Améliorez les jeux de données intégrés

Vous pouvez utiliser la vaste collection de données socio-économiques dans Wolfram Knowledgebase pour améliorer les sources de données externes.

Commencez par un jeu de données sur les sites de Head Start, importé du ministère américain du logement et du développement urbain.

In[1]:=

hs = ResourceData["Head Start Locations"][ All, {"CenterName", "CenterAddress", "CenterStateEntity", "CenterCityEntity", "CenterZipCodeEntity", "Coordinates"}];

In[2]:=

Take[hs, 5]

Out[2]=

Utilisez un opérateur de sélection pour extraire un sous-ensemble de sites.

In[3]:=

hsChicago = hs[Select[#CenterCityEntity === Entity["City", {"Chicago", "Illinois", "UnitedStates"}] &]];

Représentez-les sur une carte de Chicago.

In[4]:=

GeoListPlot[hsChicago[All, #Coordinates &]]

Out[4]=

Groupez les sites de Head Start et tracez leur répartition par code postal.

In[5]:=

chicagoCounts = Length /@ GroupBy[hsChicago, #CenterZipCodeEntity &];

In[6]:=

GeoRegionValuePlot[chicagoCounts]

Out[6]=

Récupérez des données intégrées sur la population en âge d'être scolarisée à Chicago dans les codes postaux et tracez ces valeurs par rapport au nombre des sites de Head Start dérivés des données HUD externes.

In[7]:=

zipcodes = Normal@Keys[chicagoCounts]

Out[7]=

In[8]:=

chicagoMedian = EntityValue[zipcodes, EntityProperty["ZIPCode", "Population", {"Age" -> "SchoolAge"}], "EntityAssociation"];

In[9]:=

locsVSkids = Merge[{Normal@chicagoCounts, chicagoMedian}, Identity]; ListPlot[locsVSkids, FrameLabel -> {"Head Start locations", "School age population"}, ImageSize -> 550, PlotTheme -> "Detailed"]

Out[9]=