【KNIME】47都道府県のデータでMapViz_01_データを集めよう
【地図への可視化】MapViz
Just KNIME It! (JKI)
をきっかけに、世界地図上にポリゴンを配置する可視化方法MapVizを知りました。
私が勉強した記録は下記の記事です。
無料ツールのKNIME AP(Analytic Platform)を使ってノーコードで実現する方法を初めて知って嬉しかったです。
折角なんで他にもやってみたくなってこの記事を書いています。
【日本の都道府県別に可視化したい】
KNIMEは全く関係ないんですが、地図蔵さんの遊び心満載でありつつ確かな技術に裏付けられた地図データ活用が面白かったです。
日本の都道府県ポリゴンをGeojson形式で公開して下さっています。感謝。
KNIMEのShapefile Polygon Readerノードはshp形式のデータを扱うので、Geojsonからshpへデータ型を変換することにしました。
逆にGeojsonに変換することが多いのですね。全く知らない世界です。
にてファイルを開き、下図のように右上のExportをして生成したzipファイルを解凍すればShpファイル形式のファイル群の出来上がり。
生成したzipファイルを解凍すればシェープファイル形式(.Shp)のファイル群の出来上がり。
途中の解凍とか、GUIの操作ははしょってしまいました。分かりにくかったらすみません。
文字コードの指定が必要な時もあるらしいので注意ですね。
【可視化対象と調査の目的について】
今回は都道府県別にどれぐらいの人口比でCOVID-19陽性となったかを概算し地図上へ可視化しようと思います。必要なデータがどこにあるか探してみました。
さて皆さんは全く興味がない情報でしょうが調査の動機は、街へ遊びに出たがる娘に感染リスクが心配だと引き止めると、田舎は人口が少ないから割合でいったら大して変わらないんじゃないのと反論されたのでデータを示そうと思ったからです。
これ、父親が示したところで一層ウザがられるだけなんですよ。
「ほらみろ、データを見たら一目瞭然だろう」「あーはいはい、いってきます」
瞼を閉じると浮かんでくる未来予想図。涙がこぼれます。
…道草はこれくらいにして次行ってみましょう。
【オープンデータの充実】
近年のオープンデータの充実には目を見張ります。世界に遅れをとっていると言われてますが、日本だって頑張ってますよね。
一例としてリサーチ・ナビは
リサーチ・ナビ（rnavi.ndl.go.jpドメインで提供するウェブサイト。以下、当サイトといいます。）は、国立国会図書館職員が調べものに有用であると判断した図書館資料、ウェブサイト、各種データベース、関係機関情報（以下、「情報源」といいます。）を、特定のテーマ、資料群別に紹介するものです。
とのことで本当にありがとうございます。
そして新型コロナウイルスのオープンデータサイト集よりリンクをたどり、
国の感染者数 オープンデータを見つけました。
全国の感染者数をJSON形式でご利用いただけます。
https://opendata.corona.go.jp/api/Covid19JapanAll
と情報開示のためシステム整備が進められています。
【APIとJSON】
KNIMEでAPIからデータを取得する技術は日本語でもいくつか紹介されています。
やはりまっきーさんの記事はMustかなと紹介しておきます。
APIやJSONについて、何も知らない人でもこの記事を読むと一度はKNIMEで実装してみたくなると思います。私はなりました。
ただ読み取るだけなら
設定：
結果：
おお、僕にもできた。
自分史上 最速でたどり着いたんだ
この後が大変だったんですがそれは次回に。
【日本の各種データ揃いました】
都道府県別人口データがあれば必要な情報が揃います。
後ほど紹介するシャイン社員さんのように
を本来使うべきかなと思います。
APIも整備されていて素晴らしいですね。
私はユーザ登録するほどは今後使わないかなぁ。
そこで今回は2019年の都道府県別データを見つけたのでこちらで概算してみます。
こちらはこちらでExcelの日本語データにありがちなトラップにやられたので次回報告しますね。
以上、
日本の都道府県ポリゴン
COVID-19データ
日本の人口データ
の3点が揃いました。
次回はデータ処理と可視化の体験記といたします。
おまけ：
【JSONを知りたいと思いつつ】
そもそもJSON形式のデータってどうも苦手意識があるので、この際勉強しようともう少し調べてみました。
「JSONってなんとなくわかるけど、構造を読み取れる自信はないし、ましてや書ける気はまったくしない。」そんな人に贈るエントリーです。残念ながら、「13日の金曜日」や「Why Japanese people!!」しか思い浮かばない人は、想定読者対象外ですのでお引き取りください。
正直私は対象外レベルのため、さらっと流し読みして次へ行きました。多分それがのちのち苦労する要因だろうと思いますがそれはまた次回で。
KNIMEでのJSON読み取りから可視化までの理想形の一つはこちらかなと紹介しておきます。
Tableau使ってみたいなぁと羨ましく思いつつ。
【もう一人のKNIMEの使い手さん】
日本の統計調査に興味を持って調べていたら面白そうなブログを見つけました。
最近PythonやKNIMEを利用して
このブログではインターネット上にある統計データを解析、読み解き
そこに眠っている情報を見ていこうと思います。
とのことで、シャイン社員さんは注目する調査対象に独特な面白さのある方です。
記事を読んでいると、確かにKNIMEでデータ解析されているらしき画像が紹介されているので、KNIMEユーザ仲間と認識しました。
統計解析に深入りするならRの利用へも進まれるのかもしれませんね。
KNIMEはJavaだけではなくてPython, Rとの連携も強いです。私の周りの玄人さんも凝った機能実装だと使い慣れてるPythonやRで実現しています。
シャイン社員さんだけにどういった輝きを見せていただけるのかと楽しみにしています。}
記事を読んでいただきありがとうございます。 先人の智慧をお借りしつつ、みなさんに役立つ情報が届けられたらと願っています。 もしサポートいただけるなら、そのお金はKNIMEの無料勉強会の開催資金に充てようと思います。