【2020年FME博客大赛参赛作品】拱墅区学区分析之二（数据准备篇）

背景

我们通常能看到的学区都是长这样的：

以上数据来源于杭州本地宝 这显然不够友好，所以我想做点什么，来让学区更易读一些，也更形象一些。

以杭州市拱墅区为例，幼儿园小学中学都有，这次的这个系列主要是以小学为切入点进行分析。由于精力有限，我觉得再把分析目标定小一些：以流动人口子女入学为切入点进行分析。

数据收集

拱墅区小学

虽然我精通（勉强会用而已）多种爬虫技术，但有时候还是人工智能方式更好用！

直接复制网页上的表格，粘贴到Excel，两分钟就能搞定！是不是有点机智啊

！

小学点矢量化

在解决问题时，一把刷子是远远不够的。需要根据经验选取合适的处理方式。比如上一步骤采集信息，我只需要采集一次就可以完成数据的收集，整个过程非常的顺滑。但在本小节的这个步骤中，要把小学点矢量化，13个点说多不多说少不少，真要一个对拱墅区没那么熟悉的外地人对着图点的话，也是很累的。那有没有简单点的方法呢？ 答案是肯定的！ 我根据以往的数据处理经验，决定使用FME来调用地图接口矢量化小学点。 矢量化过程如图所示：

通过FME的方式，可以完成数据的批量矢量化。这在某种程度上可以减少工作量，FME确实是个解放生产力的好工具！

学区面绘制

在完成学校点的绘制后，下面就需要绘制学区面了。 学区面这个数据，我找了好久也没找到合适的数据源，最后无奈只能依靠人工智能的方式来完成。对于我来说这个过程极其痛苦！虽然操作步骤也不麻烦，但烦就烦在文字的语义信息的理解上，每条数据都需要理解一遍，然后在地图上找到它，再绘制出来！ 以建新小学为例 其对应的文字描述如下图所示：

翻译成地理表达则如下图所示：

在这个文字表达转地理表达的过程中，需要根据地址描述找到每条道路/河流或者是其他标志物，然后依次连接起来，绘制成面。不断的重复这个过程，直至绘制完成所有的学区。 最后形成了如下所示的一张拱墅区学区图：

在后续，可以使用这份数据来进行进一步的分析。

居民地面调取

居民地面，采用的依然是互联网获取的方式，获取了如下图所示的杭州市拱墅区居民地面。

与常规热力图相比，做学区的热力图，在非建筑物上的点是没有意义的！因为学生上学都是要从家里出发的，所以在本次的学区分析中，我打算以建筑物为数据基础。

后记

互联网上的数据质量

说实话这次主要还是抱着学习研究的态度来做的这个事情，很多数据都是互联网上采集来的，来源五花八本、没那么权威。比如明德小学这条记录，在本地宝的网页上看到的学区划分是部分皋亭社区于部分瓜山社区，如下图所示

但我在绘制时却发现，明德的点却落在半山附近（不在它对应的学区里），我查了一些资料，但在该小学的官网，也未能查到其招生分为。但我从简介中发现了可能是由于在2017年明德小学有过一次搬迁，如下图所示：

如果是搬迁之前的地址：石祥路170-1号，那是落在皋亭社区的行政范围内的。所以我推测应该是本地宝的信息太老了，学区的划分还是搬迁之前的。

人工智能方式的局限性（课程优惠券到期时间20200518）

诚然，现在依然有很大一部分工作无法不通过人工方式来完成。在找不到更好的方案的时候，我们依然可以使用最原始的方式来完成数据的准备工作。但人工的方式有很大的局限性。我认为主要体现在以下几个方面：

1、速度慢

这个很好理解，像我这个学区划分，有很多地方都需要细细体味才能画出比较好的效果。品来品去，时间就过去了，慢！

2、精度低

还是以我这个学区划分为例，由于个人理解的问题，难免有些地方理解的不那么到位，画错了当然精度就下来了。何况我是单兵作战，连个帮我检查的人都没有。

3、不好查对错

人工一笔一笔画的，错真的没那么好查，花费大量精力做的质检工具，据我多年经验来看，往往起不到理想效果。比较靠谱的还是找些人花费精力专业查错，这也是为啥很多做数据的公司都专门有个质检部门。有靠谱的检查工具就用工具，没工具了就上人工查！ 至于我这次做的数据有没有检查？

检查是不存在检查的， 哥做的数据不用查，完美！

就是这么自信！