Исследуйте данные социального дистанцирования SafeGraph
Со временем все меняется. Растут города, повышаются налоги, тренды правонарушений увеличиваются и уменьшаются. Существуют низменения, которые можно изучить и понять.
Наши ежедневные решения и активность также меняются, и ничто не изменило наше коллективное пространственное поведение так, как пандемия COVID-19. Поведение людей со временем менялось по-разному и с разной скоростью по всей стране. ArcGIS Pro содержит инструменты для понимания этих изменений, и в этом руководстве вы будете использовать инструменты для визуализации и понимания некоторых последствий пандемии, отразившихся на маршрутах перемещения людей в Калифорнии.
Исследуйте набор данных социального дистанцирования Social Distancing
Сначала вы скачаете и изучите данные.
- Перейдите в Visualize SafeGraph, чтобы зарегистрироваться для скачивания данных.
Файл проекта имеет размер 1,1 ГБ, поэтому загрузка может занять некоторое время.
- После завершения загрузки дважды щелкните пакет проекта VisualizeSafeGraphSocialDistancing.ppkx.
Загрузка проекта может занять минуту из-за большого объема данных (полигоны участков переписи Калифорнии за период 45 дней). Если будет предложено, войдите под учетной записью ArcGIS.
Примечание:
Если у вас нет доступа к ArcGIS Pro или учетной записи организации ArcGIS, см. варианты доступа к программному обеспечению.
В проекте две карты и локальная сцена. Карта California является активной.
На этой карте показаны данные социального дистанцирования SafeGraph Social Distancing, отображаемые символами по полю % devices with stay at home behavior (% устройств с поведением "остаются дома"). Светло-синим цветом отображаются области с более низким процентом устройств, имеющих шаблон поведения, описываемый как "остаются дома", то есть устройств, не покидающих радиус 200 метров от дома.
Эти данные содержат ежедневные срезы с 1 мая 2020 г. по 14 июня 2020 г.
Далее вы создадите временную диаграмму для визуализации трендов за этот период времени.
Создание диаграммы хронометража данных
Временные диаграммы позволяют обнаруживать тренды в данных, содержащих значение времени, таких как данные SafeGraph. Диаграмма хронометража данных представляет собой круговую диаграмму, которая делит большую единицу времени на кольца и подразделяет их на клинья меньшими единицами времени, создавая набор временных секторов. Вы будете использовать диаграммы хронометража данных, чтобы понять тенды нескольких переменных в зависимости от дня недели.
- В панели Содержание щелкните правой кнопкой мыши на слое SG Social Distancing polygon, щелкните Создать диаграмму и нажмите Диаграмма хронометража данных.
- На панели Свойства диаграммы на вкладке Данные установите следующие переменные:
- Для Даты выберите Дата.
- Для Колец выберите Недели.
- Для Секторов выберите Дни недели.
- В разделе Агрегирование выберите Среднее.
- Для Чисел - выберите % устройств с поведением остаются дома.
- Для Пустых значений выберите Нет цвета.
В диаграмме хронометража данных каждый концентрический круг (кольцо) представляет неделю, а каждый сегмент круга (сектор) представляет день недели. Диапазон дат (с 1 мая 2020 г. по 15 июня 2020 г.) начинается в центре и расширяется наружу. Цвет каждого сектора представляет значение переменной. Созданная диаграмма хронометража данных представляет собой среднее значение процентной доли устройств, не покидающих дом, по всем группам участков.
На этой диаграмме показано, что высокая численность устройств с поведением "остаются дома", как правило, характерна для воскресенья, но эта тенденция постепенно снижается.
Данные SafeGraph содержат другие поля, отображающие процент устройств, демонстрирующих другие модели поведения. Проект содержит три других диаграммы хронометража данных, показывающих те же временные рамки для других моделей поведения.
- На панели Содержание дважды щелкните диаграмму Change in mean % devices with a delivery driver behavior by Days over Weeks.
Эта диаграмма показывает, что для устройств с поведением "водитель доставки" наблюдается рост активности по пятницам. Возможно, это был популярный день для заказа продуктов и готовой еды.
- На панели Содержание дважды щелкните диаграмму Change in mean % devices with full-time worker behavior by Days over Weeks.
На этой диаграмме показано, что для устройств с поведением "полный рабочий день" дни максимальной активности - с понедельника по пятницу. Процентные значения составляют от 3 до 5,5 процента, что все еще относительно мало. В связи с празднованием Дня поминовения в США (понедельник, 25 мая 2020 г.) наблюдается значительное сокращение числа поездок на работу.
- На панели Содержание дважды щелкните диаграмму Change in mean % devices with part-time worker behavior by Days over Weeks.
На этой диаграмме показано, что для устройств с поведением "неполный рабочий день" значения в будние дни были выше, но примечательно, что значения для субботы постепенно увеличиваются. Процентные значения составляют от 5 до 7,7 процента, что относительно мало, но выше, чем у работающих полный рабочий день.
- Закройте четыре диаграммы хронометража данных.
Диаграммы хронометража данных - хороший способ визуализировать циклические или сезонные данные. Далее вы воспользуетесь диаграммой-графиком, чтобы по-другому взглянуть на временные тренды.
Создание диаграммы-графика
Диаграмма-график часто используются для визуализации данных. Теперь вы изучите изменение переменной % устройств с поведением остаются дома за указанный диапазон дат с помощью диаграммы-графика. Это покажет временной тренд для среднего значения переменной с 1 мая 2020 г. по 14 июня 2020 г.
- В панели Содержание щелкните правой кнопкой мыши на слое SG Social Distancing polygon, щелкните Создать диаграмму и нажмите Диаграмма-график.
- На панели Свойства диаграммы на вкладке Данные установите следующие переменные:
- В опции Дата или число выберите Дата.
- В разделе Агрегирование выберите Среднее.
- Для Числовое поле(я) выберите % устройств с поведением остаются дома и нажмите Применить.
- В разделе Опции бининга времени щелкните кнопку Размер интервала и задайте для Размер интервала значение 1 и для единиц измерения - Дни.
Полученная диаграмма-график показывает заметный тренд снижения значений переменной % devices with stay at home behavior за указанный диапазон дат, а также циклический недельный график.
Как вы видели с помощью диаграммы хронометража данных, эти циклические пики в поведении "остаются дома" обычно приходятся на воскресенье. Видно, что с течением времени постепенно сокращается количество людей с поведением "оставаться дома", даже несмотря на то, что общая картина меняется в зависимости от дня недели.
- Закройте диаграмму-график и закройте панель Свойства диаграммы.
Отобразите изменения с помощью бегунка времени
Бегунок времени полезен для качественной визуальной оценки набора данных с настроенными символами и временной составляющей. Бегунок времени фильтрует объекты для отображения данных, попадающих в диапазон дат, заданный на бегунке. Он может помочь вам увидеть тренды с течением времени.
- На Ленте на вкладке Карта в разделе Навигация щелкните кнопку Закладки. В разделе Закладки California щелкните San Francisco.
Карта масштабируется до Сан-Франциско.
- В панели Содержание дважды щелкните слой SG Social Distancing polygon, чтобы открыть Свойства слоя.
- Щелкните вкладку Время и для Фильтрация слоя с использованием времени выберите Фильтрация содержания слоя на основании значений атрибутов.
Для параметра Время слоя по умолчанию установлено значение Все объекты имеют только одно поле времени, а для параметра Поле времени по умолчанию установлено значение Date. Это правильные значения.
На карте появляется кнопка Время.
- Нажмите OK.
- Нажмите кнопку Время.
- На Бегунке времени щелкните кнопку Воспроизвести.
Карта проигрывает анимацию, показывающую ежедневные данные. Вы можете нажать кнопку Пауза, чтобы приостановить анимацию, и нажать кнопки Шаг вперед и Шаг назад по обе стороны от нее для перехода между интервалами.
Просматривая интервалы временных шагов, вы можете увидеть на карте изменения с течением времени. Это качественный визуальный метод оценки, который может помочь понять тренды с течением времени. Для некоторых наборов данных это более полезно, чем для других. Отображение слоя символами на базе других переменных позволяет визуально исследовать их.
В некоторых временных интервалах отсутствуют некоторые полигоны из-за малого количества устройств, зарегистрированных в группе участков.
Для этого набора данных трудно визуально определить количество паттернов с течением времени, но есть периодические колебания. Временная привязка интервалов (например, день недели) необходима, чтобы помочь понять, что является циклическими паттернами, а диаграмма хронометража данных и диаграмма-график, рассмотренные ранее в руководстве, могут помочь вам интерпретировать то, что вы видите в этой анимации.
- На панели быстрого доступа щелкните кнопку Сохранить, чтобы сохранить проект.
Примечание:
Может появиться сообщение, предупреждающее вас о том, что сохранение этого файла проекта в текущей версии ArcGIS Pro не позволит вам снова открыть его в более ранней версии. Если вы видите это сообщение, нажмите Да, чтобы продолжить.
Вы изучили несколько методов оценки временных трендов в данных социального дистанцирования SafeGraph. Визуализация диаграммы хронометража данных помогла вам идентифицировать циклические паттерны. Вы увидели, что в воскресенье самый большой процент людей остается дома, а также то, что самый большой процент людей, покидающих дом на полный рабочий день, приходится на дни с понедельника по пятницу. Диаграмма- график показала, что наблюдается тренд снижения процента людей, остающихся дома. Наконец, бегунок времени помог вам визуализировать процент устройств с поведением "остаются дома", изменяющийся во времени и пространстве.
Подобное исследование данных - это первый шаг к пониманию ваших данных. Хотя исследование данных имеет существенную ценность, оно также субъективно. Далее вы воспользуетесь инструментами геообработки Куб Пространство-Время и Анализ возникновения горячих точек, чтобы выявить статистически значимые тренды во времени.
Идентификация закономерностей в расположении горячих и холодных точек в пространстве и во времени
Теперь вы преобразуете данные в формат, поддерживающий выполнение расширенного статистического анализа и визуализацию результатов.
Создать куб Пространство-Время по агрегации точек
Для выполнения анализа возникновения горячих точек и визуализации результатов в виде вокселов, вам необходимо создать куб пространство-время на основе данных по социальному дистанцированию, предоставленных SafeGraph.
- Если необходимо, откройте проект.
- Щелкните вид Pattern Analysis, чтобы активировать карту.
Точечный слой на этой карте получен из слоя данных переписи, который вы использовали ранее, с атрибутами, связанными с центроидами полигонов переписи.
- На ленте щелкните вкладку Анализ и в группе Геообработка щелкните Инструменты.
Откроется панель Геообработка.
- В панели Геообработка выполните поиск инструмента Создать куб пространство-время по агрегации точек и щелкните, чтобы открыть инструмент.
Инструмент Создать куб пространства-времени по агрегации точек расположен в наборе инструментов Углубленный анализ пространственно-временных закономерностей.
- В панели инструмента Создать куб Пространство-Время по агрегации точек установите следующие параметры:
- Для Входных объектов выберите SG Social Distancing point.
- Для Выходного куба пространство-время — перейдите к папке, такой как C:\SocialDistancing, куда вы хотите сохранить выходной файл NetCDF, и введите имя, например, SG_Social_Distancing.nc.
- Для Поля времени выберите date_range_start_Converted.
- Для Интервала временного шага выберите 1 день.
- Для Интервала расстояния выберите 5 миль.
- В разделе Поля суммирования щелкните кнопку Добавить новое, чтобы добавить поля.
- Отметьте следующие поля и щелкните Добавить.
- mean_distance_traveled_from_home
- pctHome
- pctfulltime
- pctpttime
- pctdelivery
Поля добавлены в раздел Поля суммирования. Индикатор предупреждения в разделе указывает, что вы должны предоставить больше информации для каждого поля.
- Для каждого поля установите значение Статистики на Среднее и значение Заполнить пустые бины на Пространственная окрестность.
- Щелкните Запустить.
Инструмент запустится и создаст куб пространство-время в формате файла NetCDF в указанной вами папке. Выходные данные в этом случае не добавляются на карту. В файле NetCDF суммированные данные организованы в формате, который можно использовать для демонстрации трендов, запуска анализа возникновения горячих точек и создания различных вариантов визуализации.
Далее вы будете использовать выходные данные инструмента для запуска анализа возникновения горячих точек.
Выполнение анализа возникновения горячих точек
Анализ возникающих горячих точек должен выявить статистически значимые тренды в кубе пространства-времени, который вы создали в предыдущем шаге. Этот инструмент присваивает категории данным в пространственных бинах, что позволяет вам понять, что и как меняется в данных с течением времени. Вы запустите инструмент дважды, чтобы сравнить пространственно-временные закономерности для устройств с поведением "остаются дома", и устройств с поведением "полный рабочий день".
- На панели Геообработка щелкните кнопку Назад и введите в строке поиска Анализ возникновения горячих точек.
- Щелкните Анализ возникновения горячих точек, чтобы открыть инструмент.
- В панели инструмента Анализ возникновения горячих точек установите следующие параметры:
- Для Входного куба пространство-время выберите выходной куб из предыдущего шага, например SG_Social_Distancing.nc.
- Для Переменной анализа выберите PCTHOME_MEAN_SPATIAL_NEIGHBORS.
- Для Выходных объектов напишите PctHome_EmergingHotSpotAnalysis.
- Щелкните Запустить.
- Отключите слой SG Social Distancing point, чтобы увидеть результат выполнения инструмента анализа возникновения горячих точек.
- Приблизьтесь к области Лос-Анжелеса в южной Калифорнии.
Ячейки, окрашенные голубым, соответствуют местоположению новых холодных точек. Это статистически значимая холодная точка в последнем временном шаге, при этом в предшествующих временных шагах в этом местоположении не было статистически значимых холодных точек. Статистически значимое снижение числа устройств со статусом "остаются дома" в Лос-Анжелесе зарегистрировано в последнее время.
- Переместите карту к области Сан-Франциско в северной Калифорнии.
Здесь, в отличие от Лос-Анжелеса, можно увидеть преобладание убывающих горячих точек. Это ячейки, где статистически-значимые горячие точки регистрируются в течение 90% временных шагов, включая последний временной шаг. Кроме того интенсивность кластеризации в каждом временном шаге с течением времени убывает, одновременно со снижением статистической значимости.
Подробнее о том, как работает инструмент Анализ возникновения горячих точек см. в документации.
Это говорит о том, что жители Лос-Анжелеса в целом чаще покидают свои дома, чем жители Сан-Франциско, и эта закономерность сильнее проявляется в последние временные периоды. Жители Сан-Франциско с течением времени сокращают свое поведение "оставайтесь дома".
Далее вы запустите инструмент еще раз, чтобы проанализировать переменную "работа полный рабочий день".
- На панели Содержание выключите слой PctHome_EmergingHotSpotAnalysis.
- На ленте на вкладке Анализ в группе Геообработка щелкните История.
В панели История перечисленны инструменты, которые вы уже запускали.
- В панели История дважды щелкните инструмент Анализ возникновения горячих точек.
Инструмент откроется с ранее заданными параметрами. Это удобно, если вам необходимо запускать инструмент несколько раз с небольшими изменениями. В этом случае вы поменяете переменную анализа и имя выходного набора данных.
- В панели инструмента Анализ возникновения горячих точек установите следующие параметры:
- Для Переменной анализа выберите PCTFULLTIME_MEAN_SPATIAL_NEIGHBORS.
- Для Выходных объектов напишите PctFulltime_EmergingHotSpotAnalysis.
- Запустите инструмент.
Результат показывает некоторые интересные закономерности.
Области красного цвета указывают на постоянные горячие точки, то есть в этих участках статистически значимые горячие точки для поведения "работа полный рабочий день" фиксировались в течение всего периода времени.
Это кажется труднообъяснимым, но эти области показывают высокую степень представления сегмента Tapestry The Great Outdoors, в соответствии с системой Esri's Tapestry Segmentation. Характеристики этого сегмента Tapestry соответствуют населению, где преобладают пенсионеры, предпочитающие наслаждается отдыхом на свежем воздухе (что может регистрироваться как "поведение дорога на работу").
Области на севере Сан-Франциско и к северо-западу от Карсон-Сити показывают наличие в этом районе сравнительно высокой тенденции к поездкам на работу на полный день, и эта тенденция сохраняется на протяжении всего периода наблюдения.
В Лос-Анжелесе другая закономерность.
Области на востоке Лоса-Анжелеса показывают наличие как колеблющихся, так и спорадических холодных точек. Колеблющаяся холодная точка восточнее Лос-Анжелеса является статистически значимой холодной точкой в последнем временном шаге, но в предыдущих шагах здесь была горячая точка. Спорадическая холодная точка на востоке области указывает, что горячих точек во временных шагах в этом местоположении зафиксировано не было, и менее чем в 90 процентах временных шагов здесь фиксировались статистически значимые холодные точки.
Области на востоке Лос-Анжелеса показывают менее устойчивые тенденции в доле выходящих из дома на работу на полный рабочий день. Области, классифицированные как колеблющиеся холодные точки содержат в последних временных шагах сокращение поездок на работу на полный рабочий день (но также были временные шаги, где в этих областях фиксировались горячие точки). Области дальше на восток от Лос-Анжелеса классифицируются как спорадические холодные точки, и здесь не фиксировались горячие точки для поведения - перемещение на работу на полный рабочий день в течение всего периода анализа.
Вы конвертировали пространственные данные в куб пространства-времени в формате NetCDF и использовали его в качестве входных данных для инструмента Анализ возникновения горячих точек, чтобы выявить статистические значимые закономерности поведения двух переменных с течением времени. В следующем разделе вы узнаете, как визуализировать результаты куба пространства-времени в виде слоя вокселов.
Визуализация данных социального дистанцирования в виде слоя вокселов
Теперь вы визуализируете данные в виде вокселов в 3D-сцене.
Визуализация данных в формате многомерного слоя вокселов
Как вы узнали в предыдущем шаге, инструмент Создать куб Пространство-Время по агрегации точек разбивает на бины и агрегирует пространственные данные в куб пространства-времени, сохраняемый в формате NetCDF. Данные, распределенные по регулярной сетке, можно визуализировать в виде многомерного слоя вокселов. Слой вокселов использует структуру файла NetCDF для отображения 3D-данных новым способом. В этом разделе вы изучите визуализацию куба пространство-время в виде слоя вокселов.
- Щелкните вид SafeGraph Voxel Layer, чтобы активировать сцену.
- На ленте щелкните вкладку Карта. В группе Слой щелкните ниспадающее меню Добавить данные и выберите Многомерный слой вокселов.
- Перейдите к папке в которой вы сохранили файл NetCDF из предыдущего раздела, щелкните файл SG_Social_Distancing.nc, который вы создали ранее, и щелкните OK.
- В разделе Выбрать переменные прокрутите вниз списка и щелкните кнопку Переменная по умолчанию для PCTHOME_MEAN_SPATIAL_NEIGHBORS, чтобы установить ее в качестве переменной по умолчанию, затем нажмите OK.
Этот список позволяет вам выбрать переменные для включения в слой вокселов.
- В панели Содержание щелкните образец цветовой схемы для слоя SG_Social_Distancing.
Текущая радужная цветовая схема не очень подходит, чтобы различать области с высокими и низкими значениями.
- На панели Символы щелкните ниспадающий список Цветовая схема. Отметьте опцию Показать названия. Пролистайте вниз и выберите Красно-синюю (непрерывную) цветовую схему.
- Поставьте отметку в окошке Функция прозрачности.
В панели управления Функция прозрачности не задана прозрачность. Вы можете добавить опорные точки в поле цветового градиента, чтобы указать, каким образом применить прозрачность к цветам.
- Дважды щелкните в центре красной области градиента, примерно на половине расстояния к низу.
Опорная точка добавляется при двойном щелчке.
Фон области управления Функцией прозрачности меняется на клетчатый серо-белый узор, а черная линия, соединяющая три опорные точки, указывает, насколько прозрачен цветовой градиент при любом заданном цвете. Чем линия ближе к верхней границе, там цвет менее прозрачный. По мере приближения линии к нижней границе, прозрачность цвета увеличивается.
- Дважды щелкните в центре голубой области градиента, примерно на половине расстояния к низу.
Эффект добавления этих опорных точек состоит в том, чтобы сделать средние оттенки красного и синего полупрозрачными, сохраняя при этом экстремальные значения на обоих концах градиента менее прозрачными. Это позволит выделить экстремальные значения в виде сцены.
- На ленте, на вкладке Карта в разделе Навигация щелкните кнопку Закладки и в разделе SafeGraph Voxel Layer Закладки щелкните NorCal.
Вид приблизится к Северной Калифорнии.
Некоторые области выглядят закрашенными мутно-белым цветом. Настройка полупрозрачности для значений в середине диапазона дает такой эффект.
В этой объемной визуализации ячейки, относящиеся к более раннему времени, находятся внизу, а более поздние - сверху. Области с высоким процентом поведения "остаться дома" показаны голубым цветом, с меньшей степенью прозрачности, соответственно, скорее темно-синие. Области с низким процентом поведения "остаться дома" показаны красным цветом, с меньшей степенью прозрачности, соответственно, скорее темно-бордовые. Это позволяет подчеркнуть высокий и низкий уровень поведения "остаться дома".
Вокселы в каждом столбце соответствуют временному срезу в каждом местоположении. Так как вокселы внизу отражают более ранние наблюдения, вы можете анализировать столбец снизу вверх, чтобы понять, как изменилось поведение в этом местоположении с течением времени. Например, если внизу столбца темно-синие вокселы, и постепенно цвет меняется на светло-синий, розовый, и, затем, темно-красный, вы можете предположить, что в это местоположении наблюдается тренд на уменьшение доли поведения "остаться дома". Откройте диаграммы хронометража и график, где были отражены циклические закономерности в недельных изменениях поведения "оставаться дома" и тренд к уменьшению числа остающихся дома.
- Используйте мышь, чтобы перемещаться, поворачивать и масштабировать сцену.
Для подробной информации о навигации см. раздел Навигация в 3D.
- В панели Символы, в области управления Функцией прозрачности, щелкните обе добавленные опорные точки, и перетащите их к нижней границе.
Вы можете увидеть прозрачный участок в значениях данных на гистограмме над областью управления Функцией прозрачности.
- Вернитесь к закладке NorCal
- В панели Символы, в области управления Функцией прозрачности, щелкните опорную точку в красной области и перетащите ее к нижней границе.
Таким образом вокселы с высокими показателями поведения "остаться дома" выделены.
- Настройте опорные точки, чтобы значения в середине диапазона были полупрозрачными.
Вы можете видеть акцент на значениях с высокими показателями поведения "остаться дома" в контексте более низких показателей полупрозрачного красного цвета.
Теперь вы измените акцент, чтобы выявить области с низкими показателями поведения "остаться дома".
- Настройте опорные точки, чтобы значения голубого цвета были полностью прозрачными, а красные - менее прозрачны.
Это подчеркнет вокселы с низким уровнем поведения "остаться дома".
Вы визуализировали данные в виде слоя вокселов и использовали настройки цвета и прозрачности, чтобы подчеркнуть различные значения в данных. Теперь вы создадите разрезы в слое вокселов, чтобы видеть данные изнутри.
Создание разрезов в слое вокселов
Слой вокселов представляет собой объемный 3D-вид данных. Изучая вокселы по краям, вы можете видеть весь временной экстент данных. Но данные в центре объемного слоя скрыты от вас окружающими их вокселами. Вы можете создавать разрезы через слой вокселов, чтобы увидеть скрытые области внутри.
- В панели Содержание в слое SG_Social_Distancing щелкните правой кнопкой Разрезы и выберите Создать разрез.
К виду сцены внизу добавиться панель Разрез и сечение для работы с разрезами, и вид курсора изменится на крестик.
- Щелкните ячейку красного цвета на западной границе в слое вокселов, переместите курсор к востоку и щелкните еще раз.
Между местоположениями, которые вы щелкали, появится секущая плоскость.
Создание разрезов через слой вокселов позволяет увидеть, что находится внутри.
- В панели инструментов Разрез и сечение щелкните кнопку Утапливать или вытягивать, щелкните разрез и потяните перпендикулярно к плоскости среза.
Утапливание или вытягивание разреза (секущей плоскости) позволяет вам интерактивно просматривать данные в толще слоя в разных местоположениях, а также менять положение секущей плоскости.
- В панели Исследование воксела назовите разрез SF West-East.
- Щелкните и потяните бегунок Положение в панели Исследование воксела, чтобы переместить разрез.
- Создайте другой разрез, но в этот раз щелкните рядом с первым разрезом, и потяните указатель к северу от первого разреза, затем щелкните еще раз.
Данные разрезаны по оси с севера на юг.
- В панели инструментов Разрез и сечение щелкните кнопку Перевернуть, чтобы показать данные с другой стороны секущей плоскости.
- В панели Исследование воксела назовите разрез SF North-South.
В панели Исследование воксела отображается разрез, выбранный в панели Содержание.
- В панели Содержание, в слое SG_Social_Distancing в разделе Срезы снимите отметку с разреза SF West-East.
Теперь виден только один разрез через данные, с севера на юг.
Вы узнали, как увидеть значения во внутренней области слоя вокселов, создавая и перемещая разрезы (секущие плоскости).
Отображение другой переменной в слое вокселов
Слой вокселов - способ визуализации многомерного куба пространства-времени. Вы изучили переменную, отражающую поведение "остаться дома", но в исходных данных есть также переменные, содержащие данные по другим активностям, в частности, курьерам службы доставки, работающим полной рабочий день или работающим с частичной занятостью. Теперь вы переключитесь на другую переменную.
- На ленте во вкладке Слой вокселов в разделе Переменная щелкните ниспадающий список Переменная и выберите PCTDELIVERY_MEAN_SPATIAL_NEIGHBORS.
Новая переменная отображается в слое вокселов с новой цветовой схемой.
- Измените символы слоя на цветовую схему Красно-синяя (плавный переход).
- Измените прозрачность, чтобы подчеркнуть экстремальные значения, а средние значения сделать более прозрачными.
- Изучите данные, используя перемещение и масштабирование.
- Используйте разрезы через слой вокселов, чтобы изучить внутренние значения.
- Сохраните проект.
Вы также можете изучить другие переменные, создавая разрезы под разными углами, а также использовать разрезы по горизонтали.
Вы изучили различные методы исследования на примере данных социального дистанцирования, предоставленных SafeGraph; эти же методы можно использовать во многих других областях и с другими типами данных, например, для анализа уровня преступности, численности населения и любого другого набора точечных данных со значениями времени. Диаграммы хронометража позволяют изучить циклические закономерности, а линейные графики - увидеть общие тренды в данных. Бегунок времени позволяет визуализировать изменения в данных. Анализ возникающих горячих точек позволяет выявить статистически значимые пространственно-временные тренды и классифицировать области на основании этих трендов.
Визуализация трендов во времени с использованием 3D - отличный способ увидеть целиком всю картину в пространстве и во времени, и этот способ используется все большим числом пользователей для понимания пространственно-временных трендов. Вы использовали новую функциональность слоя вокселов для визуализации нескольких переменных в построенном кубе пространства-времени. Вы применили прозрачность, чтобы выделить отдельные значения в данных, и использовали разрезы через слой вокселов, чтобы увидеть значения во внутренних областях массива данных.
Эта технология поможет вам в изучении пространственно-временных трендов в сложных наборах данных, например в данных по социальному дистанцированию, предоставляемых SafeGraph. Используйте эту методику в работе с собственными пространственно-временными данными и оценивайте тренды и закономерности с помощью качественного и количественного анализа.
