Wie weiter ersichtlich wird, werden vor allem in Ballungsgebieten Geschäfte geschlossen, hier insbesondere Berlin, Hamburg und Nordrhein-Westfalen. In Berlin soll jede dritte Filiale wegfallen. Ähnliches scheint auf die Regionen um Frankfurt und Stuttgart zuzutreffen.  Im Kontrast dazu sind Mecklenburg-Vorpommern, Brandenburg, das östliche Niedersachen und das westliche Rheinland-Pfalz relativ unbelastete Flecken.

Leider habe ich keine Liste mit allen Schleckerfilialen gefunden, sodass die geschlossenen Filialen nicht ins Verhältnis mit den weiterhin bestehenden Geschäften gesetzt werden kann.

Die ursprüngliche Liste mit Ort und Straße der einzelnen Filialen wurde in R eingelesen und über Google mit den ensprechenden Koordinaten kodiert. 77 Filialen konnten dabei nicht identifiziert werden. Der gesamte Code findet sich hier: https://github.com/ahs85/schlecker_closings

As mentioned in the German post was mentioned that the raw data came from a simple tab-delimerted table with the Twittername, Homepage-URL and latitude and longitude information. A example for Berlin:

@berlin_de_news    http://www.berlin.de    52.51, 13.40

The full data can be accessed here. So we load the data into R and do some data-management. Latitude and longitude are comma-seperated and there are no variable names given.

data < - read.delim("verwaltungen.txt", header = F)
lat_lon <- as.numeric(do.call("rbind", str_split(data$V3, ", ")))
data2 <- cbind(data[, 1:2], lat_lon[1:68], lat_lon[69:136])
names(data2) <- c("tw_name", "url", "lat", "lon")

Using the great twitteR-package from Jeff Gentry we can get the total tweets ever send and the actual follower. A little for-loop does some automatation for us.

for (i in data2$tw_name) {
  temp < - statusesCount(getUser(i))
  temp2 <- followersCount(getUser(i))
  if (i == "@ahlen_de") {
    count_tweets <- temp
    follower <- temp2
  } else {
    count_tweets <- append(count_tweets, temp)
    follower <- append(follower, temp2)
  }
}
 
data2 <- cbind(data2, count_tweets, follower)

Having the data prepared we only need a little spatial data from the GADM database of Global Administrative Areas. One could download the data by hand or using the raster-package (as I will do).  Ggplot2's fortify will then prepare the borders for plotting.  If you get an Error from fortify try executing gpclibPermit().

de_map < - getData('GADM', country="DE", level=1)
de_map_2 <- fortify(de_map, region = "NAME_1")

Now it's time to start the show! The plotting should take some time: The spacial data consists about 100k points. You could reduce the size by for example just taking every 5th point but that can cause double borders instead of one in some mapparts.
Usually one would start plotting the points (geom_point()). In this case it would cause the borders to overlap the municipalities. Scale_area() is very helpful because there is a gap between Berlin and the other cities. I also adjusted the limits of the Follower count. The rest should speak for itself.

tw < - ggplot(data= data2) + geom_path(data = de_map_2, aes(x = long, y = lat, group = group), colour = "#8D8D8D", linetype = 2)
tw <- tw + geom_point(aes(x = lon, y = lat, colour = follower, size = count_tweets)) + scale_area("Tweet count")
tw <- tw + theme_bw() + labs(x = NULL, y = NULL) +  scale_colour_gradient(low = "#9D9D9D", high = "#242424", name = "Follower count", limits = c(0, 12000))
tw <- tw + scale_x_continuous(breaks = NA) + scale_y_continuous(breaks = NA)
tw <- tw + opts(title = "Municipalities using Twitter")
tw

An this is how it looks like:

]]> http://www.ahschulz.de/2011/08/12/plotting-german-municipalities-using-twitter/feed/ 0 http://www.ahschulz.de/2011/03/21/postleitzahlen-visualisiert-teil-2/ http://www.ahschulz.de/2011/03/21/postleitzahlen-visualisiert-teil-2/#comments Mon, 21 Mar 2011 20:43:17 +0000 Arne http://www.arnehendrikschulz.de/?p=153 Continue reading →]]> Im vorherigen Beitrag habe ich die deutschen Postleitzahlen visualisiert. Sort konnte man bereits sehr schön sehen, wie sich nur aus den Geo-Koordinaten die Deutschlandkarte abgebildet hat. Mit einer farblichen Unterleung fiel zudem auf, die Postleitzahlen sich nicht an den Längergrenzen orientieren. Um dies weiter zu verdeutlichen habe ich die Ländergrenzen mit eingezeichnet.

Dazu nehmen wir erneut die Daten aus dem vorherigen Beitrag (“plz”). Das raster-Package ist so nett und gibt uns Zugriff auf die GADM-Datenbank, in welcher alle Grenzen Deutschlands (und natürlich noch die vieler weiterer Staaten) hinterlegt sind.

library(raster)

de_map <- getData('GADM', country="DE", level=1)
de_map_2 <- fortify(de_map, region = "NAME_1")

Die Level-Angabe im ersten Befehl gibt an, wie detailliert die Daten sein sollen: Level 0 beinhaltet nur die Ländergrenzen, Level 1 auch die Grenzen der Ländergrenzen usw. Sollte fortify nicht sofort klappen, muss einmal der folgende Befehl ausgeführt werden:

gpclibPermit()

Danach kann die Map mittels des folgenden Befehls geplottet werden, natürlich wieder mit ggplot2:

p2 <- ggplot(data= plz) + geom_point(aes(x = lon, y = lat, colour = region), //
   alpha = 0.8, shape = 19, size = 2)
p2 <- p2 + geom_path(data = de_map_2, aes(x = long, y = lat, group = group), //
   colour = "grey20")
p2 <- p2 + theme_bw() + labs(x = NULL, y = NULL) + //
   scale_colour_brewer(palette = "RdYlGn", name = "PLZ")
p2 <- p2 + scale_x_continuous(breaks = NA) + scale_y_continuous(breaks = NA)
p2

Das Ergebnis sieht dann wie folgt aus:

Hier wird noch deutlicher, dass die Postleitzahlen nicht nach Ländern vergeben wurden.

Die Daten liegen sowohl tabulatorgestrennt als auch in reiner Datenbankform (sehr löblich) vor. Für unsere Zwecke reichen aber erstmal die Daten mit Postleitzahlen und Koordinaten: http://fa-technik.adfc.de/code/opengeodb/PLZ.tab

Mit der Datei machen wir uns dann ans Werk. Vorher laden wir noch das entsprechende zipcode-Package und das ggplot2-Package. Ersteres kommt mit der netten Funktion clean.zipcode(), die unter anderem dafür sorgt, dass Postleitzahlen, die mit “0″ beginnen, diese auch behalten. Ggplot2 verwenden wir, um die Daten zu visualisieren.

library(ggplot2)
library(zipcode)

# Daten laden
plz <- read.delim("Data/PLZ.tab")

# Postleitzahlen mit 0 erhalten
plz$plz_2 <- clean.zipcodes(plz$plz)

# Plotten
p <- ggplot(data= plz) + geom_point(aes(x = lon, y = lat))

Aussehen tut das Ganze dann wie folgt:

Hier lässt sich bereits die Kontur Deutschlands sehr gut erkennen. Auffällig ist zudem, dass es in Brandenburg und Mecklenburg-Vorpommern recht “wenig” Postleitzahlen gibt. Vor allem im Süden, Süedwesten, Ruhrgebiet und im Norden kommt es dagegen zu einer deutlichen Häufig in den Verteilungen.

Noch interessanter wird die Karte, wenn man sich die erste Ziffer der Postleitzahl mit anzeigen lässt. Zudem kann man die Grafik noch ein wenig aufhübschen.

# Erste PLZ-Stelle als neue Variable einfügen
plz$region <- (substr(plz$plz_2, 1, 1))

# Plotten
p <- ggplot(data= plz) + geom_point(aes(x = lon, y = lat, colour = region),//
   shape = 19, size = 2)
p <- p + theme_bw() + labs(x = NULL, y = NULL)
p <- p + scale_colour_brewer(palette = "RdYlGn", name = "PLZ")
p <- p + scale_x_continuous(breaks = NA) + scale_y_continuous(breaks = NA)
p

Die verschiedenen PLZ-Bereiche sind nicht an die Grenzen der Bundesländer gebunden. Vielleicht sollte ich noch die Ländergrenzen mit einzeichnen lassen. Aber dazu später mehr…

Neben einer kurzen Einführung wird es um GUIs, Pakete und und “R Scene” gehen, eher allgemeien Themen eben. Darüber hinaus wüird vor allem auch organisatorisches angesprochen werden.

Wer Interesse hat, ist herzlich willkommen: http://www.meetup.com/Kassel-useR-Group/

• Der Spiegel-Titel anfang dieses Jahres (Web/PDF). Hier wurde einmal komprimiert dargestellt, was Google alles sammelt und was mit meinen Daten geschieht oder eines Tages geschehen kann.
• Das Panopticlick der Electronic Fronitier Foundation (EFF). Auf der Seite kann man testen lassen, wie eindeutig der Fingerabdruck der Fingerabdruck des Browsers ist. Dabei wird auch auf installierte Systemschriftarten und installierte Plugins zurückgegriffen. Beide sollten bei vielen Nutzern relativ eindeutig sein. Meine System-/Browserkonfiguration scheint dabei einmalig bei über einer Million bisher getesteten Systemen zu sein. Damit scheint ein einfaches Abschalten der Cookies nicht mehr auszureichen.

Natürlich muss man nicht Google verwenden. Yahoo oder Bing liefern sicher ähnliche Ergebnisse. Ich unterstelle beiden aber zu großen Teiles dasselbe Interesse an meinen Daten. Ich habe auch anonymisierte Google-Dienste wie Scroogle oder Anonymouse verwendet. Letztere kopiert dabei genau das Aussehen von Google, so dass ich auch mein BibSonomy-Plugin weiter verwenden kann. Leider blendet der Dienst kleine Werbebanner ein – das nervt!

Letztenendes bin ich jetzt bei Ixquick gelandet. Ixquick ist eine Meta-Suchmaschine, die ihre Ergebnisse unter anderem aus Yahoo und Bing bezieht und dabei viel Wert auf Datenschutz legt. Bisher bin ich mit der Suchmaschine sehr zufrieden. Einzig Google Scholar vermisse ich von Zeit zu Zeit…

© Miniaturbild: Carl Dwyer

Auf der linken Seite befindet sich noch nicht sichtbar ein großes Regal. Die Wände sind noch etwas sehr weiß und jungfräulich. Das wird sich in den nächsten Wochen aber noch sicher ändern. Zumal ich die nächsten sechs Monate mindestens 30 Stunden pro Woche hier verbringen werde.

Dann kann die Masterarbeit ja kommen…

Abhilfe schafft da aber der VPN-Client von Shrew Soft. Dieser ist frei verfügbar und lässt sich problemlos installieren. Zudem lassen sich die Zertifikate (*.pcf) von Cisco ebenfalls importieren, so dass in der Regel keine weitere Konfiguration nötig ist. Ich bin mit dem Programm sehr zufrieden und finde es zudem deutlich schlanker als der originale Client von Cisco.

Und natürlich funktioniert das Programm auch auf allen Windows’en mit 32Bit.

Das Projekt läuft unter dem Titel Stadtistik (Verbindung von Stadt und Statistik). Ich finde den vergleichenden Ansatz sehr ansehlich und innovativ. Zudem können mehrere Städte leicht verglichen werden, ohne ellenlange Tabellen zu lesen.