 tokyo 3250 48 48 1026 44.2 105 tokyo 2050 49 49 1017 46.5 21 osaka 8050 50 50 1014 42.4 244 tokyo 7100 51 51 1010 40.1 2427 tokyo 5250 52 52 1009 41.1 277 tokyo 5250 53 53 1008 42.6 273 tokyo 3050 54 54 995 43.6 85 tokyo 7150 55 55 995 44.7 48 tokyo 8050 56 56 985 35.7 414 tokyo 9050 57 57 983 43.2 2238 kanagawa 2050 58 58 980 43.4 2661 yamanashi 2050 59 59 975 43.7 209 tokyo 7100 60 60 974 39.9 1136 tokyo 5100 61 61 971 43.6 34 tokyo 3050 62 62 969 38.9 482 tokyo 3050 63 63 965 42.0 38 tokyo 4050 64 64 965 42.7 881 tokyo 5250 65 65 963 38.1 61 osaka 8050 66 66 960 39.3 2025 tokyo 7100 67 67 960 41.5 9965 tokyo 2050 68 68 958 44.9 11 tokyo 7100 69 69 955 46.5 10 tokyo 7200 70 70 950 42.8 74 tokyo 3100 71 71 944 41.7 1630 kanagawa 2050 72 72 944 41.7 118 okayama 9050 73 73 943 38.8 6734 osaka 3250 74 74 943 44.5 37 tokyo 3450 75 75 940 43.1 2332 osaka 3200 76 76 939 41.4 10837 tokyo 5250 77 77 938 41.0 110 tokyo 9050 78 78 937 41.5 4932 tokyo 3250 79 79 937 43.0 1485 tokyo 2050 80 80 935 44.5 953 tokyo 3300 81 81 934 47.8 56 tokyo 5250 82 82 934 49.7 75 kanagawa 5050 83 83 930 39.6 1499 tokyo 1050 84 84 925 38.3 35 tokyo 7100 85 85 924 44.5 212 tokyo 9050 86 86 917 38.3 230 chiba 5100 87 87 916 43.1 188 kanagawa 3650 88 88 909 41.7 3518 tokyo 3050 89 89 909 46.6 38 osaka 3250 90 90 908 45.4 2888 tokyo 3650 91 91 907 36.7 142 tokyo 5100 92 92 907 40.9 422 tokyo 8050 93 93 901 53.4 12 kanagawa 6050 94 94 900 45.4 61 tokyo 9050 95 95 899 44.1 21 tokyo 7100 96 96 898 38.1 2393 tokyo 7100 97 97 896 45.5 108 tokyo 3250 98 98 896 37.6 892 tokyo 5100 99 99 896 41.6 67 osaka 5050 100 100 895 44.9 1696 tokyo 2050 101 101 895 47.1 38 tokyo 5250 #業種コードをキーに業種名を別途ＪＯＩＮ library(dplyr) nensyu_kako<-dplyr::left_join(nensyu_kako,gyosyu,by = "gyosyu") #従業員数を離散化してクラス分け library(infotheo) x=infotheo::discretize(subset(nensyu_kako,select=ninzu),disc="equalwidth") colnames(x)<-c("ninzu_class") nensyu_kako<-cbind(nensyu_kako,x) #データ完成 > nensyu_kako rank nensyu age ninzu area gyosyu gyosyu_name ninzu_class 1 1 1947 29.9 36 tokyo 9050 サービス業 1 2 2 1506 43.4 35 tokyo 5250 情報・通信業 1 3 3 1499 51.3 70 tokyo 5250 情報・通信業 1 4 4 1479 42.3 650 tokyo 5250 情報・通信業 1 5 5 1454 47.0 1232 tokyo 5250 情報・通信業 1 6 6 1440 34.8 2038 osaka 3650 電気機器 1 7 7 1412 34.5 160 tokyo 9050 サービス業 1 8 8 1395 42.1 1130 tokyo 5250 情報・通信業 1 9 9 1384 41.3 4274 tokyo 6050 卸売業 2 10 10 1356 42.8 6358 tokyo 6050 卸売業 3 11 11 1351 42.4 6160 tokyo 6050 卸売業 3 12 12 1351 44.8 1879 tokyo 5250 情報・通信業 1 13 13 1304 42.7 5413 tokyo 6050 卸売業 2 14 14 1303 51.3 1705 tokyo 6050 卸売業 1 15 15 1275 41.7 4385 tokyo 6050 卸売業 2 16 16 1268 41.7 116 tokyo 8050 不動産業 1 17 17 1240 40.1 80 tokyo 3650 電気機器 1 18 18 1221 44.5 113 tokyo 5250 情報・通信業 1 19 19 1205 42.7 223 hukuoka 5250 情報・通信業 1 20 20 1191 39.1 7384 tokyo 9050 サービス業 3 21 21 1184 46.7 19 tokyo 8050 不動産業 1 22 22 1174 44.0 40 tokyo 7050 銀行業 1 23 23 1172 41.8 448 tokyo 7150 保険業 1 24 24 1157 44.5 102 tokyo 3300 石油・石炭製品 1 25 25 1152 41.2 604 tokyo 7100 証券、商品先物取引業 1 26 26 1146 38.9 185 tokyo 5250 情報・通信業 1 27 27 1138 42.2 321 aichi 5250 情報・通信業 1 28 28 1119 33.5 90 tokyo 9050 サービス業 1 29 29 1119 46.7 310 tokyo 9050 サービス業 1 30 30 1118 39.8 146 tokyo 7100 証券、商品先物取引業 1 31 31 1107 40.7 711 tokyo 8050 不動産業 1 32 32 1107 46.3 25 tokyo 5250 情報・通信業 1 33 33 1101 41.3 1296 tokyo 8050 不動産業 1 34 34 1095 47.9 69 tokyo 3250 医薬品 1 35 35 1091 38.7 6026 tokyo 5250 情報・通信業 3 36 36 1080 44.3 73 tokyo 3250 医薬品 1 37 37 1070 45.2 118 tokyo 3200 化学 1 38 38 1066 45.7 100 tokyo 3200 化学 1 39 39 1056 41.0 116 tokyo 7100 証券、商品先物取引業 1 40 40 1052 44.2 196 tokyo 9050 サービス業 1 41 41 1052 42.2 2271 tokyo 6050 卸売業 1 42 42 1041 36.2 370 tokyo 9050 サービス業 1 43 43 1041 40.5 2809 aichi 6050 卸売業 2 44 44 1041 42.7 36 tokyo 8050 不動産業 1 45 45 1040 43.7 3502 tokyo 3250 医薬品 2 46 46 1036 42.3 5744 tokyo 3250 医薬品 3 47 47 1035 41.7 6578 tokyo 3250 医薬品 3 48 48 1026 44.2 105 tokyo 2050 建設業 1 49 49 1017 46.5 21 osaka 8050 不動産業 1 50 50 1014 42.4 244 tokyo 7100 証券、商品先物取引業 1 51 51 1010 40.1 2427 tokyo 5250 情報・通信業 1 52 52 1009 41.1 277 tokyo 5250 情報・通信業 1 53 53 1008 42.6 273 tokyo 3050 食料品 1 54 54 995 43.6 85 tokyo 7150 保険業 1 55 55 995 44.7 48 tokyo 8050 不動産業 1 56 56 985 35.7 414 tokyo 9050 サービス業 1 57 57 983 43.2 2238 kanagawa 2050 建設業 1 58 58 980 43.4 2661 yamanashi 2050 建設業 1 59 59 975 43.7 209 tokyo 7100 証券、商品先物取引業 1 60 60 974 39.9 1136 tokyo 5100 海運業 1 61 61 971 43.6 34 tokyo 3050 食料品 1 62 62 969 38.9 482 tokyo 3050 食料品 1 63 63 965 42.0 38 tokyo 4050 電気・ガス業 1 64 64 965 42.7 881 tokyo 5250 情報・通信業 1 65 65 963 38.1 61 osaka 8050 不動産業 1 66 66 960 39.3 2025 tokyo 7100 証券、商品先物取引業 1 67 67 960 41.5 9965 tokyo 2050 建設業 4 68 68 958 44.9 11 tokyo 7100 証券、商品先物取引業 1 69 69 955 46.5 10 tokyo 7200 その他金融業 1 70 70 950 42.8 74 tokyo 3100 繊維製品 1 71 71 944 41.7 1630 kanagawa 2050 建設業 1 72 72 944 41.7 118 okayama 9050 サービス業 1 73 73 943 38.8 6734 osaka 3250 医薬品 3 74 74 943 44.5 37 tokyo 3450 鉄鋼 1 75 75 940 43.1 2332 osaka 3200 化学 1 76 76 939 41.4 10837 tokyo 5250 情報・通信業 4 77 77 938 41.0 110 tokyo 9050 サービス業 1 78 78 937 41.5 4932 tokyo 3250 医薬品 2 79 79 937 43.0 1485 tokyo 2050 建設業 1 80 80 935 44.5 953 tokyo 3300 石油・石炭製品 1 81 81 934 47.8 56 tokyo 5250 情報・通信業 1 82 82 934 49.7 75 kanagawa 5050 陸運業 1 83 83 930 39.6 1499 tokyo 1050 鉱業 1 84 84 925 38.3 35 tokyo 7100 証券、商品先物取引業 1 85 85 924 44.5 212 tokyo 9050 サービス業 1 86 86 917 38.3 230 chiba 5100 海運業 1 87 87 916 43.1 188 kanagawa 3650 電気機器 1 88 88 909 41.7 3518 tokyo 3050 食料品 2 89 89 909 46.6 38 osaka 3250 医薬品 1 90 90 908 45.4 2888 tokyo 3650 電気機器 2 91 91 907 36.7 142 tokyo 5100 海運業 1 92 92 907 40.9 422 tokyo 8050 不動産業 1 93 93 901 53.4 12 kanagawa 6050 卸売業 1 94 94 900 45.4 61 tokyo 9050 サービス業 1 95 95 899 44.1 21 tokyo 7100 証券、商品先物取引業 1 96 96 898 38.1 2393 tokyo 7100 証券、商品先物取引業 1 97 97 896 45.5 108 tokyo 3250 医薬品 1 98 98 896 37.6 892 tokyo 5100 海運業 1 99 99 896 41.6 67 osaka 5050 陸運業 1 100 100 895 44.9 1696 tokyo 2050 建設業 1 101 101 895 47.1 38 tokyo 5250 情報・通信業 1
ただランキングを並べるとこんな感じ
library(ggplot2) nensyu_kako$gyosyu<-as.factor(nensyu_kako$gyosyu) ggplot2::ggplot(nensyu_kako,aes(x=rank,y=nensyu,colour=gyosyu_name))+ geom_point()
業種で色分けしてみたものの
もっとグループごとに見やすくしないことには始まらない
ggplot2のfacetを使ってみよう
どうやら
図を垂直・水平方向にサブグループで分割出来るらしい
ということは知っていましたが
どうもその「垂直」「水平」に分割するということがいまいちピンときていなかったので
やってみた
変な図その①：垂直・水平両方に切ってみる
#業種とエリア（本社所在地）で分割 ggplot2::ggplot(nensyu_kako,aes(x=rank,y=nensyu,colour=gyosyu_name))+ geom_point()+ facet_grid(gyosyu_name~area)
？？？？
違くね？？？
変な図その②：水平方向に切ってみる
#エリアで水平に分割 ggplot2::ggplot(nensyu_kako,aes(x=rank,y=nensyu,colour=gyosyu_name))+ geom_point()+ facet_grid(area~.)
？？？？
違くね？？？
ここで
年収データをY軸にしている今、
グループ間で比較したいのは「年収」であり
それを分割してはいけないのだと気が付いたので
少し何かを察してきた図①
#エリアで垂直に分割 ggplot2::ggplot(nensyu_kako,aes(x=rank,y=nensyu,colour=gyosyu_name))+ geom_point()+ facet_grid(.~area)
少し何かを掴みかけてきました
しかしながら東京以外に本社or本店を持つ企業が少なすぎてアレなんで
少し何かを察してきた図②
#従業員人数クラスで垂直に分割 ggplot2::ggplot(nensyu_kako,aes(x=rank,y=nensyu,colour=gyosyu_name))+ geom_point()+ facet_grid(.~ninzu_class)
（人数クラスは等間隔で分けてるので
約3000人くらいずつ1~4に分割されてるはず）
ここまでくると
年収トップ100位以内の企業は
1~3000人規模の企業が多め、でも従業員規模によって順位自体に違いがあるとは言えなそう
ってのが見えてきました
業種と従業員数にはちょっとした関連があるかも･･･というのも。
まとめにならないまとめ
はじめてfacetしてみて
・水平方向に分割
Ｘ軸をグループ別に比較したいとき→時系列データとかによいかも
・垂直方向に分割
Ｙ軸をグループ別に比較したいとき→今回みたいなやつとか
という感覚を得ました
ふつーに箱ひげ図でいいと言われてしまえばそれまでなものの。
年収に関しては大して何の知見も得てません。
現場からは以上です。
番外編でした。
{GGally}と｛Nippon｝パッケージで都道府県データを腰を据えて可視化（したい）
札幌が嘘みたいに暑くて溶けそうです。
クーラー。クーラーほしい。
てーま
・久々に前処理について考えたい
・そういえば日本のコロプレス図やったことない
・SappoRo.Rでも話題に出ていた{GGally}使ってみようかな
てことで
いつものことながらe-statです。
お題
こちらの記事を拝見していて
ほう･･･都道府県でそういう違いもあるのね･･･と。
子供の養育を、父母中心となってやるか、保育園に預けるのがメインか
という都道府県別データがあるとのことなので
自前でいろいろ組み合わせてみました
・都道府県別進学率
・都道府県別学力テスト結果
・都道府県別主要な保育者の割合
をe-statからダウンロードしてきて、
どういうアプローチが出来そうか、分析の「手前」部分を考えるというのが本日のメインです
データ整形
このへんはざっくりとscriptのみ。
ID<-read.csv("ID.csv",header=F) #自前の都道府県マスタ singaku<-read.csv("sinngaku.csv",header=F) #学校基本調査【22-18】 hoiku<-read.csv("hoiku.csv",header=T) #国民生活基礎調査19表 gakuryoku<-read.csv("gakuryoku_chu.csv",header=T) #全国学力・学習状況調査 head(ID) head(singaku) head(hoiku) head(gakuryoku) #今回は都道府県順が一定なのでrownameをIDとしてつけて、JOINします #gakuryokuの前処理 library(dplyr) gakuryoku_kako<-gakuryoku[,-1] head(gakuryoku_kako) gakuryoku_kako<-dplyr::mutate(gakuryoku_kako,ID=row.names(gakuryoku_kako)) %>% select(.,ID,kokugoA:zentai) str(gakuryoku_kako)#なんか一行多い gakuryoku_kako<-gakuryoku_kako[-48,]#消した head(gakuryoku_kako) #singakuの前処理 singaku_kako<-singaku head(singaku_kako) str(singaku_kako) singaku_kako<-singaku_kako[-1,1:2] %>% dplyr::mutate(.,ID=as.numeric(row.names(.))-1) %>% select(.,ID,V2) colnames(singaku_kako)<-c("ID","singaku") head(singaku_kako) #hoikuの前処理 head(hoiku) hoiku_kako<-hoiku[-(1:4),] head(hoiku_kako) colnames(hoiku_kako)<-c("name","sousu","hubo","souhubo","ninka","ninkagai","youchien","sonota","husyou") hoiku_kako<-hoiku_kako[,2:5] %>% dplyr::mutate(.,ID=as.numeric(row.names(.))-4) %>% select(.,ID,sousu,hubo,souhubo,ninka) head(hoiku_kako) #保育者が父母の割合、認可保育園の割合に変換 str(hoiku_kako) hoiku_kako$sousu<-as.numeric(as.character(hoiku_kako$sousu)) hoiku_kako$hubo<-as.numeric(as.character(hoiku_kako$hubo)) hoiku_kako$ninka<-as.numeric(as.character(hoiku_kako$ninka)) head(hoiku_kako) hoiku_kako<-hoiku_kako[,-4] %>% dplyr::mutate(.,huboritu=hubo/sousu*100,hoikuen=ninka/sousu*100) %>% select(.,ID,huboritu,hoikuen) head(hoiku_kako) #型確認,統合 str(gakuryoku_kako) str(singaku_kako) str(hoiku_kako) str(ID) gakuryoku_kako$ID<-as.numeric(gakuryoku_kako$ID) ID$ID<-as.numeric(ID$ID) colnames(ID)<-c("ID","name","area") library(dplyr) tougou<-dplyr::inner_join(ID,singaku_kako,by="ID") %>% dplyr::inner_join(.,gakuryoku_kako,by="ID") %>% dplyr::inner_join(.,hoiku_kako,by="ID") #整形後データ tougou > tougou ID name area singaku kokugoA kokugoB sugakuA sugakuB zentai huboritu hoikuen 1 1 北海道 hokkaido 40.4 76.0 66.2 62.3 39.1 63.4 47.69874 30.54393 2 2 青森県 tohoku 41.9 78.8 67.7 65.0 42.4 66.1 32.05128 52.56410 3 3 岩手県 tohoku 41.2 78.2 68.1 59.9 37.4 63.1 35.08772 49.12281 4 4 宮城県 tohoku 45.5 77.6 68.6 62.2 39.7 64.3 44.82759 25.00000 5 5 秋田県 tohoku 44.5 81.9 74.6 68.9 47.5 70.2 38.00000 50.00000 6 6 山形県 tohoku 46.3 78.9 69.1 63.1 40.7 65.2 34.00000 42.00000 7 7 福島県 tohoku 42.3 77.3 66.4 61.0 38.1 63.1 43.67816 25.28736 8 8 茨城県 kantou 50.9 77.2 69.5 62.9 42.1 64.9 45.18519 35.55556 9 9 栃木県 kantou 54.3 77.2 68.0 63.8 41.1 64.9 41.58416 28.71287 10 10 群馬県 kantou 52.5 78.1 68.8 64.9 42.8 66.1 39.78495 45.16129 11 11 埼玉県 kantou 57.1 76.5 68.8 62.8 40.6 64.3 50.13699 25.20548 12 12 千葉県 kantou 54.8 76.2 68.1 63.2 41.5 64.3 46.76923 24.61538 13 13 東京都 kantou 65.5 77.3 69.3 65.2 43.2 65.9 48.83721 28.57143 14 14 神奈川県 kantou 60.8 76.3 68.9 63.8 41.9 64.8 48.89868 21.14537 15 15 新潟県 tyubu 47.3 76.5 66.6 62.7 39.2 63.9 35.71429 53.57143 16 16 富山県 tyubu 54.2 78.9 70.4 65.8 43.9 66.9 36.17021 53.19149 17 17 石川県 tyubu 54.8 78.3 70.7 66.6 45.0 67.4 36.66667 60.00000 18 18 福井県 tyubu 56.0 80.0 71.7 69.9 49.2 70.1 29.26829 60.97561 19 19 山梨県 tyubu 57.9 76.9 67.4 62.1 40.0 63.9 42.85714 42.85714 20 20 長野県 tyubu 49.6 76.8 65.9 61.9 40.2 63.7 44.44444 50.50505 21 21 岐阜県 tyubu 57.1 77.1 70.2 66.6 45.7 67.0 42.70833 32.29167 22 22 静岡県 tyubu 54.1 77.1 68.7 65.0 44.6 66.0 47.12042 26.17801 23 23 愛知県 tyubu 58.9 76.3 67.1 66.3 44.5 66.0 48.26790 32.79446 24 24 三重県 kansai 52.2 75.0 65.8 63.2 39.3 63.4 41.30435 41.30435 25 25 滋賀県 kansai 58.0 75.5 65.6 64.4 40.4 64.3 44.30380 32.91139 26 26 京都府 kansai 66.1 76.3 68.2 64.2 42.9 65.1 39.68254 40.47619 27 27 大阪府 kansai 58.7 73.3 63.0 61.7 38.8 61.9 48.90511 29.68370 28 28 兵庫県 kansai 59.9 76.8 67.0 65.9 43.8 65.9 53.39506 28.08642 29 29 奈良県 kansai 58.1 77.1 67.5 65.5 42.9 65.9 54.23729 30.50847 30 30 和歌山県 kansai 49.3 74.4 64.3 63.4 40.3 63.3 48.78049 36.58537 31 31 鳥取県 tyugoku 43.9 77.6 68.6 64.8 43.0 65.8 34.61538 53.84615 32 32 島根県 tyugoku 47.2 77.2 69.1 62.9 40.8 64.5 30.30303 63.63636 33 33 岡山県 tyugoku 52.9 76.4 66.4 62.8 40.3 63.9 47.27273 34.54545 34 34 広島県 tyugoku 61.1 76.7 69.2 64.8 43.5 65.6 40.66667 43.33333 35 35 山口県 tyugoku 43.2 77.3 68.3 65.5 44.2 66.1 49.29577 29.57746 36 36 徳島県 shikoku 53.0 76.5 64.9 65.4 42.6 65.3 39.39394 39.39394 37 37 香川県 shikoku 51.1 76.6 67.0 66.3 44.6 66.1 35.55556 40.00000 38 38 愛媛県 shikoku 52.7 76.5 67.2 64.5 44.0 65.3 44.77612 29.85075 39 39 高知県 shikoku 45.4 74.3 64.8 59.3 35.4 60.9 28.94737 55.26316 40 40 福岡県 kyusyu 53.3 75.4 66.5 62.0 39.8 63.2 43.70370 34.07407 41 41 佐賀県 kyusyu 42.3 75.3 65.8 61.7 39.5 62.9 37.77778 44.44444 42 42 長崎県 kyusyu 42.2 76.1 66.6 63.2 41.3 64.2 41.17647 41.17647 43 43 熊本県 kyusyu 43.1 76.6 67.1 63.4 43.0 64.7 42.04545 45.45455 44 44 大分県 kyusyu 47.4 76.0 66.7 62.0 39.2 63.3 50.68493 31.50685 45 45 宮崎県 kyusyu 43.0 76.1 66.4 64.0 41.4 64.4 36.66667 51.66667 46 46 鹿児島県 kyusyu 42.0 75.4 64.8 61.5 39.2 62.7 36.55914 41.93548 47 47 沖縄県 okinawa 36.7 69.2 62.4 53.2 29.8 55.5 35.95506 33.70787
{GGaly}を使ってみよう
データが整ったので変数同士の相関を見たい。
普通にpairs()とかしてもよいのですが、どうやら巷にはggpairs()なる
ggplot2っぽい散布行列があるらしい･･･
このままだと説明変数が多くて見にくくなりそうなので、
今回は
"singaku","zentai","huboritu","hoikuen"
に的を絞って試してみます
自称「都道府県マスタ」を使って
都道府県に対して地域情報（東北、関東、中部･･･etc)
を加えたので、地域別に色分けもしてみました
install.packages("GGally") library(GGally) tougou_zentai<-tougou head(tougou_zentai) tougou_zentai<-tougou_zentai[,-(5:8)] GGally::ggpairs(data = tougou_zentai,columns =4:ncol(tougou_zentai),colour="area",pointsize=9)
おおお
きれいだ
上対角部分は、それぞれの変数同士の相関係数を表示してくれています。
地域別に表示して貰った結果
変数によっては地域ごとに差が出ていて、階層モデルを適用出来そうな気もしてきますね･･･
（特に進学まわり）
地図にも描いてみよう
あれこれ考えたんですが、
いったん地図上に落としてみようかなと。
{Nippon}パッケージなるものがあるそうなので
使ってみました
#Nippon-------------------------------------------------------------- install.packages("Nippon") #地域別でこんな感じ Nippon::JapanPrefecturesMap(col = tougou_zentai$area) #主な保育方法が「父母」の率を色分け Nippon::JapanPrefecturesMap(col = tougou_zentai$huboritu)
地域の可視化
父母率での可視化
あまりいじってないのでかんたんにできました。
しかしながらデフォルトのカラーパレットはRGB系かつ8色なので、
どーも見ずらい。
あと、父母による養育率が地域ごとにバラついてるの？どうなの？色かぶってるだけ？
という感じなので、ある程度数値をまとめてグループにしてみることに。
数値データの離散化
たとえばたとえば、
0～20%：1
21～40%：2
みたいな感じに、データの幅でグループに分けられたらいいなあと。
huboritu（父母養育率）と
singaku（進学率）
でそれぞれ試してみます。
#huborituのクラス分けを追加---------------------------------------- install.packages("infotheo") head(tougou_zentai,10) x=infotheo::discretize(subset(tougou_zentai,select=huboritu),disc="equalwidth") colnames(x)<-c("huboritu_class") tougou_zentai<-cbind(tougou_zentai,x) #singakuのクラス分け--------------------------------------------- x_singaku=infotheo::discretize(subset(tougou_zentai,select=singaku),disc="equalwidth") colnames(x_singaku)<-c("singaku_class") tougou_zentai<-cbind(tougou_zentai,x_singaku) #出来たデータ > tougou_zentai ID name area singaku zentai huboritu hoikuen huboritu_class singaku_class 1 1 北海道 hokkaido 40.4 63.4 47.69874 30.54393 3 1 2 2 青森県 tohoku 41.9 66.1 32.05128 52.56410 1 1 3 3 岩手県 tohoku 41.2 63.1 35.08772 49.12281 1 1 4 4 宮城県 tohoku 45.5 64.3 44.82759 25.00000 2 1 5 5 秋田県 tohoku 44.5 70.2 38.00000 50.00000 2 1 6 6 山形県 tohoku 46.3 65.2 34.00000 42.00000 1 1 7 7 福島県 tohoku 42.3 63.1 43.67816 25.28736 2 1 8 8 茨城県 kantou 50.9 64.9 45.18519 35.55556 2 2 9 9 栃木県 kantou 54.3 64.9 41.58416 28.71287 2 2 10 10 群馬県 kantou 52.5 66.1 39.78495 45.16129 2 2 11 11 埼玉県 kantou 57.1 64.3 50.13699 25.20548 3 3 12 12 千葉県 kantou 54.8 64.3 46.76923 24.61538 3 2 13 13 東京都 kantou 65.5 65.9 48.83721 28.57143 3 3 14 14 神奈川県 kantou 60.8 64.8 48.89868 21.14537 3 3 15 15 新潟県 tyubu 47.3 63.9 35.71429 53.57143 1 2 16 16 富山県 tyubu 54.2 66.9 36.17021 53.19149 1 2 17 17 石川県 tyubu 54.8 67.4 36.66667 60.00000 1 2 18 18 福井県 tyubu 56.0 70.1 29.26829 60.97561 1 2 19 19 山梨県 tyubu 57.9 63.9 42.85714 42.85714 2 3 20 20 長野県 tyubu 49.6 63.7 44.44444 50.50505 2 2 21 21 岐阜県 tyubu 57.1 67.0 42.70833 32.29167 2 3 22 22 静岡県 tyubu 54.1 66.0 47.12042 26.17801 3 2 23 23 愛知県 tyubu 58.9 66.0 48.26790 32.79446 3 3 24 24 三重県 kansai 52.2 63.4 41.30435 41.30435 2 2 25 25 滋賀県 kansai 58.0 64.3 44.30380 32.91139 2 3 26 26 京都府 kansai 66.1 65.1 39.68254 40.47619 2 3 27 27 大阪府 kansai 58.7 61.9 48.90511 29.68370 3 3 28 28 兵庫県 kansai 59.9 65.9 53.39506 28.08642 3 3 29 29 奈良県 kansai 58.1 65.9 54.23729 30.50847 3 3 30 30 和歌山県 kansai 49.3 63.3 48.78049 36.58537 3 2 31 31 鳥取県 tyugoku 43.9 65.8 34.61538 53.84615 1 1 32 32 島根県 tyugoku 47.2 64.5 30.30303 63.63636 1 2 33 33 岡山県 tyugoku 52.9 63.9 47.27273 34.54545 3 2 34 34 広島県 tyugoku 61.1 65.6 40.66667 43.33333 2 3 35 35 山口県 tyugoku 43.2 66.1 49.29577 29.57746 3 1 36 36 徳島県 shikoku 53.0 65.3 39.39394 39.39394 2 2 37 37 香川県 shikoku 51.1 66.1 35.55556 40.00000 1 2 38 38 愛媛県 shikoku 52.7 65.3 44.77612 29.85075 2 2 39 39 高知県 shikoku 45.4 60.9 28.94737 55.26316 1 1 40 40 福岡県 kyusyu 53.3 63.2 43.70370 34.07407 2 2 41 41 佐賀県 kyusyu 42.3 62.9 37.77778 44.44444 2 1 42 42 長崎県 kyusyu 42.2 64.2 41.17647 41.17647 2 1 43 43 熊本県 kyusyu 43.1 64.7 42.04545 45.45455 2 1 44 44 大分県 kyusyu 47.4 63.3 50.68493 31.50685 3 2 45 45 宮崎県 kyusyu 43.0 64.4 36.66667 51.66667 1 1 46 46 鹿児島県 kyusyu 42.0 62.7 36.55914 41.93548 1 1 47 47 沖縄県 okinawa 36.7 55.5 35.95506 33.70787 1 1
右側2列に、進学率と父母養育率のデータを等間隔に3分割したグループが追加されました。
これを基に改めて日本を描いてみます
#父母養育率（グループ色分け） Nippon::JapanPrefecturesMap(col = tougou_zentai$huboritu_class) #進学率（グループ色分け） Nippon::JapanPrefecturesMap(col = tougou_zentai$singaku_class)
左が父母養育率、右が進学率です。
ぱっと見ただけじゃなんともいえないですが、
関東から西のエリアでは父母養育率と大学進学率のグループ一致が見られるような。
特に父母養育率地域性濃そうだなあ～
階層的な分布でもあるし
もう少し調べてみられるかも。。
ちなみに
私自身両親フル共働きの「保育園型」で育った身なので、
「父母養育型」子育てだと進学率に影響あるよ！みたいな短絡的かつ思想的な話をするつもりは1ミリも無く。
なんとなく出来心のエントリでした。
ああ、休日がもう終わってしまう
