6. 关于我们的数据

本研讨会的数据包括四个纽约市 shapefile 和一个社会人口统计变量属性表。我们已将 shapefile 加载为 PostGIS 表,并在研讨会后期添加社会人口统计数据。

以下描述了每个数据集的记录数量和表属性。这些属性值和关系是我们未来分析的基础。

要在 pgAdmin 中探索表的性质,请右键单击突出显示的表,然后选择 **属性**。您将在 **列** 选项卡中找到表属性的摘要,包括表属性列表。

6.1. nyc_census_blocks

人口普查区块是报告人口普查数据的最小地理区域。所有更高层级的人口普查地理区域(区块组、区、都市区、县等)都可以通过人口普查区块的合并构建。我们已将一些人口统计数据附加到我们的区块集合中。

记录数量:38794

blkid

一个 15 位代码,唯一标识每个人口普查 **区块**。例如:360050001009000

popn_total

人口普查区块中的人口总数

popn_white

在该区块中自我识别为“白人”的人数

popn_black

在该区块中自我识别为“黑人”的人数

popn_nativ

在该区块中自我识别为“美洲原住民”的人数

popn_asian

在该区块中自我识别为“亚洲人”的人数

popn_other

在该区块中自我识别为其他类别的人数

boroname

纽约市区的名称。曼哈顿、布朗克斯、布鲁克林、史坦顿岛、皇后区

geom

区块的多边形边界

_images/nyc_census_blocks.png

黑人人口占总人口的百分比

注意

要将人口普查数据导入 GIS,您需要将两部分信息合并:实际数据(文本)和边界文件(空间)。获取数据的选项很多,包括从人口普查局的 美国事实查找器 下载数据和边界。

6.2. nyc_neighborhoods

纽约拥有丰富的街区名称和范围历史。街区是社会结构,不遵循政府划定的界线。例如,布鲁克林的卡罗尔花园、红钩和鹅卵石山街区曾经统称为“南布鲁克林”。现在,根据你咨询的房地产经纪人不同,曾经被称为红钩的同一街区四块地可以被称为哥伦比亚高地、西卡罗尔花园或红钩!

记录数量:129

name

街区名称

boroname

纽约市区的名称。曼哈顿、布朗克斯、布鲁克林、史坦顿岛、皇后区

geom

街区的多边形边界

_images/nyc_neighborhoods.png

纽约市的街区

6.3. nyc_streets

街道中心线构成了城市的交通网络。这些街道已标注类型,以便区分后巷、主干道、高速公路和较小的街道等道路。理想的居住区域可能位于住宅街道上,而不是高速公路旁。

记录数量:19091

name

街道名称

oneway

街道是否单行道?“yes” = 是,“” = 否

type

道路类型(主干道、次干道、住宅区、高速公路)

geom

街道的线性中心线

_images/nyc_streets.png

纽约市的街道。主要道路以红色显示。

6.4. nyc_subway_stations

地铁站将人们居住的上层世界连接到地下的无形地铁网络。作为公共交通系统的门户,车站位置有助于确定不同的人进入地铁系统的难易程度。

记录数量:491

name

车站名称

borough

纽约市区的名称。曼哈顿、布朗克斯、布鲁克林、史坦顿岛、皇后区

routes

经过该站的地铁线路

transfers

可以通过该站换乘的线路

express

快车停靠的车站,“express” = 是,“” = 否

geom

车站的点位置

_images/nyc_subway_stations.png

纽约市地铁站的点位置

6.5. nyc_census_sociodata

在人口普查过程中收集了大量社会经济数据,但仅在人口普查区这一更大的地理范围内收集。人口普查区块组合形成人口普查区(和区块组)。我们收集了一些人口普查区级别的社会经济数据,以回答有关纽约市的一些更有趣的问题。

注意

The nyc_census_sociodata 是一个数据表。我们需要将其连接到人口普查地理区域,然后才能进行任何空间分析。

tractid

一个 11 位代码,唯一标识每个人口普查 **区段**。(“36005000100”)

transit_total

该区段的工人数量

transit_private

该区段使用私人汽车/摩托车的工人数量

transit_public

该区段乘坐公共交通的工人数量

transit_walk

该区段步行上班的工人数量

transit_other

该区段使用其他方式(如步行/骑自行车)上班的工人数量

transit_none

该区段在家工作的工人数量

transit_time_mins

该区段所有工人通勤的总时间(分钟)

family_count

该区段的家庭数量

family_income_median

该区段的家庭收入中位数(美元)

family_income_mean

该区段的家庭收入平均数(美元)

family_income_aggregate

该区段所有家庭的总收入(美元)

edu_total

有教育史的人数

edu_no_highschool_dipl

没有高中毕业证的人数

edu_highschool_dipl

只有高中毕业证,没有继续接受教育的人数

edu_college_dipl

只有大学毕业证,没有继续接受教育的人数

edu_graduate_dipl

有研究生学历的人数