Python 練習: 以地圖顯示癌症死因資料(II)

根據前篇裡的說明，已經可以把癌症死亡資料裡的代碼都轉成實際文字，再把資料中"臺中市"的部份篩選出來。接下來，這篇要說明如何把資料在套疊在地圖上。有興趣的，也請參考 From Pandas to GeoPandas – 地理資料處理與分析 這篇，我也是從中獲益不少。

以Python來畫地圖資料，還有basemap這個套件。以前有試一下子basemap，但想拿來顯示地圖上的一些統計資料，似乎有點麻煩。最近才注意到有 geopandas這個套件，是 pandas 的擴充，pandas適合處理 csv 格式資料，再配合 geopandas，畫出"靜態"的資訊地圖非常簡單。為什麼強調是靜態？因為我過去顯示資料都是是開發OpenGL程式來完成的，OpenGL程式可以透過滑鼠/鍵盤做互動，如圈選物件，參數調整，也可以用動畫顯示連續資料。用Python想要達成相同功能，我目前Python功力還不夠，不知要如何做到。當然用 C/C++/OpenGL開發的難度及時間都會比較高，就要看需求做選擇了。

我在安裝 geopandas有遭遇一些問題，因為 geopandas 的 dependence，如GDAL、shapely、和fiona，用 pip install geopandas 時，要安裝這些相依套件一直無法成功。後來是直接去 https://www.lfd.uci.edu/~gohlke/pythonlibs/ 這裡分別下載 GDAL 和 fiona 的 .whl 來安裝，再用 pip install geopandas 才成功。
 

要畫出地圖，首先要得到各行政區邊界的資訊。從政府開放資料平臺可以得到行政區域界線圖資，這是以 shape file (shp)格式儲存。geopandas 可以直接讀取 shp 檔案。首先，載入需要的 module：

用 geopandas 載入 shape file，也是一行 code：

檢視資料內容：

town_shp.head()

要畫出來，也是一行code就可以了：

篩選出"臺中市"，並顯示台中行政區域：

接下來，載入(I) 得到的 "105_台中癌症死亡.csv" ，並找出只有口腔癌的部份：

把Unnamed, year, age_code, 死因分類這幾個不會用到的 colume 去掉：

再把屬於同一地區的口腔癌數目加總，

要注意的一件事，是上圖的結果，地區名變成 index了，在 index 欄裡的值無法作操作，所以要先把 index 複製成一個新的欄位，才能做操作。

把'District'欄位中的前三個字('臺中市')去掉，就會只留下行政區名稱。

接下來要把 taichung_town_shp 和 cancer_data_sum 這兩個表格合併，前者是用 'TOWNNAME'欄位，後者是'District'，照之前，用 merge 把兩個表格合併，並列出前五行：

選擇'N' 這欄位畫出來，

由上圖可以觀察到並沒有把全台中市資料畫出來。檢查資料的結果，才發現口腔癌的數字，並沒有涵蓋台中市的行政區。用merge的話，沒有的行政區會被刪除，這不是我們想要的。

再上網查資料，發現應改用 join，這樣沒有資料的地方會用 na 填入，至少會保留該筆資料。改用 join 把兩個表合起來，後再把 na 的部份填入0。

這樣再來看顯示的結果如何，所有行政區域都有資料了。

用 pysal 這模組函式，將口腔癌統計數字分成十個區間再畫出來，套用 Reds 這個顏色對照表：

最後結果如下：

經過以上操作，得到口腔癌死亡數字在台中市的分佈圖。
 

兩篇文章，簡單的說明如何在將資料顯示於台灣地圖上。不過，因為過去開發的習慣，會想要能夠互動，例如滑鼠移到某個行政區域上時，可以列出那行政區域的數字。這種互動功能，也許還是得自己寫 OpenGL 來顯示資料才能做到吧。