Forwarded from настенька и графики
🗺 Гайд по созданию карт от Urban Institute (Jon Schwabish в авторах):
- когда выбрать карту
- какую выбрать (в том числе правила по интервалам для хороплета)
- где карты создавать
- и тьюториалы по инструментам для создания карт
- когда выбрать карту
- какую выбрать (в том числе правила по интервалам для хороплета)
- где карты создавать
- и тьюториалы по инструментам для создания карт
Forwarded from Наука и данные
Urban Analysis & Spatial Science 🏡
На канале уже было множество различных источников связанных с пространственным анализом городской среды на основе языков R и Python (книги на R + книги на Python). Elijah Knaap пишет книгу Urban Analysis & Spatial Science, которая представляет собой введение в основы современного городского анализа с использованием Python и набора библиотек PySAL (The Python Spacial Analysis Library - сайт) + geosnap (The Geospatial Neighborhood Analysis Package - руководство).
Книга подходит для прикладных исследователей или аспирантов в области городских социальных наук, желающих повысить свой технический потенциал в области городских данных, а также для студентов, желающих познакомиться с теоретическими основами городской аналитики.
В настоящий момент текст книги находится в разработке, поэтому какие-то главы или часть ноутбуков могут на момент написания этого обзора отсутствовать. Печатная версия книги будет опубликована в издательстве CRC Press в 2025 году.
На канале уже было множество различных источников связанных с пространственным анализом городской среды на основе языков R и Python (книги на R + книги на Python). Elijah Knaap пишет книгу Urban Analysis & Spatial Science, которая представляет собой введение в основы современного городского анализа с использованием Python и набора библиотек PySAL (The Python Spacial Analysis Library - сайт) + geosnap (The Geospatial Neighborhood Analysis Package - руководство).
Книга подходит для прикладных исследователей или аспирантов в области городских социальных наук, желающих повысить свой технический потенциал в области городских данных, а также для студентов, желающих познакомиться с теоретическими основами городской аналитики.
В настоящий момент текст книги находится в разработке, поэтому какие-то главы или часть ноутбуков могут на момент написания этого обзора отсутствовать. Печатная версия книги будет опубликована в издательстве CRC Press в 2025 году.
Сборник понятий, терминов и теории по геоинформационным системам и технологиям от некоммерческой организации The University Consortium for Geographic Information Science (UCGIS) - Университетский консорциум по геоинформатике.
Доступен в двух вариантах:
- в виде платформы с возможностью поиска по темам https://gistbok-topics.ucgis.org/UCGIS
- в формате "Живого учебника" (Living textbook) https://gistbok-ltb.ucgis.org/ (требует регистрации)
Доступен в двух вариантах:
- в виде платформы с возможностью поиска по темам https://gistbok-topics.ucgis.org/UCGIS
- в формате "Живого учебника" (Living textbook) https://gistbok-ltb.ucgis.org/ (требует регистрации)
Forwarded from Small Data Science for Russian Adventurers
Forwarded from Путеводитель по док.политике
Анализ российских данных на внутрирегиональном уровне осложняется изменениями границ муниципальных образований, изменениями их типов, названий и кодов ОКТМО.
С 2018 по 2024 гг. изменилась муниципальная структура более 40 регионов:
◽️ есть регионы, где все муниципалитеты меняли свои типы - Магаданская и Курганская области, Ставропольский край, ЯНАО, Удмуртия и др.;
◽️есть регионы, где было большое количество изменений границ - Московская область, Пермский край и др. - около 3% муниципалитетов России в 17 регионах.
Масштаб изменений сильно осложняет сбор панельных данных по муниципалитетам. При этом процесс преобразований не прекращается. Но удобных открытых машиночитаемых данных о таких преобразованиях нет.
Поэтому мы собрали базу данных об изменениях муниципалитетов и их границ, теперь можно:
🔸прочитать в статье на habr о проблемах данных на муниципальном уровне и как мы собрали и объединили данные из Росстата и OpenStreetMap;
🔸скачать с сайта СберИндекса версионный справочник муниципальных образований и пространственный слой с границами муниципалитетов с 2018 г.
Эта информация может помочь:
◽️ геоаналитикам, заинтересованным в данных о границах муниципальных образований
◽️исследователям, которые работают с муниципальными данными
◽️при проектировании БДПМО 2.0. Росстата
С 2018 по 2024 гг. изменилась муниципальная структура более 40 регионов:
◽️ есть регионы, где все муниципалитеты меняли свои типы - Магаданская и Курганская области, Ставропольский край, ЯНАО, Удмуртия и др.;
◽️есть регионы, где было большое количество изменений границ - Московская область, Пермский край и др. - около 3% муниципалитетов России в 17 регионах.
Масштаб изменений сильно осложняет сбор панельных данных по муниципалитетам. При этом процесс преобразований не прекращается. Но удобных открытых машиночитаемых данных о таких преобразованиях нет.
Поэтому мы собрали базу данных об изменениях муниципалитетов и их границ, теперь можно:
🔸прочитать в статье на habr о проблемах данных на муниципальном уровне и как мы собрали и объединили данные из Росстата и OpenStreetMap;
🔸скачать с сайта СберИндекса версионный справочник муниципальных образований и пространственный слой с границами муниципалитетов с 2018 г.
Эта информация может помочь:
◽️ геоаналитикам, заинтересованным в данных о границах муниципальных образований
◽️исследователям, которые работают с муниципальными данными
◽️при проектировании БДПМО 2.0. Росстата
Forwarded from Запасник экономиста
Пешим ходом
Попался интересный источник данных по доступности инфраструктуры для пешеходов в городах мира (учитываются супермаркеты, места отдыха, кафе и рестораны, школы, больницы и т.д.). Справочно для всех городов приведены координаты, площадь и население (последние два показателя не совпадают с официальными данными, а рассчитаны для «функциональных городских территорий»). Файл в формате geojson можно скачать по ссылке.
Попробуем исследовать эти данные с двух сторон. В главке (1) посмотрим, какова доступность инфраструктуры в городах ЦФО — кто чемпион и кто аутсайдер, и связано ли это с плотностью населения? В главке (2) сравним Россию с некоторыми другими странами — пусть это будут Германия, США, Япония, Великобритания и Китай
Попался интересный источник данных по доступности инфраструктуры для пешеходов в городах мира (учитываются супермаркеты, места отдыха, кафе и рестораны, школы, больницы и т.д.). Справочно для всех городов приведены координаты, площадь и население (последние два показателя не совпадают с официальными данными, а рассчитаны для «функциональных городских территорий»). Файл в формате geojson можно скачать по ссылке.
Попробуем исследовать эти данные с двух сторон. В главке (1) посмотрим, какова доступность инфраструктуры в городах ЦФО — кто чемпион и кто аутсайдер, и связано ли это с плотностью населения? В главке (2) сравним Россию с некоторыми другими странами — пусть это будут Германия, США, Япония, Великобритания и Китай
Arcgis
Pedestrian accessibility indicators by urban center
An assessment of pedestrian accessibility in the world's main urban centers, aggregated at city level. Indicators include the average walking time to different categories of destinations, as well as the proportion of inhabitants that can access each category…
Forwarded from Запасник экономиста
Пешим ходом (1)
Цветом отобразил доступность городской инфраструктуры — от высокого зеленого (Москва) до низкого красного (Кинешма). Размер кружочков — площадь в расчете на человека: чем больше «ареал обитания» среднего жителя, тем сложнее добраться до инфраструктуры. В принципе, здесь видна взаимосвязь, если сравнить, опять же, Кинешму с Москвой, но более четко эту взаимосвязь увидим позже.
Сейчас же хочется отметить, что во многих областях ЦФО второй крупный город (Кинешма, Елец, Мичуринск, Обнинск) не дотягивает до региональной столицы (Иваново, Липецк, Тамбов, Калуга). Вероятно, это следствие перетока части населения в локальные центры экономической активности или в Москву. Хотя есть и исключения – например, в паре Орел / Ливны второй город, наоборот, выделяется высокой доступностью инфраструктуры
Цветом отобразил доступность городской инфраструктуры — от высокого зеленого (Москва) до низкого красного (Кинешма). Размер кружочков — площадь в расчете на человека: чем больше «ареал обитания» среднего жителя, тем сложнее добраться до инфраструктуры. В принципе, здесь видна взаимосвязь, если сравнить, опять же, Кинешму с Москвой, но более четко эту взаимосвязь увидим позже.
Сейчас же хочется отметить, что во многих областях ЦФО второй крупный город (Кинешма, Елец, Мичуринск, Обнинск) не дотягивает до региональной столицы (Иваново, Липецк, Тамбов, Калуга). Вероятно, это следствие перетока части населения в локальные центры экономической активности или в Москву. Хотя есть и исключения – например, в паре Орел / Ливны второй город, наоборот, выделяется высокой доступностью инфраструктуры
Forwarded from Запасник экономиста
Пешим ходом (2)
А теперь – к сравнениям. До Германии по доступности городской инфраструктуры дотянуться сложно, но не только для России, но и для других стран. В США пешая доступность не в приоритете, но и в Великобритании немало городков, существенно не отличающихся от российских по доступности инфраструктуры. Удивительно, но из рассмотренных стран Россия ближе всего к Японии по распределению удаленности инфраструктуры и площади городов в расчете на жителя. Китай очень неоднороден (точки слева-внизу – Гонконг и некоторые его районы, почему-то выделенные в базе отдельно; но в массе своей инфраструктура в городах Китая менее доступна, чем в России). Но везде связь доступности инфраструктуры и плотности населения в целом сохраняется.
Ограничение анализа – зависимость от OpenStreetMap, который может заполняться с разной интенсивностью и где-то быть слабо репрезентативным
А теперь – к сравнениям. До Германии по доступности городской инфраструктуры дотянуться сложно, но не только для России, но и для других стран. В США пешая доступность не в приоритете, но и в Великобритании немало городков, существенно не отличающихся от российских по доступности инфраструктуры. Удивительно, но из рассмотренных стран Россия ближе всего к Японии по распределению удаленности инфраструктуры и площади городов в расчете на жителя. Китай очень неоднороден (точки слева-внизу – Гонконг и некоторые его районы, почему-то выделенные в базе отдельно; но в массе своей инфраструктура в городах Китая менее доступна, чем в России). Но везде связь доступности инфраструктуры и плотности населения в целом сохраняется.
Ограничение анализа – зависимость от OpenStreetMap, который может заполняться с разной интенсивностью и где-то быть слабо репрезентативным
Наступило 1 ноября, а значит время #30DayMapChallenge
Тема первого дня - точки (points).
У меня технически не совсем точки, но близкое - точки Вурмана (Wurman dots). Были разработаны дизайнером Ричардом Вурманом для отображения плотности городского населения в “Urban Atlas: 20 American Cities. A Communication Study Notating Select Urban Data at a Scale of 1:48,000”.
Здесь внешняя граница ячейки показывает максимальное значение величины, а внутренний круг - долю от него. Чуть подробнее здесь https://www.esri.com/arcgis-blog/products/js-api-arcgis/mapping/reference-size-maps-bringing-back-the-60s/
На карте количество населения в Санкт-Петербурге. В качестве исходных данных использовался набор данных по плотности населения от компании Kontur https://data.humdata.org/organization/kontur
Для подготовки карты пользовалась вот этим туториалом
Делала в двух вариантах для тестирования режимов смешивания и эффекта свечения.
Тема первого дня - точки (points).
У меня технически не совсем точки, но близкое - точки Вурмана (Wurman dots). Были разработаны дизайнером Ричардом Вурманом для отображения плотности городского населения в “Urban Atlas: 20 American Cities. A Communication Study Notating Select Urban Data at a Scale of 1:48,000”.
Здесь внешняя граница ячейки показывает максимальное значение величины, а внутренний круг - долю от него. Чуть подробнее здесь https://www.esri.com/arcgis-blog/products/js-api-arcgis/mapping/reference-size-maps-bringing-back-the-60s/
На карте количество населения в Санкт-Петербурге. В качестве исходных данных использовался набор данных по плотности населения от компании Kontur https://data.humdata.org/organization/kontur
Для подготовки карты пользовалась вот этим туториалом
Делала в двух вариантах для тестирования режимов смешивания и эффекта свечения.