統計と可視化の力


  • Global Moderator

    交通事故の発生(日本)

    日本人の死因のうち、不慮の事故に占める割合が多いのが交通事故と言われます。ただ、その割合は減少傾向にあるそうです。今回は、交通事故について調べてみました。また、自動車の総数も参考に調べました。

    1924~2005

    総務省統計局」→「日本の長期統計系列」→「第29章 災害・事故」
    http://www.stat.go.jp/data/chouki/29.htm
    →「29-11  道路交通事故(エクセル:38KB)
    http://www.stat.go.jp/data/chouki/zuhyou/29-11.xls

    原資料:

    • 警察庁交通局「交通事故統計年報」(刊行物)
    • 警察庁交通局「交通統計」(刊行物)

    1948~2016

    警察庁」→「平成28年における交通事故の発生状況
    https://www.npa.go.jp/news/release/2017/20170322002.html
    http://www.e-stat.go.jp/SG1/estat/Xlsdl.do?sinfid=000031559551

    自動車保有台数(日本)

    一般財団法人 自動車検査登録情報協会」→→「自動車保有台数」
    http://www.airia.or.jp/publish/statistics/number.html
    →「昭和41年からの推移(PDF:104KB)
    https://www.airia.or.jp/publish/statistics/ub83el00000000wo-att/hoyuudaisuusuiihyou.pdf

    交通事故の統計が2つ見付かりました。どちらも原資料は警察庁の刊行物ですが、前者と後者では、値が微妙に違っていました。今回は、後者を可視化してみました。

    0_1503659098172_cars-1.png

    • 統計の取り方が途中で三回変わっています。その部分に縦線を引いています。
    • 縦軸は対数軸になっています。つまり、もし2つのプロットの線の間隔が一定で推移する場合には、片方がもう一方のある一定の倍率であるということを示します。もし線の間隔が広がる/狭まる場合には、片方のもう一方に対する割合が増減していることになります。

    自動車の保有数は増え続ける傾向がありますが、交通事故は、最近は件数自体も減りつつあり、また、そこに締める重傷者・死亡者の率も僅かながら減少傾向にあることが分かりました。

    Mathematica
    acc2 = Import[
       "http://www.e-stat.go.jp/SG1/estat/Xlsdl.do?sinfid=000031559551", 
       "XLS"][[1]]
    
    acc2Data = 
      MapIndexed[{DateObject[{1947 + First[#2]}], 
          Sequence @@ (Rest@#1)} &, (acc2[[6 ;;]][[
           All, {2, 4, 6, 8, 10}]][[;; -6]])] /. 
       "[Ellipsis]" -> Missing["NotAvailable"];
    
    (*Copy and paste from \
    https://www.airia.or.jp/publish/statistics/ub83el00000000wo-att/hoyuudaisuusuiihyou.pdf*)
    textCars = 
      "昭和41年 (1966年) 2,289,665 4,689,368 105,386 163,608 875,069 8,123,096
      昭和42年 (1967年) 2,996,254 5,536,873 117,261 189,148 799,855 9,639,391
      昭和43年 (1968年) 4,091,752 6,504,352 133,485 223,531 737,635 11,690,755
      昭和44年 (1969年) 5,514,190 7,406,256 153,348 262,593 685,583 14,021,970
      昭和45年 (1970年) 7,270,573 8,083,108 175,724 306,029 693,087 16,528,521
      昭和46年 (1971年) 9,104,593 8,542,360 190,066 351,661 730,340 18,919,020
      昭和47年 (1972年) 10,915,284 8,942,967 196,853 404,216 763,395 21,222,715
      昭和48年 (1973年) 12,964,298 9,484,449 205,857 460,515 754,079 23,869,198
      昭和49年 (1974年) 14,551,868 9,919,327 213,788 514,938 762,949 25,962,870
      昭和50年 (1975年) 16,044,338 10,281,006 218,689 557,420 769,022 \
    27,870,475
      昭和51年 (1976年) 17,377,551 10,212,704 219,945 595,798 737,447 \
    29,143,445
      昭和52年 (1977年) 18,618,213 10,829,223 222,312 631,029 747,358 \
    31,048,135
      昭和53年 (1978年) 19,942,495 11,369,639 224,094 670,799 758,057 \
    32,965,084
      昭和54年 (1979年) 21,409,307 12,020,005 226,674 720,064 803,451 \
    35,179,501
      昭和55年 (1980年) 22,751,052 12,697,756 228,396 765,840 890,206 \
    37,333,250
      昭和56年 (1981年) 23,646,119 13,303,204 229,429 794,025 1,019,246 \
    38,992,023
      昭和57年 (1982年) 24,578,524 14,025,229 229,625 823,300 1,177,363 \
    40,834,041
      昭和58年 (1983年) 25,435,492 14,784,146 229,717 851,726 1,386,354 \
    42,687,435
      昭和59年 (1984年) 26,320,361 15,520,919 229,569 879,629 1,608,357 \
    44,558,835
      昭和60年 (1985年) 27,038,220 16,359,708 230,084 911,809 1,823,053 \
    46,362,874
      昭和61年 (1986年) 27,790,194 17,251,695 230,783 943,801 2,024,082 \
    48,240,555
      昭和62年 (1987年) 28,538,497 18,252,347 232,011 987,559 2,213,025 \
    50,223,439
      昭和63年 (1988年) 29,601,092 19,345,276 234,648 1,037,272 2,427,388 \
    52,645,676
      平成元年 (1989年) 30,712,558 20,488,809 239,053 1,097,223 2,599,000 \
    55,136,643
      平成2年 (1990年) 32,937,813 20,943,844 242,295 1,154,624 2,715,290 \
    57,993,866
      平成3年 (1991年) 35,151,831 21,146,204 245,844 1,213,569 2,741,402 \
    60,498,850
      平成4年 (1992年) 37,310,632 21,066,331 247,968 1,271,636 2,816,887 \
    62,713,454
      平成5年 (1993年) 39,164,550 20,881,259 248,412 1,319,277 2,884,781 \
    64,498,279
      平成6年 (1994年) 41,060,611 20,652,331 247,119 1,367,742 2,951,033 \
    66,278,836
      平成7年 (1995年) 42,956,339 20,472,087 244,611 1,429,984 3,000,675 \
    68,103,696
      平成8年 (1996年) 45,068,530 20,235,051 242,907 1,524,405 3,035,643 \
    70,106,536
      平成9年 (1997年) 47,214,826 19,857,346 241,844 1,429,599 3,032,032 \
    71,775,647
      平成10年 (1998年) 48,684,206 19,402,235 239,866 1,521,329 3,008,947 \
    72,856,583
      平成11年 (1999年) 49,968,149 18,861,350 237,146 1,625,112 2,996,632 \
    73,688,389
      平成12年 (2000年) 51,222,129 18,424,997 235,725 1,706,840 2,992,921 \
    74,582,612
      平成13年 (2001年) 52,449,354 18,064,744 235,550 1,754,311 3,021,014 \
    75,524,973
      平成14年 (2002年) 53,487,293 17,726,154 234,244 1,754,373 3,068,749 \
    76,270,813
      平成15年 (2003年) 54,471,376 17,343,079 233,180 1,720,138 3,124,744 \
    76,892,517
      平成16年 (2004年) 55,288,124 17,015,253 231,984 1,673,959 3,180,925 \
    77,390,245
      平成17年 (2005年) 56,288,256 16,860,783 232,000 1,643,010 3,254,831 \
    78,278,880
      平成18年 (2006年) 57,097,670 16,707,445 231,696 1,618,698 3,336,551 \
    78,992,060
      平成19年 (2007年) 57,510,360 16,490,944 231,758 1,599,628 3,403,405 \
    79,236,095
      平成20年 (2008年) 57,551,248 16,264,921 230,981 1,578,059 3,455,553 \
    79,080,762
      平成21年 (2009年) 57,682,475 15,858,749 229,804 1,527,899 3,501,615 \
    78,800,542
      平成22年 (2010年) 57,902,835 15,533,270 228,295 1,511,980 3,517,115 \
    78,693,495
      平成23年 (2011年) 58,139,471 15,137,641 226,839 1,646,018 3,510,804 \
    78,660,773
      平成24年 (2012年) 58,729,343 15,008,821 226,270 1,645,449 3,502,701 \
    79,112,584
      平成25年 (2013年) 59,357,223 14,851,666 226,047 1,654,739 3,535,528 \
    79,625,203
      平成26年 (2014年) 60,051,338 14,749,266 226,542 1,669,679 3,575,746 \
    80,272,571
      平成27年 (2015年) 60,517,249 14,652,701 227,579 1,683,313 3,589,551 \
    80,670,393
      平成28年 (2016年) 60,831,892 14,539,289 230,603 1,700,014 3,598,932 \
    80,900,730
      平成29年 (2017年) 61,253,300 14,451,394 232,793 1,720,030 3,602,689 \
    81,260,206";
    
    dataCars = 
     MapIndexed[Prepend[#1, DateObject[{First[#2] + 1965}]] &, 
      Partition[
         StringSplit[StringReplace[textCars, "," -> ""], {" ", "\n"}], 
         8][[All, 3 ;;]] // ToExpression]
    
    DateListLogPlot[{
      acc2Data[[All, {1, 2}]],
      acc2Data[[All, {1, 3}]],
      acc2Data[[All, {1, 4}]],
      acc2Data[[All, {1, 5}]],
      dataCars[[All, {1, 7}]]
      },
     GridLines -> {{DateObject[{34 + 1925}], DateObject[{40 + 1925}], 
        DateObject[{46 + 1925}]}, None},
     FrameTicks -> {{Automatic, None}, {Automatic, None}},
     ImageSize -> 500,
     PlotLabel -> "交通事故発生状況の推移(昭和23年~平成28年) 警察庁データ",
     PlotLabels -> {"発生件数", "死者数", "負傷者数", "重傷者数", "自動車保有総数(参考)"}
     ]
    

  • Global Moderator

    防衛費(日本)

    来年度の防衛費の概算要求が過去最高になっているという話をニュースで見ました。日本の過去の防衛費はどのように推移しているのでしょう。それから、防衛費とは、何を含む予算のことなのでしょう?

    1950~2006

    総務省統計局」→「日本の長期統計系列」→「第31章 防衛」
    →「31-1 防衛関係費(エクセル:28KB)

    ~2017

    防衛省・自衛隊」→「防衛省 情報検索サービス」→「防衛白書の検索」→「平成29年版 防衛白書」→「資料編」
    →「資料12 防衛関係費(当初予算)の推移

    2005~2009

    →「平成21年版 防衛白書」
    http://www.clearing.mod.go.jp/hakusho_data/2009/2009/html/ls22c000.html

    統計データでは、防衛関係費は、「SACO関係経費」「新たな政府専用機導入に伴う経費」を含む値と除く値の2つが載っています。「SACO関係経費」とは、「沖縄県民の負担を軽減するためにSACO最終報告の内容を実施するための経費」(*)であり、「SACO最終報告」とは、「SACOとは、Special Action Committee on Okinawa(沖縄に関する特別行動委員会)の略であり、沖縄に所在する米軍施設・区域にかかわる諸課題に関し協議することを目的として、平成7年、日米両国政府によって設置されました。」(**)とのことです。


  • Global Moderator

    防衛費(日本)可視化

    0_1506988136491_arms-1.png

    Mathematica
    (*億円*)防衛関係費 = 
      Transpose[{Range[1950, 2017], {1310, 1199, 1771, 1257, 1396, 1349, 
         1429, 1435, 1485, 1560, 1569, 1803, 2085, 2412, 2751, 3014, 3407,
          3809, 4221, 4838, 5695, 6709, 8002, 9355, 10930, 13273, 15124, 
         16906, 19010, 20945, 22302, 24000, 25861, 27542, 29346, 31371, 
         33435, 35174, 37003, 39198, 41593, 43860, 45518, 46406, 46835, 
         47236, 48455, {49414, 49475}, {49290, 49397}, {49201, 
          49322}, {49218, 49358}, {49388, 49553}, {49395, 49560}, {49265, 
          49530}, {48764, 49030}, {48301, 48564}, {47906, 48139}, {47818, 
          48016}, {47426, 47796}, {47028, 47741}, {46826, 47903}, {46625, 
          47752}, {46453, 47138}, {46804, 47538}, {47838, 48848}, {48221, 
          49801}, {48607, 50541}, {48996, 51251}}}];
    
    防衛関係費1 = {DateObject[{#[[1]]}], 
         If[Head@#[[2]] === List, #[[2, 1]], #[[2]]]} & /@ 防衛関係費;
    防衛関係費2 = {DateObject[{#[[1]]}], 
         If[Head@#[[2]] === List, #[[2, 2]], #[[2]]]} & /@ 防衛関係費;
    
    DateListPlot[{防衛関係費1, 防衛関係費2},
     ImageSize -> 500,
     FrameLabel -> {"年度", "当初予算(億円)"},
     PlotLabel -> "防衛関係費の推移(1950-2017) 防衛省・自衛隊データ",
     PlotLabels -> {"SACO関係費など除く", "含む"},
     PlotStyle -> {Gray, Black}
     ]
    

    改訂: 年度統計であることをはっきりさせるためにラベルを改訂しました。


  • Global Moderator

    GDP(日本)

    防衛費のGDPあたりの割合を知るために、まずGDPの長期統計を調べました。GDPについては、かつてGNPという概念があったことや、計算方法の改訂がなされてきたために、分りにくいです。以下のような内閣府のページがありました。

    長期の一貫したデータはあるか

    また、段階的に推定値を改訂していくため、同じ年に関しても、値が複数あります。

    過去の年次推計について

    さらに、集計に、暦年・年度の違いがあります。

    今回は、以下を使用します:

    1955~2016

    内閣府」→「平成29年度 年次経済財政報告」→「長期経済統計目次」
    →「国民経済計算(1/5)~(5/5)

    国内総生産は、総額については、1979年度(前年度比は1980年度)以前は「平成10年度国民経済計算(平成2年基準・68SNA)」、1980年度から1993年度まで(前年度比は1981年度から1994年度まで)は「平成21年度国民経済計算(平成12年基準・93SNA)」、1994年度(前年度比は1995年度)以降は「平成28年10-12月期四半期別GDP速報(2次速報値)」による。なお、1993年度以前の総額の数値については、異なる基準間の数値を接続するための処理を行っている。

    0_1506988261998_GDP-1.png

    Mathematica
    (*名目、10億円*)
    国内総生産 = {8928.1`, 10018.2`, 11489.`, 12300.`, 14430.7`, 17321.1`, 
       20945.4`, 23186.2`, 27235.8`, 31567.1`, 35061.9`, 41223.4`, 
       48228.9`, 57057.`, 67559.8`, 78190.`, 86082.7`, 100191.5`, 
       121197.`, 143767.7`, 158212.4`, 177871.2`, 197394.3`, 216612.7`, 
       233886.5`, 254975.8`, 271673.8`, 283501.1`, 296446.`, 316429.`, 
       339176.2`, 351361.2`, 371923.7`, 397987.3`, 426936.2`, 463685.2`, 
       486192.4`, 496096.8`, 495431.6`, 502382.7`, 516706.5`, 528666.1`, 
       533148.7`, 526109.`, 521997.3`, 528621.2`, 518889.2`, 514675.`, 
       518199.8`, 521003.9`, 525813.9`, 529255.`, 531013.4`, 509398.4`, 
       492075.1`, 499194.8`, 493853.1`, 494674.4`, 507401.1`, 517706.4`, 
       531768.1`, 537461.7`};
    
    DateListPlot[
     Transpose[{DateObject[{#}] & /@ Range[1955, 2016], 国内総生産*10}],
     ImageSize -> 400,
     FrameLabel -> {"年度", "名目(億円)"},
     PlotLabel -> "GDPの推移(1955-2016) 内閣府データ",
     GridLines -> {{DateObject[{1980}], DateObject[{1994}]}, None}
     ]
    

  • Global Moderator

    防衛関係費(日本、GDPあたり)

    これまでに得た数値から、名目GDPあたりの防衛関係費の割合を計算してみました:

    0_1507001348776_arms-2.png

    Mathematica
    {years, arms1} = 
      Transpose[
       Select[防衛関係費1, 
        DateObject[{1955}] <= #[[1]] <= DateObject[{2016}] &]];
    防衛関係費1perGDP = Transpose[{years, 100*arms1/(10*国内総生産)}];
    {years, arms2} = 
      Transpose[
       Select[防衛関係費2, 
        DateObject[{1955}] <= #[[1]] <= DateObject[{2016}] &]];
    防衛関係費2perGDP = Transpose[{years, 100*arms2/(10*国内総生産)}];
    
    DateListPlot[{防衛関係費1perGDP, 防衛関係費2perGDP},
     ImageSize -> 500,
     FrameLabel -> {"年度", "当初予算(名目GDPあたり、%)"},
     PlotLabel -> "防衛関係費の推移(1955-2016) 防衛省・自衛隊データ/内閣府データ",
     PlotLabels -> {"SACO関係費など除く", "含む"},
     PlotStyle -> {Gray, Black},
     PlotRange -> {Full, {0, All}}
     ]
    

  • Global Moderator

    ハイブリッド車・電気自動車の所有(日本)

    最近、電気自動車についてニュースで聞くことが多くなりました。ハイブリッド車については以前から普及が進んでいます。統計はどのようになっているのでしょうか?

    全国消費実態調査の結果によると、2014年時点で、全自動車のうち7.7%がハイブリッド車、または、電気自動車だそうです。
    http://www.stat.go.jp/dss/source/2016004.htm

    このページは良くできていて、出典が細かく書いてあります。出典のデータに遡り、もう少し調べてみようと思います。


  • Global Moderator

    推定保有台数 2011~2015

    次世代自動車振興センター」→「調査・統計情報」
    →「保有台数統計

    0_1507107949609_cars-2.png

    0_1507107956499_cars-3.png

    略称 説明
    FCV Fuel Cell Vehicle 燃料電池自動車
    EV Electric Vehicle 電気自動車
    PHV Plug-in Hybrid Vehicle プラグインハイブリッド自動車
    HEV Hybrid Electric Vehicle ハイブリッド自動車

    次世代自動車は、どれも線形に増えているように見える。ハイブリッド自動車がほとんどで、全体の1%が電気自動車、さらにその1%が燃料電池自動車であるようだ。

    Mathematica
    BarChart[Transpose@{{13266, 24983, 38794, 52639, 62134}, {4132, 17281,
         30171, 44012, 57130}, {2012559, 2833443, 3792886, 4640743, 
        5501595}}, 
     ChartLabels -> {Range[2011, 2015], 
       Placed[{"EV", "PHV", "HEV"}, Center]},
     Frame -> True, ImageSize -> 450, 
     ChartStyle -> {LightRed, Pink, LightGreen},
     FrameLabel -> {"年度", "台数(推定値)"}, 
     PlotLabel -> "推定保有台数 国内 乗用車 次世代自動車振興センター・データ"]
    
    BarChart[Transpose@{{Missing, Missing, Missing, 150, 630}, {13266, 
        24983, 38794, 52639, 62134}, {4132, 17281, 30171, 44012, 57130}}, 
     ChartLabels -> {Range[2011, 2015], 
       Placed[{"FCV", "EV", "PHV"}, Center]},
     Frame -> True, ImageSize -> 450, 
     ChartStyle -> {LightBlue, LightRed, Pink, LightGreen},
     FrameLabel -> {"年度", "保有台数(推定値)"},
     PlotLabel -> "推定保有台数 国内 乗用車 次世代自動車振興センター・データ"]
    

  • Global Moderator

    充電設備 2009~2016年度

    次世代自動車振興センター」→「調査・統計情報」
    →「充電設備

    0_1507125743969_cars-4.png
    大都市圏と北海道が多いようです。

    Mathematica
    adminstrativeDivisionsInJapan = {Entity[
        "AdministrativeDivision", {"Hokkaido", "Japan"}], 
       Entity["AdministrativeDivision", {"Aomori", "Japan"}], 
       Entity["AdministrativeDivision", {"Iwate", "Japan"}], 
       Entity["AdministrativeDivision", {"Miyagi", "Japan"}], 
       Entity["AdministrativeDivision", {"Akita", "Japan"}], 
       Entity["AdministrativeDivision", {"Yamagata", "Japan"}], 
       Entity["AdministrativeDivision", {"Fukushima", "Japan"}], 
       Entity["AdministrativeDivision", {"Ibaraki", "Japan"}], 
       Entity["AdministrativeDivision", {"Tochigi", "Japan"}], 
       Entity["AdministrativeDivision", {"Gumma", "Japan"}], 
       Entity["AdministrativeDivision", {"Saitama", "Japan"}], 
       Entity["AdministrativeDivision", {"Chiba", "Japan"}], 
       Entity["AdministrativeDivision", {"Tokyo", "Japan"}], 
       Entity["AdministrativeDivision", {"Kanagawa", "Japan"}], 
       Entity["AdministrativeDivision", {"Niigata", "Japan"}], 
       Entity["AdministrativeDivision", {"Yamanashi", "Japan"}], 
       Entity["AdministrativeDivision", {"Nagano", "Japan"}], 
       Entity["AdministrativeDivision", {"Shizuoka", "Japan"}], 
       Entity["AdministrativeDivision", {"Toyama", "Japan"}], 
       Entity["AdministrativeDivision", {"Ishikawa", "Japan"}], 
       Entity["AdministrativeDivision", {"Gifu", "Japan"}], 
       Entity["AdministrativeDivision", {"Aichi", "Japan"}], 
       Entity["AdministrativeDivision", {"Mie", "Japan"}], 
       Entity["AdministrativeDivision", {"Fukui", "Japan"}], 
       Entity["AdministrativeDivision", {"Shiga", "Japan"}], 
       Entity["AdministrativeDivision", {"Kyoto", "Japan"}], 
       Entity["AdministrativeDivision", {"Osaka", "Japan"}], 
       Entity["AdministrativeDivision", {"Hyogo", "Japan"}], 
       Entity["AdministrativeDivision", {"Nara", "Japan"}], 
       Entity["AdministrativeDivision", {"Wakayama", "Japan"}], 
       Entity["AdministrativeDivision", {"Tottori", "Japan"}], 
       Entity["AdministrativeDivision", {"Shimane", "Japan"}], 
       Entity["AdministrativeDivision", {"Okayama", "Japan"}], 
       Entity["AdministrativeDivision", {"Hiroshima", "Japan"}], 
       Entity["AdministrativeDivision", {"Yamaguchi", "Japan"}], 
       Entity["AdministrativeDivision", {"Tokushima", "Japan"}], 
       Entity["AdministrativeDivision", {"Kagawa", "Japan"}], 
       Entity["AdministrativeDivision", {"Ehime", "Japan"}], 
       Entity["AdministrativeDivision", {"Kochi", "Japan"}], 
       Entity["AdministrativeDivision", {"Fukuoka", "Japan"}], 
       Entity["AdministrativeDivision", {"Saga", "Japan"}], 
       Entity["AdministrativeDivision", {"Nagasaki", "Japan"}], 
       Entity["AdministrativeDivision", {"Kumamoto", "Japan"}], 
       Entity["AdministrativeDivision", {"Oita", "Japan"}], 
       Entity["AdministrativeDivision", {"Miyazaki", "Japan"}], 
       Entity["AdministrativeDivision", {"Kagoshima", "Japan"}], 
       Entity["AdministrativeDivision", {"Okinawa", "Japan"}]};
    
    txt = "北海道\t3\t28\t63\t60\t95\t168\t502\t199\t1,118
      青森県\t1\t6\t17\t15\t10\t40\t137\t82\t308
      岩手県\t\t6\t24\t21\t22\t52\t159\t102\t386
      宮城県\t\t5\t51\t51\t27\t96\t270\t76\t576
      秋田県\t\t6\t42\t27\t14\t29\t91\t35\t244
      山形県\t\t4\t22\t12\t16\t70\t137\t71\t332
      福島県\t\t10\t57\t46\t43\t109\t349\t56\t670
      茨城県\t2\t6\t50\t54\t37\t183\t491\t171\t994
      栃木県\t4\t13\t27\t80\t34\t100\t610\t97\t965
      群馬県\t3\t6\t37\t67\t46\t159\t335\t101\t754
      埼玉県\t8\t32\t32\t134\t102\t295\t1,280\t175\t2,058
      千葉県\t7\t17\t47\t82\t51\t339\t866\t568\t1,977
      東京都\t37\t66\t122\t150\t101\t413\t2,010\t337\t3,236
      神奈川県\t33\t92\t160\t204\t135\t332\t1,445\t534\t2,935
      新潟県\t1\t24\t41\t41\t21\t106\t189\t70\t493
      山梨県\t1\t8\t11\t17\t11\t105\t172\t38\t363
      長野県\t\t20\t28\t33\t23\t138\t453\t97\t792
      静岡県\t2\t29\t47\t90\t104\t183\t657\t96\t1,208
      富山県\t\t4\t19\t35\t7\t55\t116\t39\t275
      石川県\t\t8\t37\t49\t20\t99\t220\t83\t516
      岐阜県\t\t8\t39\t37\t64\t123\t391\t100\t762
      愛知県\t2\t18\t177\t236\t181\t388\t1,654\t300\t2,956
      三重県\t\t8\t42\t42\t34\t99\t436\t66\t727
      福井県\t\t4\t23\t21\t15\t49\t129\t64\t305
      滋賀県\t1\t3\t35\t31\t17\t80\t483\t35\t685
      京都府\t3\t7\t29\t42\t15\t74\t506\t82\t758
      大阪府\t8\t65\t87\t94\t55\t192\t777\t239\t1,517
      兵庫県\t2\t10\t48\t114\t42\t169\t696\t156\t1,237
      奈良県\t1\t2\t7\t24\t13\t39\t205\t47\t338
      和歌山県\t1\t3\t13\t8\t12\t60\t183\t40\t320
      鳥取県\t\t9\t22\t12\t9\t25\t69\t14\t160
      島根県\t1\t16\t17\t12\t5\t34\t61\t28\t174
      岡山県\t9\t18\t35\t37\t23\t74\t554\t51\t801
      広島県\t5\t28\t39\t31\t31\t85\t286\t72\t577
      山口県\t\t14\t48\t28\t9\t127\t147\t63\t436
      徳島県\t1\t6\t11\t10\t4\t28\t118\t20\t198
      香川県\t\t3\t20\t8\t3\t49\t99\t21\t203
      愛媛県\t1\t9\t28\t15\t2\t46\t163\t26\t290
      高知県\t\t2\t12\t11\t7\t32\t114\t24\t202
      福岡県\t1\t12\t56\t126\t68\t144\t587\t217\t1,211
      佐賀県\t\t3\t12\t13\t14\t68\t132\t13\t255
      長崎県\t\t8\t14\t17\t10\t24\t144\t18\t235
      熊本県\t\t8\t19\t31\t15\t101\t411\t46\t631
      大分県\t\t7\t21\t30\t11\t46\t234\t59\t408
      宮崎県\t\t4\t16\t25\t5\t38\t110\t58\t256
      鹿児島県\t2\t11\t30\t26\t32\t100\t206\t63\t470
      沖縄県\t1\t48\t12\t14\t9\t19\t80\t24\t207";
    
    data = Partition[StringSplit[StringDelete[txt, ","], {"\n", "\t"}], 
      10];
    
    GeoRegionValuePlot[
     Map[Rule @@ # &, 
      Transpose@{adminstrativeDivisionsInJapan, 
        ToExpression@data[[All, 10]]}],
     PlotRangePadding -> Scaled[-0.06], 
     PlotLegends -> Placed[Automatic, Bottom], ImageSize -> 300,
     PlotLabel -> "都道府県別 充電設備補助金交付台数(2009-2016合計)"
     ]
    

  • Global Moderator

    幕間

    官公庁のサイトを見ていると、いろいろ統計情報が便利にまとめてあるページがあるのに気がつきます。


  • Global Moderator

    地図で見る統計(GIS)

    e-Stat」→「地図で見る統計(統計GIS)
    →「データダウンロード

    非常に使いにくいですが、e-Statから国勢調査の結果などを地図上の区分(グリッド)にマッピングしたデータが得られます。これをプロットすれば、統計情報の空間分布を可視化することが出来ます。GIS: Geographic Information System

    人口密度(大阪・東京)

    データ・ソース:

    • 平成27年国勢調査(小地域) 2015/10/01; 世界測地系緯度経度・Shape形式

    0_1507348260581_eStatGIS-Osaka-1L.png

    大阪
    0_1507348283290_eStatGIS-Osaka-1.png

    東京
    0_1507348309988_eStatGIS-Tokyo-1.png

    どちらの都市の場合も、人口密度 0.03人/m^2を越える中心部で、人口密度が低い部分があるのが分かります。大阪の場合には、大阪城、東京の場合には、皇居(江戸城)や明治神宮のあたりです。



パズルハウスへの接続が失われたと思われます。再接続されるまでしばらくお待ちください。