On aika tehdä kartta omavalintaisesta teemasta
Mietiskelin, millaisen kartan haluaisin tehdä, ja päädyin sellaiseen, jossa yhdistäisin kaksi eri muuttujaa samalle kartalle, ja vaihtaisin aina toista muuttujaa nähdäkseni, minkä muuttujien välillä olisi nähtävissä korrelaatiota kartalla.
Katselin muiden viimeisiä töitä, ja tällaisia kahden muuttujan esityksiä oli paljon (olihan se yksi ohjeen vaihtoehdoistakin). Tämän tyylisen kartan on tehnyt esimerkiksi Ella (Yli-Soini, 2024), joka on visualisoinut itsemurhat ja alkoholinkäytön samalla maailmankartalla ja Veera (Ala-Heikkilä, 2024), jolla taas on maailmankartalla energiankulutus ja -lähteet. Molemmat karttaesitykset ovat hienoja.
Itse valitsin alueeksi Afrikan kahdesta syystä:
- En ole ennen tätä kurssia tehnyt Afrikan mantereesta teemakarttoja
- Afrikka-shapefile ei tuottanut aiemminkaan ongelmia, joten säästyisin niiltä kenties nytkin
Lähdin hakemaan ulkopuolista dataa hakusanoilla “dataset africa” ja löysin mukavan sivun, jossa on csv-muodossa ladattavaa dataa yleisistä muuttujista: bruttokansantuote, elinajanodote, asukastiheys, mediaani-ikä, jne (https://ai4pep.org/africa-in-data/). Tiedot ovat vuodelta 2019, jonka koen tähän tarkoitukseen tarpeeksi tuoreeksi.
Kohtasin pari ongelmaa datan tuomisessa: mailla ei ollut mitään koodeja, joilla ne voitaisiin varmasti joinata oikein taustakarttaan. Muokkasin muutaman maan nimen (Ivory coast -> Cote d’Ivoire, Republic of Tanzania -> Tanzania, eSwatini -> Swaziland, jne): näin sain kaikki maat, joista löytyi dataa, yhdistettyä oikein. Kun olin alkamassa visualisoimaan tuomaani tietoa, ei sitä löytynytkään listasta. No, tämä johtui siitä, että sarakkeet olivat tekstimuotoisia, eivätkä numeerista tietoa. Sain tämänkin ongelman korjattua ja pääsin pohtimaan sitä, miten visualisoisin kaksi muuttujaa kerralla karttaan.
En erityisesti halunnut tehdä kaavioita, sillä vaikka osaisinkin, monien pienien ja toisiaan lähellä olevien maiden kohdalla kaaviot ovat epäselviä. Päätinkin laittaa kartalle yhden tiedon värigradienttina ja toisen tekstinä (label). Päätin, että tekstinä olevan tiedon tulisi olla muuttujista se, joka on helpoiten ymmärrettävä sellaisenaan. Esimerkiksi, jos bruttokansantuotteet vilisisivät numeroina kartalla, voisi se olla hankala tulkita. Koinkin, että elinajanodote on sellainen muuttuja, jonka sisäistää nopealla vilkaisulla. Sitten aloin lisäämään erilaisia muuttujia koropleettina samaan karttaan elinajanodotteen kanssa.
Ensimmäisessä kartassa (alla) on bruttokansantuote ja elinajanodote Päätin kuvata bruttokansantuotetta vihreällä, ns. kasvun värillä. Korrelaatio muuttujien välillä on aika selkeästi nähtävissä: korkean BKT:n maissa eletään pidempään. Poikkeuksiakin toki on, ja lisäksi on hyvä muistaa, ettei korrelaatio tarkoita kausaatiota: pidempään eläminen ei yksiselitteisesti johdu korkeammasta bruttokansantuotteesta eikä toisinpäin, tai ainakaan sitä ei voi päätellä tästä kartasta.
Toisessa kartassa on gini-kerroin ja elinajanodote. Gini-indeksillä esitetään tuloeroja, ja se merkitään prosenttina. Maksimiarvo 100% tarkoittaisi, että kaikki tulot ovat yhdellä henkilöllä ja 0% sitä, että ne olisivat jakautuneet kaikille tasan (tilastokeskus). Valitsin väriksi tummenevan punaisen, koska tuloerot ovat näin mutkat suoriksi vetäen negatiivinen asia.
Monesta maasta ei ollut saatavilla Gini-kerrointa, mutta onneksi reilusta enemmistöstä oli. Tässä ei mielestäni korrelaatio ole yhtä selkeä kuin bruttokansantuotteessa. Toki pohjoisen Afrikan maat erottuvat edukseen pienimmällä tuloerolla ja korkeimmalla elinajanodotteella. Rotuerottelusta tunnettu Etelä-Afrikka ei yllätä korkeimmalla Gini-indeksillään: se on kuitenkin teollistuneemmasta päästä Afrikkaa, ja varmaan osittain siksi siellä elinajanodotekaan ei ole alhaisimpia.
Kolmannessa on asukastiheys ja elinajanodote. Asukastiheyden ja elinajanodotteen välillä ei ole nähtävissä selkeää korrelaatiota: sekä harvaan asutuissa että tiheään asutuissa maissa on erittäin alhaisia (53-55) elinajanodotteita. Valitsin tähänkin punaisen, mutta tässä olisi voinut käyttää jotain muutakin väriä. Asukastiheys ei sinänsä ole mikään negatiivinen muuttuja, vaikka toki siinäkin on ongelmansa. Afrikka tosin ei ole mikään asukastiheyden varoittava manner, vaan tiheydet ovat monissa Euroopan ja Aasian maissa paljon suurempia.
Täytyy sanoa tästä sivustosta, josta datan sain, sen verran negatiivista, että heidän tekemänsä elinajanodote-koropleettikartta ei ole kovin hyvä (kuva alla). Mitä pidempi elinajanodote, sitä punaisempi väri – erittäin epäintuitiivista, onhan pitkä elinajaodote hyvä asia. Lisäksi legendassa on luokat 0 ja 0-53, joista kummassakaan ei ole yhtäkään maata. Huomasinkin siis ilokseni, että olen oppinut tarkastelemaan karttoja kriittisesti!
Sen sijaan monia hienoja karttoja oli monilla tällä omatoimisella kerralla. Samuli oli valinnut mielestäni ihanan aiheen (Haimi, 2024). Vaikka Samuli olikin itse pettynyt omiin visalisointeihinsa, minusta ne ovat tosi hienoja! On muutenkin kunnioitettavaa, että Samuli on valinnut kokeilla kaikenlaisia työkaluja, joissa ei ole vielä mestari.
Julia oli myös valinnut hauskan aiheen, jos näin saa sanoa: haihyökkäykset (Olenius, 2024). Mielestäni oli hyvin valittu, että kartassa näkyy kaikki haihyökkäykset yli 200 vuoden ajalta: muuten pisteitä olisi hyvin vähän. Toinenkin kartta, jossa on hailajit eriteltynä, on hyvä.
Tämä kurssi on ollut todella opettavainen ja palkitseva, ja suhtautumiseni karttojen tekemiseen on muuttunut positiivisemmaksi sitä mukaa, kun olen oppinut käyttämään yhä uusia työkaluja ja onnistunut suurimmassa osassa kartoistani. Blogin pitäminen ei ole itselleni tuttua, mutta alkukankeuden jälkeen sekin alkoi luonnistua. Kiitos siis kurssista!
Lähteet:
Ala-Heikkilä, V., Viikko 7: Oma karttaprojekti, 29.2.2024, viitattu 19.3.2024, https://blogs.helsinki.fi/veeraala/
Haimi, S., Kurssikerta 7: Omat aineistot ja uusien työkalujen omaehtoista opiskelua, 3.3.2024, viitattu 19.3.2024, https://blogs.helsinki.fi/sadhaimi/
Olenius, J., Haihyökkäyksiä (7. kurssikerta), 1.3.2024, viitattu 19.3.2024, https://blogs.helsinki.fi/jolenius/
Yli-Soini, E., Seitsemäs kurssikerta, 16.3.2024, viitattu 19.3.2024, https://blogs.helsinki.fi/ylisoini/
https://ai4pep.org/africa-in-data/ (jossa lähteenä: ZM Nia, JD Kong, Africa in Data (2023) https://acadic.org/hiv-in-africa/, World Health Organization (2023) https://www.who.int)
Tilastokeskus, viitattu 19.3.2024, https://www.stat.fi/meta/kas/gini_kerroin_en.html