カーネル密度推定を用いて、日本国内のマクドナルドの分布状況を可視化するというお話です。 解析にはGRASSを使用しています。

1. カーネル密度推定を用いた
店舗情報の可視化
2012年2月23日
heshikik@orkney.co.jp
heshikik

2. きっかけは1枚の絵
アメリカ全土のマクドナルド分布
http://www.datapointed.net/2009/09/distance-to-nearest-mcdonalds/

3. これの日本版を見てみたい

4. ググってみる

5. 同じようなことを考える人はいるようです
http://www.codezine.jp/article/detail/6103
http://mglab.blogspot.com/2009/10/blog-post.html

6. 自分でも描いてみよう

7. まずはマクドナルドの
店舗リストを手に入れよう

8. そう簡単には手に入らない

9. じゃあ、自力でリストを作る

10. 公式サイトから住所録を取得
http://www.mcdonalds.co.jp/shop/map/mcd_shop.php

11. perlで取得
Web::Scraper を使って
この要素を切り取る

12. コードはこんな感じ
：
my $scraper = scraper {
process '#ShopLists .ShopName dd', 'addressList[]' => 'TEXT';
};
my $list = "./pref_list.txt";
while(<listfile>) {
my $pref = $_;
my $res = $scraper->scrape(URI->
new("http://www.mcdonalds.co.jp/shop/map/mcd_shop.php/shops?keywo
rd=".$pref."&search.x=0&search.y=0"));
foreach my $address(@{$res->{addressList}}){
print "$address"."¥n";
};
}
：

13. 住所リストは取れたので…
北海道岩見沢市八条東１０丁目２－５５
北海道札幌市厚別区厚別中央二条４丁目４－１２
北海道滝川市南滝の川１３２－１
北海道札幌市南区藤野三条４丁目１－１
北海道日高郡新ひだか町静内末広町２－１－１
北海道河東郡音更町木野大通西１７－１－４
北海道札幌市東区東雁来九条４丁目７－１
北海道恵庭市黄金南６－１０－２
北海道札幌市清田区里塚二条７丁目１－５
北海道千歳市錦町３－１０－１
北海道伊達市舟岡町２３６－１
：
Web APIでジオコーディング

14. コードはこんな感じ （今度はpython）
TARGET_FILE = "mac_address.txt“
OUTPUT_FILE = "mac_latlon.csv“
TARGET_URL = "http://www.geocoding.jp/api/? "
f = file(TARGET_FILE, "r")
writer = csv.writer(file(OUTPUT_FILE, "w"), delimiter="¥t")
for line in f:
if line == "¥n": continue
target = unicode(line, "utf-8", "ignore")
query = [("q", line[:-1]), ("v", "1.1")]
url = TARGET_URL + urllib.urlencode(query)
result = urllib.urlopen(url).read()
tree = etree.fromstring(result, parser=etree.XMLParser())
if len(tree.xpath("//lat")) != 0
lat = tree.xpath("//lat")[0].text
lng = tree.xpath("//lng")[0].text
writer.writerow([line[:-1], lat, lng, lat_dms, lng_dms])
time.sleep(5)

15. 必要なデータは揃った！
43.05808,141.355735
43.041,141.326977
43.087173,141.327749
43.068373,141.347621
43.107265,141.339675
43.14021,141.340742
43.07117,141.370255
43.079937,141.403721
43.096212,141.398004
：

16. GRASSにインポート
> v.in.ascii input=C:¥test¥mac_latlon.csv output=mac

17. 拡大するとこんな感じ

18. これだと、ただの点の集合
もう少し定量的に
密集度を評価できないか？

19. 空間補間？？
標高値を持った点群 ボロノイ図形
IDW RST

20. Z値を持ったデータではないので
これらの方法は不適切
密度を算出してその分布を
可視化できれば良さそう

21. カーネル密度推定
• 統計学において、確率変数の確率密度関数
を推定する手法の1つ。
• ある母集団の標本のデータが与えられたとき、
カーネル密度推定を使えばその母集団の
データを外挿できる。
wikipediaより抜粋

22. 度数分布と言えばヒストグラムだけど…
http://www.econ.kobe-u.ac.jp/~nomura/lecture/10f/kd-estimate.pdf

23. カーネル密度推定のアイデア
http://www.econ.kobe-u.ac.jp/~nomura/lecture/10f/kd-estimate.pdf

24. カーネル密度推定の方法
http://www.econ.kobe-u.ac.jp/~nomura/lecture/10f/kd-estimate.pdf

25. カーネル密度推定を用いて
マクドナルド分布を可視化してみる

26. GRASSで描くとこうなる
> v.kernel input=mac@MAC output=kernel stddeviation=0.03

27. 拡大するとこんな感じ

28. カラーテーブルを調整

29. 日本版マクドナルド分布を
描くという目的は無事達成

30. 定量的なデータは得られたので
人口密度などとの相関も評価
できるはず・・・
to be continued…

31. 参照URL
• http://www.codezine.jp/article/detail/6103
• http://mglab.blogspot.com/2009/10/blog-
post.html
• http://www.mcdonalds.co.jp/shop/map/mcd_
shop.php
• http://e8y.net/mag/013-web-scraper/
• http://www.econ.kobe-
u.ac.jp/~nomura/lecture/10f/kd-estimate.pdf