Kurssikerta 7

Kurssikerran ohjelma

Tänään oli viimeinen kurssikerta. Ohjelmana oli tehdä itsenäisenä työnä kartta valitsemastansa aiheesta ja alueesta. Itse tein kartan vaihtoehto 1:n mukaan eli kartta, jossa on kaksi muuttujaa. Halusin tehdä yleistajuisen kartan ja lopputulokseksi sain kartan syntyvyydestä ja ensisynnyttäjien keski-iästä (kuva 1). Valitsin alueeksi Euroopan, josta löytyy paljon ilmaista dataa Euroopan komission ylläpitämästä Eurostat-tietokannasta (http://ec.europa.eu/eurostat), josta myös minun käyttämäni aineistot on otettu. Käytin vuoden 2018 tilastoja. Myös pohjakartta on Eurostatin vuodelta 2020.

Valitsin nämä muuttujat, koska halusin tarkastella, että onko näillä jotain yhteyttä: onko alhainen ensisynnyttäjien keski-ikä yhteydessä korkeaan syntyvyyteen, mitä voisi kuvitella. Kartalta näkee, että tällaista yhteyttä ei ole, eli esim. Ukrainassa nähdään olevan melko alhainen ensisynnyttäjien keski-ikä, mutta kuitenkin syntyvyyskin on alhainen. Korkein syntyvyys näyttäisi olevan Turkissa. Itselle tuli yllätyksenä, että Etelä-Euroopan maissa, kuten Espanjassa ja Italiassa ensisynnyttäjien keski-ikä on Euroopan korkeimpia ja syntyvyys alhaisinta. Itse Espanjassa asuneena olin kiinnittänyt huomiota maan perhekeskeiseen kulttuuriin ja olin ajatellut, että syntyvyys olisi siellä korkeampaa kuin Suomessa. Alhaisin ensisynnyttäjien keski-ikä näyttäisi olevan Azerbaidžanissa.

 

Kuva 1. Euroopan valtioiden syntyvyys ja ensisynnyttäjien keski-ikä vuonna 2018.

Mitä opin?

Tässä tehtävässä aineisto piti etsiä itse internetistä ja se osoittautuikin tehtävän haastavimmaksi asiaksi. Ensinnäkin se, että osaa valita, mitä aineistoa tarvitsee. Pelkästään Eurostatin sivuilla oli niin paljon aineistoa Euroopasta. Syntyvyydestäkin oli montaa eri muuttujaa verrattu keskenään. Toiseksi oikeanlaisen ja omiin tarkoituksiin soveltuvan pohjakartan etsiminen oli vaikeaa. Niitäkin oli monia erilaisia, monissa eri projektioissa ja tiedostomuodoissa saatavilla. Pohjakartta-aineiston piti olla shapefile-muotoinen ja siinä piti olla valtioiden nimet, jotta saisin muun aineiston yhdistettyä siihen. Lopulta löysin sopivan Eurostatin sivuilta.

Seuraava ongelma, johon törmäsin, oli datan saaminen oikeaan muotoon QGIS:iä varten. Yritin ensin ladata sitä tsv.-muotoisena, mutta en saanut sitä tuotua siinä muodossa QGIS:iin, vaan kaikki merkit muuttuivat oudoiksi. Päädyin lataamaan sen ensin Exceliin, jossa muokkasin aineistoa ja poistin siitä kaiken tarpeettoman. Euroopasta teemakartan oli myös tehnyt Amanda, joka oli ottanut oman aineistonsa niin ikään Eurostatin sivuilta. Hänelläkin oli mennyt paljon aikaa siihen, että taulukon saa siistittyä sopivaan muotoon.

Tämän jälkeen toin taulukon csv.:nä QGIS:iin. Sen jälkeen yhdistin nämä kaksi taulukkoa pohjakarttaan. Sitten esiin nousi seuraava ongelma: kaikki valtioiden nimet ei mennyt yksi yhteen, jonka takia aineistot ei yhdistyneet kunnolla. Jouduin mennä takaisin Exceliin muokkaamaan niitä.

Vielä yksi haaste ilmeni, kun yritin tehdä koropleettikarttaa: syntyvyyden arvot ei ollutkaan lukuja, vaan QGIS oli tulkinnut ne tekstiksi. Näin ollen jouduin vielä säätämään niiden kanssa, jotta sain teemakartan tehtyä. Eli monenlaista haastetta tuli vastaan, mutta sain kaikki ongelmat ratkotuksi itse. Tällaista se varmasti sitten on, kun yrittää oikeasti tehdä alusta lähtien itse karttoja.

Yhteenveto kurssista

Kurssilla opin perusasiat QGIS-ohjelman käytöstä ja kuten tämä viimeinen tehtävä osoitti, osaan nyt tehdä ihan perus teemakartan alusta lähtien itse. Kurssin tavoite on siis aika lailla saavutettu. Tottakai ohjelman käyttö on vielä minulla vähän takkuilevaa, mutta osaan soveltaa jo osaamistani hyvin: löydän ongelman ja osaan ratkaista sen. Kuten viime kurssikerrasta kirjoitin, tulen varmasti hyödyntämään QGIS-osaamistani työssäni aineenopettajana. Ehkä myös graduunkin saisin tehtyä jonkun kartan, kuka tietää. Kaiken kaikkiaan kurssi oli hyvää vaihtelua pääaineeni mikrobiologian kurssin aiheista ja mielestäni kurssin toteutus onnistui hyvin näin etäyhteyksinkin.

Tämä blogi on nyt valmis, eikä muutoksia enää tule.

 

Lähteet:

Eurostat

Kurssimateriaali

Kurssikerta 6

Kurssikerran ohjelma

Kurssikerran aluksi lähdimme ulos keräämään pisteitä puhelimen Epicollect5-sovelluksella. Kukin kurssilainen keräsi aineistoa omalta alueeltaan. Tutkimme kaupunkiympäristön turvallisuutta ja viihtyisyyttä kävelijän näkökulmasta. Toimme pisteet sitten QGIS:iin ja teimme interpoloimalla teemakartan. Meidän ryhmän aikaansaamasta kartasta voi katsoa näytteitä esim. Villen blogista.

Itsenäinen tehtävä

Loppu kurssikerrasta oli varattu itsenäisen tehtävän tekoon. Tarkoituksena oli harjoitella lisää pisteaineiston esittämistä kartalla ja muokkaamaan internetistä saatua dataa haluttuun muotoon.  Noudin internetistä dataa hasardeista: maanjäristyksistä (ncedc.org/anss/catalog-search.html) ja tulivuorista (https://www.ngdc.noaa.gov/hazel/view/hazards/volcano/loc-data#).  Maanjäristysdata ladattiin csv.-tiedostona ja sitä piti muokata notepadissa, mutta tulivuoridatan sai sellaisenaan QGIS:iin tsv.-tiedostona.

Tuloksena tein kolme erilaista karttaa. Ensimmäisessä (kuva 1) nähdään 1950-2013 vuosina yli 6,0 Richterin maanjäristysten sijoittuminen maailman kartalle. Toisessa (kuva 2) on lisää maanjäristyksiä: yli 4,0 Richterin järistykset vuosina 1990-2002. Niitä olisi ollut liikaa, joten jouduin pienentämään aikaikkunaa. Kolmannessa kartassa (kuva 3) olen lisännyt siihen vielä tulivuorien sijainnit.

Kuva 1
Kuva 2
Kuva 3

Mitä opin?

Olin käyttänyt Epicollect5-sovellusta jo aikaisemmin, joten sen käyttö oli tuttua. Sen sijaan opin, miten aineiston saa sieltä csv.:nä Notepadiin ja sieltä QGIS:iin. Interpolointi eli se, että lasketaan omien arvojen väliin uusia arvoja, oli minulle uusi menetelmä. Tällä tavoin sai tehtyä hyvän teemakartan, jossa näkyy muutakin kuin vain kerätyt pisteet. Opiskelen aineenopettajaksi ja mietin, että tällä tapaa olisi kiva tehdä joskus oman opetusryhmän kanssa yhteinen projekti. Ryhmä keräisi aineistoa lähiympäristöstä ja tekisimme yhdessä teemakartan ja analysoisimme sitä.

Maanjäristys- ja tulivuoriaineistoja olin aikaisemminkin tuonut netistä. En vaan ollut käsitellyt niitä QGIS:ssa aikaisemmin, joten se oli uutta. Toki tekstiaineistoa olimme jo aikaisemminkin tuoneet. Aina erilaista aineistoa tuodessa pitää saada se muokattua halutunlaiseksi, jotta sen käsitteleminen QGIS:ssä onnistuu. Esim. minulla kävi tulivuoridatan kanssa ensin niin, että koordinaatit menivät väärinpäin ja aineisto näkyi ensin kartalla ihan väärin. Sitten tajusin vaihtaa longitude- ja latitudearvot toisinpäin ja sain aineiston näkymään oikein.

 

Lähteet:

Kurssimateriaali

the NCEI Volcano Location Database

Northern California Earthquake Data Center.

Kurssikerta 5

Kurssikerran ohjelma

Tällä kerralla ei ollut varsinaista luento-osuutta vaan katsottiin yhdessä QGIS:ssa muutama työkalu. Tärkein niistä lienee bufferointi, joka oli minulle ainakin uusi käsite.  Hyödynnettiin viime kerralla luomaamme aineistoa Pornaisista ja kokeiltiin bufferoida eli rajata kartalta alue jonkun ominaisuuden perusteella, esim. enintään 1 km päässä terveysasemasta. Bufferoinnin eli puskuroinnin avulla voidaan sitten valita kartalta kohteita esim. rakennuksia tältä alueelta. Näin saadaan valittua kaikki rakennukset, jotka sijaitsevat 1 km säteen sisällä terveysasemasta.

Itsenäiset tehtävät

Suurin osa ajasta tällä kurssikerralla oli varattu itsenäisiin tehtäviin, joissa hyödynnettiin kaikkia tähän asti oppimiamme työkaluja QGIS:ssa. Tehtävissä piti myös osata itse soveltaa kaikkea opittua ja pystyi testaamaan tämän hetkisen osaamisen QGIS:in käytössä. Löysin samankaltaisia vastauksia esim. Iiriksen blogista. Pienet heitot tuloksissa varmasti johtuu siitä, että mittaukset ja piirtämiset ei mene ihan yksi yhteen.

Huomasin, että jotta pääsen tehtävissä eteenpäin, se vaatii minulta täydellisen keskittymisen, kun ei voinut vaan seurata mitä muut tekee, vaan täytyi itse keksiä, miten ratkaista tehtävä.  Monessa kohdassa minulle tuli mieleeni monia eri vaihtoehtoja, joista yritin valita helpoimman tavan. Toki joskus en viitsinyt katsoa esim. edellisen kerran materiaaleista helpompaa tapaa vaan tein vaikeammalla tavalla, koska ajattelin sen olevan nopeampaa, kun että alan etsimään materiaaleista sitä “oikeaa” tapaa tehdä. Tämä tosin tarkoittaa myös sitä, että minulla on ihan hyvät taidot QGIS:in käytössä, jos pystyn joltain osin sitä jo soveltamaan.

Tehtävien vastauksia

Kuva 1. Uima-altaiden määrä Helsingin asuinalueiden rakennuksissa.

Mitä osaan?

Keskeisimmät työkalut, joita huomasin tarvitsevani tehtävissä on “Join attributes by location”-toiminto, jolla pystyy yhdistämään kaksi eri tietokantaa tiettyjen ominaisuuksien suhteen. Tämän työkalun käyttö on minulle suht helppoa, jos ongelmia aineistossa ei ilmene. Uima-allaskarttaa tehdessä törmäsin ongelmaan, kun työkalu ei suostunut yhdistämään kahta asuinaluepolygoneista vaan aina tuli “error”. Tämän pystyi onneksi kiertämään ignore-valinnalla.

Eri valintatyökaluja tuli käytettyä paljon. Aina en heti keksinyt, mikä valintatyökalu juuri tähän tarkoitukseen sopii, joten kokeilin monia eri ennen kuin löysin oikean.  Näiden käyttöä voisin vielä harjoitella enemmän, jotta aina ei turhaan tarvitsisi kokeilla kaikkia läpi.  Tärkeä työkalu on myös Statistics. josta näkee tietokannasta erilaisia tunnuslukuja.

Työkalu, johon tarvitsisin vielä harjoitusta on diagrammien tekeminen. Sillä kurssikerralla, jolla työkalua piti käyttää, en saanut sitä ollenkaan toimimaan, koska aineisto ei ollut numeromuodossa. Nyt uima-allasteemakarttaa (kuva 1) tehdessä aineistossa ei ollut mitään vikaa, vaan siinä, että miten kartasta olisi saanut mahdollisimman selkeän ja informatiivisen. Kokeilin montaa ja montaa eri vaihtoehtoa ulkoasulle, enkä ole lopputulokseen edelleenkään tyytyväinen. Kartta tuntuu edelleen sekavalta, vaikka rajasin alueeksi vain Helsingin. Pylväiden pitäisi ehkä olla tummemman värisiä, nyt ne sekoittuvat vesialueisiin.

Bufferointi eli puskurointi on hyödyllinen työkalu ja sitä voi käyttää moniin eri tarkoituksiin.  Sillä siis rajataan kartalta jokin vyöhyke tietyn ominaisuuden suhteen. Sen avulla voidaan esim. laskea kohteiden määrä tietyn säteen sisäpuolella.

Kaiken kaikkiaan huomaan hallitsevani QGIS-ohjelman perustoiminnot jo hyvin ja kokoajan löydän uusia ominaisuuksia. Huomaan, että minun on helpompi itse etsiä ohjelmasta oikea toiminto, kuin että rupean kaivamaan tietoa kurssin materiaaleista. Näin myös se toiminto jää paremmin mieleeni, kun olen joutunut sen itse etsimään. Huomasin myös löytäväni paljon sellaisia toimintoja, joita en muista varsinaisilla kurssikerroilla käyttäneeni. Tämä kertoo minun mielestäni siitä, että osaan soveltaa ohjelmaa jo hyvin omiin tarkoituksiini. Totta kai monien toimintojen käyttö vaatii vielä harjoitusta. Voisin esim. miettiä, miten kartoistani saisi erilaisia, kun nyt kaikki tekemäni kartat on ollut aika samankaltaisia ja yksinkertaisia.

 

Lähteet:

Kurssimateriaali

 

Kurssikerta 4

Kurssikerran ohjelma

Teoriaosuudessa käytiin läpi millaista on rasteriaineisto ja sitä, miten sitä voi tuottaa. Harjoiteltiin, miten QGIS:ssa luodaan ruudukko ja sen avulla teemakartta. En saanut aluksi aineistoa toimimaan kunnolla, koska olin ladannut sen zip.-paketin väärin. Jouduin siis tekemään tämän osion myöhemmin itsenäisesti.

Tehtävä 1

Aineistona meillä oli käytössä laaja aineisto pääkaupunkiseudun rakennuksista ja niiden asukkaista. Ensin piti luoda sopivan kokoinen ruudukko ja poistaa ruudut, joiden alueella ei asunut ketään. Se helpotti aineiston käsittelyä. Tämän jälkeen yhdistettiin nämä kaksi tietokantaa, ensimmäisestä valitsin tarkkailuun muuttujan muunkielisistä asukkaista. Tästä sain tehtyä kuva 1:n mukaisen teemakartan. Kartalta näkee siis muun kuin suomen- tai ruotsinkielisten määrän ja sijoittumisen pääkaupunkiseudulla. Kartalta voi huomata pientä painottumista pääkaupunkiseudun itä- ja koillisosiin, mutta aika tasaisesti kuitenkin ne jakautuvat ympäriinsä. Huomasin Nooran blogista, että tällaisesta kartasta saisi selkeämmän, jos laittaisi ruudukkoa läpinäkyväksi ja merenraja, järvet yms. näkyisivät ruudukon alta. Myöskin voisi kokeilla tehdä pienempiä ruutuja, niin kartasta saisi vielä informatiivisemman.

Kuva 1

Tehtävä 2

Toisena tehtävänä tällä kurssikerralla oli valmistella ja luoda tietokantaa ensi kertaa varten. Pornaisten keskustan pohjakarttaan piti itse luoda vektoritietokantaa rakennuksista ja teistä. Rakennukset merkittiin ihan pisteinä kartalle ja tiet piirrettiin viivoina. Tätä aineistoa käytetään sitten seuraavalla kurssikerralla.

 

Lähteet:

Kurssimateriaali

Kurssikerta 3

Kurssikerran ohjelma

Tällä kerralla ei ollut varsinaista teoriaosuutta, vaan mentiin suoraan asiaan eli QGIS:n käyttöön. Siellä harjoiteltiin sitä, miten tietokantoja pystyy yhdistelemään. Ennen sitä, alkuperäisestä tietokannasta täytyy tehdä yksinkertaisempi, jos se on liian yksityiskohtaista. Esimerkiksi meillä oli käytössä tietokanta Afrikasta, jossa kaikki saaret oli merkitty omaksi riveikseen. Meidän täytyi yhdistää kaikki samaan valtioon liittyvät osaset yhdeksi.

Harjoiteltiin myös sitä, miten uutta dataa pystyy tuomaan Excelistä csv.-tiedostona. QGIS:ssä toimii parhaiten tekstimuotoinen csv., joten ensin alkuperäinen Excel-dokumentti täytyy tallentaa csv:ksi. Tämän jälkeen harjoiteltiin tietokantojen yhdistämistä toisiinsa eri tavoin. Tällöin tietokannoilla täytyy olla yksi yhteinen sarake, joka on kaikissa sama, esim. valtioiden nimet.

Pohdintaa aineistosta

Yhdistimme samaan Afrikan karttaan aineistot konflikteista sekä timanttikaivosten ja öljyesiintymien sijainnista (kuva 1). Näillä aineistoilla saisi paljon erilaisia mielenkiintoisia teemakarttoja tehtyä, koska niihin on tallennettu erilaista tietoa.  Olisi mielenkiintoista tutkia esim. timanttikaivosten tai öljykenttien löytämisvuotta suhteessa konfliktin tapahtumavuoteen ja katsoa, että onko niillä jotain yhteistä. Myös voisi tutkia kaivosten ja kenttien tuottavuusluokkaa suhteessa konfliktin laajuuteen ja tutkia, onko konflikti sitä suurempi, mitä luonnonvaran tuottavuus. Aineistoon on myös tallennettu tietoa internetkäyttäjien määrästä eri vuosina. Sen voisi yhdistää konfliktiaineistoon ja katsoa, onko konfliktin tapahtumavuotena enemmän vai vähemmän internetkäyttäjiä.

Kuva 1

Kurssikerran tehtävä

Tehtävänä oli luoda teemakartta Suomen vesistöalueiden valumaominaisuuksista ja tulvaherkkyydestä käyttäen tulvaindeksiä ja järvisyyttä. Tulvaindeksi on luku, joka lasketaan keskiylivirtaaman MHQ (tulvahuippujen keskiarvo) ja keskialivirtaaman MNQ (kuivien kausien alimpien arvojen keskiarvo) suhteena: MHQ/MNQ. Tämän laskutoimituksen aikaansaamiseksi minun piti yhdistellä eri tietokantoja. Lopputuloksena oli kuvan 2 mukainen koropleettikartta.

Kuva 2

Kartta on minusta ihan ok: informatiivinen ja selkeä. Seuraavassa kartassa voisin vielä miettiä, saisiko värejä paremmaksi. Huomasin nyt virheen legendassa: tulvaindeksin pitäisi olla tietenkin MHQ/MNQ eikä MQ niin kuin kuvassa. Kartalta voi huomata sen, että kaikista voimakkaimmin tulvii Itämeren rannikon joet. Luin Lotan blogista, että näillä alueilla tulvia aiheuttaa esim. keväällä lumien voimakas sulaminen.

 

Lähteet:

Kurssimateriaali

Kurssikerta 2

Kurssikerran ohjelma

Aluksi kävimme läpi erilaisia tietokantoja ja aineistolähteitä: eli mistä kaikkialta aineistoa voi ladata ja miten sitä käsitellään. Kertasimme QGIS-ohjelman perustoimintoja. Kokeilimme tuoda avoimia WFS-tietokantoja esim. Tilastokeskukselta.

Kurssikerran tehtävä

Kurssikerran tehtävänä oli vertailla eri projektioita ja sitä, kuinka paljon ne vääristävät pinta-alaa verrattuna meillä yleisesti käytössä olevaan TM35FIN-projektioon. Oletuksena oli, että varsinkin maailmanlaajuiset projektiot heittävät täällä pohjoisessa. Vertailin yleistä maailmankartan projektiota Mercatoria TM35FIN-projektioon ja tein teemakartan siitä, miten Suomen kuntien pinta-alat eroavat toisistaan näiden projektioiden välillä. Kokeilin ensin tehdä kartan suhdeluvuilla, mutta totesin, että prosentit ovat kuvaavampia, joten tein lopullisen kartan prosenteilla (kuva 1). Kartasta voi selkeästi huomata sen, että mitä pohjoisemmaksi mennään, sitä enemmän kuntien pinta-alat eroavat. Suurimmillaan pinta-alaero on pohjoisessa 141,2 %. Etelässä erot eivät ole niin suuret ja pienimmillään ero on 118,2 %. Samankaltaista väriskaalaa löysin esim. Heidin kartasta. Lukuarvot olivat meillä kyllä eri ja jäin miettimään, jos laskin sittenkin prosentit ihan väärin tai sitten meillä on suhde laskettu eripäin.

 

Kuva 1

 

Mitä opin?

Kurssikerralla opin, miten QGIS:ssa voi käyttää erilaisia valintatyökaluja ja luoda niiden avulla uusia tietokantoja. Harjoiteltiin myös erilaisten mittaustyökalujen käyttöä ja sitä, miten tuoda WFS-aineisto ohjelmaan. Vaikeuksia tuotti minulle aluksi keksiä sopiva laskutoimitus pinta-alojen vertailuun ja se, miten “field calculator” -kenttää käytetään.

Olen lopputulokseen tyytyväinen ja mielestäni kartta on helppolukuinen ja selkeä. Värivalinnat ovat tarkoituksella liioiteltuja, jotta erot hahmottuvat selkeämmin. Tällä kerralla myös legenda onnistui paremmin kuin viime kerralla.

 

Lähteet:

Kurssimateriaali

Kurssikerta 1

 

Kurssin esittely

Maanantaina 18.1. oli Geoinformatiikan menetelmät I -kurssin ensimmäinen kurssikerta. Kurssi pidetään etäyhteyksin ja tapasimmekin toisemme zoomin välityksellä. Tällä kurssilla käytetään paikkatiedon käsittelyyn QGIS-ohjelmaa, jonka voi lataa ilmaiseksi verkosta.

Kurssikerran ohjelma

Ensimmäisellä kurssikerralla tutustuttiin aluksi muihin ryhmäläisiin ja kurssin ohjelmaan ja tavoitteisiin. Käytiin läpi paikkatiedon ja QGIS-ohjelman perusominaisuuksia. Aluksi ohjelma vaikutti sekavalta, koska siinä on niin paljon eri työkaluja paneeleissa näkyvillä. Niitä saa kuitenkin piilotettua ja järjestettyä uudelleen, mikä helpotti itseäni ohjelman hahmottamisessa. Tehtiin kurssikerralla yhdessä typen päästöistä Itämeren HELBUS-merialueella teemakartta (Kuva 1).

Kuva 1

Mitä opin?

Kurssikerran harjoituksen myötä nopeasti jäi ohjelman perustoiminnot mieleen ja tehdessäni kotitehtävää minun ei tarvinnut luntata ohjeista mitään. Opin, kuinka tuodaan shp. -tiedosto, muokataan valmista tietokantaa ja luodaan siitä uusi muuttuja, tehdään siitä teemakartta ja muokataan sitä. Opin myös, kuinka luodaan karttatuloste ja siihen karttaselite eli legenda, mittakaava sekä pohjoisnuoli.

Kotitehtävä

Tehtävänä oli laatia valmiista Suomen kunnat 2015 -aineistosta haluamansa koropleettikartta. Aineisto sisälsi paljon erilaisia muuttujia Suomesta kuntatasolla mm. väestöstä ja taloudesta. Valitsin omasta mielestä mielenkiintoisen muuttujan syntyneiden määrästä. Syntyneiden enemmyys -muuttuja eli luonnollinen väestönlisäys tarkoittaa elävänä syntyneiden ja kuolleiden erotusta. Koko maan luku vuonna 2015 oli 2980 eli omien odotusten vastaisesti kuitenkin positiivinen.  (Tilastokeskus 2021). Kartalta näkee, että positiivisena eli vihreänä on pääkaupunkiseutu ja mm. Oulu (kuva 2). Suurin eli tummimman vihrein kunta on Espoo. Se on rauhallista aluetta, mutta Helsingin lähellä eli siksi kuntana lapsiperheiden suosiossa. Sen takia siellä syntyy eniten lapsia.

Kun vertasin omaa karttaani muiden kurssilaisten tekemiin vastaaviin, huomasin yhdenmukaisuuksia mm. Susannan tekemään karttaan kuntien suhteellisista väestömääristä. Väestöltään suurimmissa kaupungeissa kuten pääkaupunkiseudulla myös syntyvyys on suurta.

Kuva 2

Kartta itsessään on mielestäni ihan onnistunut, mutta muuttuja ei ole kovin mielenkiintoinen tai informatiivinen, koska suurin osa Suomesta on valkoisena eli miinuksella. Legenda eli karttaselite ei nyt jälkeenpäin ajateltuna kerro tarpeeksi muuttujasta: miten syntyneiden määrä voi olla miinuksella?. Eli sen tekisin nyt ainakin uudelleen ja ilmaisisin muuttujan informatiivisemmin. Kaiken kaikkiaan kuitenkin ihan ok ensimmäiseksi tuotokseksi. Tehtävän tärkein tavoite eli ohjelman perustoimintojen oppiminen kuitenkin saavutettiin.

 

Lähteet:

Kurssimateriaali

Tilastokeskus. 2021. Kuntien avainluvut. https://www.stat.fi/tup/alue/kuntienavainluvut.html#?year=2016&active1=SSS. (luettu 19.1.2021).