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 |
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 |
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 |
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 |
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 |