資料怎麼洗、熱力圖怎麼算

原始資料不能直接畫。這頁講清楚中間做了哪些處理， 以及每一個處理是為了修掉什麼問題。數字都是實際跑出來的。

一、一列是一個當事者，不是一件事故

這是最容易做錯的一步。原始資料裡，一件事故有幾個當事者就有幾列 —— 一輛車撞一台機車就是兩列，時間、地點、經緯度完全相同，只有「當事者順位」不同。

2,403,922 列原始資料，用（日期＋時間＋經緯度）去重之後是 1,042,189 件事故， 平均每件 2.26 個當事者。直接數列數的話，事故件數會膨脹超過兩倍。

二、剔除 geocode 失敗落回行政中心的假座標

有些事故的座標不是真的位置，而是地理編碼失敗之後退回的預設值 —— 通常是該縣市政府的座標。

最嚴重的一個點是 121.481, 25.009，那是新北市政府的位置。 如果不處理，這一個點上會堆著兩千多件事故，地址橫跨 20 個行政區， 畫出來全台灣最大的事故熱點會出現在新北市政府門口，而那是假的。

偵測方式很簡單：同一個座標的事故地址如果橫跨三個以上的行政區，那就是假點。 真實的路口不會同時在三峽和八里。全台共抓到 139 個這種點、 19,542 件事故，佔 1.84%，全部剔除。

三、聚合成格子，而不是畫原始點

1,042,189 個點直接丟給瀏覽器，手機會當掉。所以事故先被聚合成格子： 資料庫裡存一份約 12 公尺的細格（帶月份），查詢時再依照你的縮放層級 用整數除法即時併成需要的粗細，一個圖磚固定切 96 格。

所以你看到的每一個亮點不是一件事故，是一格範圍內的事故總數。 縮到全台時一格是 3.3 公里，放到街道時一格是 6 公尺。

四、顏色怎麼決定

每一格的權重是對數刻度：把該格的件數取自然對數，再除以畫面上最大值的對數。

這一段改過兩次，兩個版本都失敗過，值得寫下來。第一版拿最大值做線性刻度： 全台的分布是中位數 38 件、最大 15,601 件，差了四百倍， 結果除了那一個點以外全部趨近 0，整張圖是一片藍。 第二版改用第 97 百分位當滿分，一樣是一片藍 —— 因為 97% 的格子還是遠低於那個分母。 現在的對數刻度下，中位數的格子拿到 0.38、五百件的拿到 0.64、最高的拿到 1， 中間的層次才展得開。

這也表示顏色是相對的：同一個地方，在「看全台」和「放大看單一城市」時顏色會不一樣。 看全台時只有六都會紅；放大之後，該城市內部的差異才會展開。這是刻意的設計， 因為熱力圖的用途是比較，不是絕對量測。

五、「只看死亡」在算什麼

切過去之後只留下有人死亡的格子，權重也換成死亡人數。 統計顯示的是死亡事故的件數，不是那一格的事故總數。

這點我一開始做錯過：原本顯示的是「有死亡的格子裡的事故總數」， 那個數字比死亡人數大兩個數量級，看起來像是死亡事故有一萬多件。已經修掉。 「受傷」在這個模式下不顯示，因為那格的受傷多半來自別的非致命事故，混在一起會誤導。

回地圖

站上其他工具

全部跑在同一台家用機器上；資料類工具用的是政府公開資料，每個都有寫清楚限制。