Name: การวิเคราะห์ข้อมูลสำมะโนประชากรสหรัฐฯ ด้วย Python
Rating: 4.8059701492537314 (67 reviews)

รายละเอียดคอร์ส

นักวิทยาศาสตร์ข้อมูลในหลากหลายสาขา ตั้งแต่การตลาด สาธารณสุข ไปจนถึงการพัฒนาเมือง ล้วนต้องทำงานกับข้อมูลด้านประชากรศาสตร์และเศรษฐกิจสังคม หน่วยงานสำมะโนของรัฐบาลมีชุดข้อมูลที่ละเอียดและมีคุณภาพสูง แต่จำนวนตัวแปรที่มากมายและความซับซ้อนของขอบเขตทางภูมิศาสตร์ (เช่น Census tract คืออะไร?) อาจทำให้การเข้าถึงข้อมูลเหล่านี้เป็นเรื่องท้าทาย คอร์สนี้จะแนะนำ Decennial Census และ American Community Survey รายปี พร้อมแสดงแหล่งข้อมูลเกี่ยวกับรายได้ครัวเรือน การเดินทาง เชื้อชาติ โครงสร้างครอบครัว และหัวข้ออื่น ๆ ที่น่าสนใจ จะได้ใช้ Python ดึงข้อมูลผ่าน Census API สำหรับพื้นที่ขนาดใหญ่และเล็ก จัดการข้อมูลด้วย pandas สร้างข้อมูลเชิงอนุพันธ์ เช่น ดัชนีวัดการแบ่งแยก รวมถึงสำรวจความสามารถด้านการทำแผนที่ด้วย geopandas

ข้อกำหนดเบื้องต้น

Data Manipulation with pandas

หลักสูตร

โครงร่างคอร์ส

Decennial Census ด้านประชากรและที่อยู่อาศัย

เริ่มสำรวจข้อมูลสำมะโนประชากรด้วย Decennial Census ใช้ Census API และแพ็กเกจ requests ในการดึงข้อมูล โหลดเข้า pandas DataFrame และสร้างการแสดงผลเชิงสำรวจด้วย seaborn พร้อมเรียนรู้เกี่ยวกับภูมิศาสตร์สำมะโนที่สำคัญ ได้แก่ รัฐ เคาน์ตี และ tract

เริ่มบท

American Community Survey

สำรวจหัวข้อต่าง ๆ เช่น ความครอบคลุมของประกันสุขภาพและการเปลี่ยนแปลงทางเศรษฐกิจในชุมชน คำนวณ Margin of Error และศึกษาการเปลี่ยนแปลงตามช่วงเวลา พร้อมสร้างแผนที่ choropleth ด้วย geopandas

เริ่มบท

การวัดระดับการแบ่งแยก

สำรวจการแบ่งแยกทางเชื้อชาติในสหรัฐอเมริกา คำนวณ Index of Dissimilarity ซึ่งเป็นดัชนีสำคัญในการวัดระดับการแบ่งแยก เรียนรู้เกี่ยวกับ Metropolitan Statistical Area ซึ่งเป็นหน่วยภูมิศาสตร์สำคัญสำหรับการวิจัยเมือง และศึกษาการเปลี่ยนแปลงของการแบ่งแยกในชิคาโกตามช่วงเวลา

เริ่มบท

การสำรวจหัวข้อสำมะโนประชากร

ในบทนี้ จะนำสิ่งที่เรียนรู้มาประยุกต์ใช้กับการศึกษา 4 หัวข้อ ได้แก่ อัตราการว่างงานจำแนกตามเชื้อชาติและกลุ่มชาติพันธุ์ รูปแบบการเดินทางและความหนาแน่นของแรงงาน การย้ายถิ่นฐานและการเคลื่อนย้ายประชากรระหว่างรัฐ รวมถึงภาระค่าเช่าในซานฟรานซิสโก