Tableau Conference On Tokyo 2015_Tableauによる高密度データの解析_Go Deep Interpreting Dense Data with Tableau
- 1. Nanae Matsushima Product Consultant Presented by: 深く調べる: Tableau による高密度データの解析 Alan Eldridge Sales Consulting Manager
- 2. ? 高密度のデータ ? 基本的なグラフ ? キーとなる統計量 ? 対処方法 ? 高密度の空間データ ? 透明度の変更 ? データの分割 ? 空間ビニング アジェンダ
- 4. ニューヨーク市のタクシーの乗車場所 – 41GBに及ぶデータ(CSV) – 2.3GB(TDE) – 1.56億を超える膨大なデータ 高密度の空間データ
- 7. 1 日の時間の経過とともにどうパターンが変化するのか? – 未明 (12-3) – 明け方 (3-6) – 朝の通勤時間帯 (6-9) – 日中 (9-4) – 夕方の通勤時間帯 (4-7) – 夜 (7-10) – 深夜 (10-12) 解決策2：データ量の削減
- 8. 未明 (12-3)
- 9. 明け方 (3-6)
- 10. 朝の通勤時間帯 (6-9)
- 11. 日中 (9-4)
- 12. 夕方の通勤時間帯 (4-7)
- 13. 夜 (7-10)
- 14. 深夜 (10-12)
- 16. ? なぜ空間ビニングなのか? – 点が重なり合って密度がわからず、 ベースマップさえ見えない可能性があるため ? 基本的には、多角形でヒートマップを作成 解決策3：空間ビニング
- 17. – 緯度経度を四捨五入し、小数第 2 位まで求める (0.xx) – 四捨五入した座標に基づき 四角いグリッドでプロット 四角形：緯度経度を四捨五入
- 18. – ビンのサイズを変更 – 細かい四角にするなら、四捨五入の桁数を調整 四角形：緯度経度を四捨五入 0.xx ~850 m x 1110 m 0.xxx ~85m x 111m
- 20. 四角形：ズームして見てみると??? 0.xxx or ~85m x 110m
- 21. – 2 つの計算フィールド ? HexbinX ? HexbinY – 各ポイントの六角形の ビンの中心X、Y 六角形：Hexbin 作成
- 23. これらのスケール係数が六角形の大きさを決める – 緯度と経度にスケール係数を掛ける – 全体の計算をスケール係数で割る ? 1より大きい場合は、より小さいサイズのビンを作成 ? 1より小さい場合は、より大きなサイズのビンを作成 六角形： Hexbin 作成（詳細）
- 24. 月曜の12am – 3am 六角形： Hexbinを使った結果 土曜の12am – 3am
- 25. ? Tableau の地図は、メルカトル図法を採用 ? 緯度/経度を使ってHexbin (六角形のビン)を作成 六角形：地図投影法
- 26. 1. 緯度/経度を 、メルカトル図法の座標に変換 2. 変換したメルカトル図法から、HexbinX とHexbinY で作成 3. メルカトル図法の座標を、緯度/経度に変換 4. マッピング 見た目ほど難しくはありません… 六角形：地図投影法
- 27. ステップ1: 緯度/経度 -> メルカトル図法 六角形：地図投影法 ? 経緯度は(λ, φ) ? R: 地球の半径(Radius) ? 緯度/経度はラジアンで表示
- 28. ステップ2: Hexbin を作成 ? パラメーターでビンの辺の長さを設定してもよい – メルカトル図法はメートル表示 六角形：地図投影法
- 29. ステップ3: ビンの中心 (x,y) を緯度/経度に変換し直す – メルカトル図法への変換の単純反転 六角形：地図投影法
- 31. ただし、軸の値に注意 – 1つのユニットの距離は、X 軸、Y 軸とも同じである必要がある 六角形：この方法は散布図にも有効