はじめに
一年ほど前から、仕事で社会課題をICTで解決する企画作りに取り組んでいます。今回は「オープンデータを使って、社会課題の解決につながるものが作れないか」というアプローチで挑戦し、まずは勉強を兼ねて「都道府県ごとの人口の推移を見える化」してみました。(詳細はこちらのブログをご覧ください)
初めてオープンデータを扱ったので、その手順やポイントを備忘録としてまとめていきたいと思います。
作ったもの
完成した成果物はこちらです。
1975年から2022年までの都道府県別の総人口データをもとに、1975年を基準年として各年の総人口増減率を色分けして表現しました。白は変化なし、青が濃いほど増加、赤が濃いほど減少を示します。アニメーション化することで、都道府県ごとの総人口推移が一目でわかるようになりました。
使用したオープンデータは以下になります。
- 総人口データ：政府統計の総合窓口(e-Stat)
- 日本地図のデータ：国土数値情報（行政区域データ）2024年（令和6年）版（国土交通省） を加工して作成
また、開発はすべてGoogle Colabで行いました。
地図データの作成
アニメーションの一枚一枚は、県で色分けした日本地図の画像です。
まずは都道府県の境界データを含む日本地図のGISデータを国土数値情報ダウンロードサイトからダウンロードしました。しかし、ダウンロードしたデータはファイルサイズが大きく、地図描画に30秒以上かかります。アニメーション作成のために地図を50回描画すると単純計算で25分かかってしまい、効率がよくありません。1回の地図描画を1秒以内にできるよう、GISデータを加工することにしました。
以下はダウンロードからの手順です。
1. ダウンロード
こちらのページから、地域が「全国」のデータをダウンロードして解凍します。
以下は、解凍したN03-20240101_prefecture.geojsonをそのまま使って描画した日本地図です。この時点ではデータ加工をしていないため、地図の精度は高いですが、描画時間がかかる状態です。
2. 地理情報の単純化
Google Colabで解凍したファイルN03-20240101_prefecture.geojsonの地理情報を簡略化します。以下のコードを使用しました。
import geopandas as gpd
import matplotlib.pyplot as plt
# ファイルを読み込む
japan_map = gpd.read_file("N03-20240101_prefecture.geojson")
# 都道府県名("N03_001"列)でデータを結合し、県単位のポリゴンにまとめる
japan_map = japan_map.dissolve(by="N03_001")
japan_map.reset_index(inplace=True)
# 必要な列(都道府県名と地理情報)だけを残す
japan_map = japan_map[['N03_001', 'geometry']]
# 地理情報の簡略化を実行（トポロジーを維持しながら許容誤差 0.01 で形状を単純化）
japan_map["geometry"] = japan_map["geometry"].simplify(tolerance=0.01, preserve_topology=True)
# 加工後のデータを保存
japan_map.to_file("japan_p.geojson", driver="GeoJSON")
加工前後の地図の比較
以下は、加工前後の地図を比較した画像です(一部を拡大しています)。境界線が少し簡略化されているものの、視覚的にはほとんど変化がなく、クオリティを維持できています。
改善結果
- ファイルサイズ：321.2MB → 20.4MB（約93%削減）
- 描画時間：33.63秒 → 27.44秒（約18%短縮）
ファイルサイズは大幅に削減できましたが、描画速度はさほど短縮できませんでした。
3. さらに簡略化
次に、MapshaperというGISデータ編集ツールを使って、データを簡略化します。MapshaperはGUIツールもありますが、今回はGoogle Colab上でコマンドラインツールを使用しました。
以下のコードで、頂点数を元データの5%に削減しました。
# Node.js をインストール
!curl -sL https://deb.nodesource.com/setup_18.x | sudo -E bash -
!sudo apt-get install -y nodejs
# mapshaper をインストール
!npm install -g mapshaper
# 入力と出力のファイルのパスを指定
input_file = 'japan_p.geojson'
output_file = 'japan_p_simply5.geojson'
# mapshaperで簡略化を実行
# -simplify 5%: 頂点数を元データの5%に削減して形状を簡略化
# -clean: 不要なジオメトリ（重複や孤立した要素など）を削除
!mapshaper {input_file} -simplify 5% -clean -o {output_file}
加工前後の地図の比較
以下は、Mapshaper使用前後の地図を比較した画像です。頂点数をかなり削減しましたが、視覚的には問題なく使用可能です。
改善結果
- ファイルサイズ：20.4MB → 0.7MB（約97%削減）
- 描画時間：27.44秒 → 0.56秒（約98%短縮）
ファイルサイズ、描画時間ともに大幅に削減できました！
4. 地図データ完成
今回の目的に合う実用的なデータができたので、GISデータの加工作業はこれで終了です。
以下は、最終的なGISデータを使って描画した日本地図です。
終わりに
今回は、情報量が多すぎる地図データを、自分の目的に合う形へ加工する方法についてまとめました。次回の記事では、この地図データと都道府県別の総人口データを結合し、アニメーションを作るプロセスをご紹介します。