第 361 篇 · 第 14 卷 前端,沒有極限 2026 年 6 月 9 日 · 台北
ls -lt ./posts --since=2013 REC · node 361 · uplink

d3js

D3.js 究竟搭不搭捷運與死亡率有沒有關係?(1)

2014 年 10 月 15 日 · 6 分鐘閱讀 · By Wang Casper

D3js最終還是需要與資料串接,在玩了一段時間基本的功能後,就會想找點東西試試看,於是就到處搜尋可以用的資料(希望與時事結合),雖然取得資料方法相當多,但是能夠派上用場而且又要會使用,就沒有那麼容易。

因為我的jsonp,或者json能力並不是挺好,所以在找資料前,有先研究怎麼與Google Drive做介接,所以這幾篇還會介紹怎麼從Google試算表取得資料。

本篇統計僅供參考

資料來源

資料來源http://statis.moi.gov.tw/micst/stmain.jsp?sys=100

無意間剛好逛到這個網站,發現裡面有許多的人口資料,裡面包含了死亡人數統計,也恰巧有”粗死亡率”,想說最近有討論到搭不搭捷運與死亡率的關係,所以就來試試看這份資料可不可行。

首先來了解一下基本資訊

  • 臺北捷運營運:1996年3月28日
  • 高雄捷運營運:2008年3月9日
  • 高雄縣市合併(來源資料):2011年1月

這份資料是抓取兩個都市的粗死亡率(所以不呈現人口數),另外在高雄市2010年以前是合併前的資料,2011年以後是合併資料,來源當然是能撈多少就多少。

Demo

雖然有很多工具可以呈現這樣的資料,但是就以目前的主題我選擇d3js + Jquery。

資料在確定要哪些後,就把原始的資料轉貼到Google Drive,除了可以將資料統一格式外,也可以降低我對於跨網域的煩惱…。

資料上我以都市為單位拆成三個資料表,每個圖表都包含了id、時間、死亡人數、粗死亡率。

接下來就開始串啦~,結果大概像下面這樣,Hover到點上,會顯示該時間點的資料。

高雄市與台北市粗死亡率

以上資料來源:http://statis.moi.gov.tw/micst/stmain.jsp?sys=100

高雄縣市合併時間(來源資料):2011年1月

結語

至於搭不搭捷運與死亡率有沒有關係,恩…可能研究不夠透徹,所以看不太出來,不過城鄉差距與死亡率關係倒是挺明顯的(可參考http://statis.moi.gov.tw/micst/stmain.jsp?sys=100),所以縣市合併以後,高雄市的死亡率確實有略微增高。

另外為什麼每年二、三月似乎死亡率高些…(抖),尤其在2009年二月高很多,稍微有查詢一下,可能是經濟不景氣的關係(Wiki 2009台灣年表)。

透過這些圖表,可以容易看到表格資料不易發現的地方,這或許也是圖像化迷人的點吧。