Ik ben door de handel een GIS-Specialist en ik ben verantwoordelijk voor het onderhoud van een grote deal van ruimtelijke gegevens. De gegevens die ik op een dagelijkse basis behandelen kan worden gerelateerd aan gezondheid, instandhouding en onroerend goed een paar te noemen. Ik heb onlangs behandeld aan statistieken voor ziekenhuis astma admittances en zag een geschikt moment om te doen mijn eerste Instructable. Ik ga doen een algemene samenvatting van mijn proces om ziekenhuis astma admittances graven en tarieven in een formaat naar de grafiek.
De gegevens die ik begon met was een polygoon-feature class voor alle van het US Census traktaten in mijn provincie. Deze veelhoeken bevat een tabel die deel uitmaakt van het darmkanaal, totale bevolking en het aantal astma admittances per Census tract voor 2010, 2011 en 2012. Ik heb de tabel geëxporteerd als een CSV-bestand zodat ik in Excel of zelfs Plotly importeren kan. In dit geval besloten heb ik om het gebruik van Excel.
Nadat ik de gegevens in Excel geïmporteerd had ik de drie kolommen met gegevens zoals eerder vermeld. Dit is allemaal fijn en dandy, maar als ik was om de grafiek van deze gegevens het zou eruit bepaalde traktaten had een hogere instantie dan anderen. Om dit te corrigeren zodat zal het niet zo misleidend moest ik doen wat het normaliseren van de gegevens is genoemd. Ik gebruikte om te normaliseren van de gegevens in Excel de volgende formule.
= ronde ((som (astma graaf/totale bevolking) * 1000), 0)
Ik besloten te ronden de telling op het dichtstbijzijnde gehele getal en voor het tarief per hoofd van de bevolking per 1000 mensen.
Als je kijkt naar had de grafiek gemaakt voor het normaliseren van de met een adellijke titel "Astma Admittances door Census Tract" zult u zien dat voor het jaar 2012 Census Tract 30.01 het hoogste aantal astma admittances met meer dan 140 admittances en darmkanaal 12 heeft slechts ongeveer 25 admittances. Nu, als je kijkt naar de grafiek getiteld "Astma Admittances Per 1000 People" kan je duidelijk zien dat Census Tract 12 is dat het echte probleemgebied met ongeveer 24 voorvallen voor elke 1000 mensen en darmkanaal 30.01 is slechts ongeveer 16 admittances per 1000 mensen.
Dit is alleen een zeer algemene methode van hoe ik kwam met de gegevens in Plotly te gebruiken. Ik geloof dat ik heeft kundig voor wekken een zeer goede grafiek die is in staat om het punt over te brengen zonder afbreuk te doen aan de belangrijkste focus die geacht wordt de gegevens over te brengen. Als ik moest dit voorleggen van iemand zou ik ook meerdere maps maken het de kijker kon krijgen een beter idee van de locatie van de volkstelling traktaten. Deze grafieken zou worden gebruikt om te helpen bij het proces voor het identificeren van de gebieden die moeten een soort van hulp, bijstand, of zelfs leiden tot een meer gerichte studie om de bron van het probleem te vinden. Ik gehecht ook een eenvoudige toewijzing voor de 2012 astma gegevens te visualiseren van de locaties en de ernst.
