完整範例：http://wcc723.github.io/d3js/2014/10/15/Ironman-30-days-16/

D3js最終還是需要與資料串接，在玩了一段時間基本的功能後，就會想找點東西試試看，於是就到處搜尋可以用的資料(希望與時事結合)，雖然取得資料方法相當多，但是能夠派上用場而且又要會使用，就沒有那麼容易。

因為我的jsonp，或者json能力並不是挺好，所以在找資料前，有先研究怎麼與Google Drive做介接，所以這幾篇還會介紹怎麼從Google試算表取得資料。

本篇統計僅供參考

資料來源

資料來源http://statis.moi.gov.tw/micst/stmain.jsp?sys=100

無意間剛好逛到這個網站，發現裡面有許多的人口資料，裡面包含了死亡人數統計，也恰巧有”粗死亡率”，想說最近有討論到搭不搭捷運與死亡率的關係，所以就來試試看這份資料可不可行。

首先來了解一下基本資訊

• 臺北捷運營運：1996年3月28日
• 高雄捷運營運：2008年3月9日
• 高雄縣市合併(來源資料)：2011年1月

這份資料是抓取兩個都市的粗死亡率(所以不呈現人口數)，另外在高雄市2010年以前是合併前的資料，2011年以後是合併資料，來源當然是能撈多少就多少。

Demo

雖然有很多工具可以呈現這樣的資料，但是就以目前的主題我選擇d3js + Jquery。

資料在確定要哪些後，就把原始的資料轉貼到Google Drive，除了可以將資料統一格式外，也可以降低我對於跨網域的煩惱...。

資料上我以都市為單位拆成三個資料表，每個圖表都包含了id、時間、死亡人數、粗死亡率。

接下來就開始串啦～，結果大概像下面這樣，Hover到點上，會顯示該時間點的資料。

高雄市與台北市粗死亡率 (範例請看：http://wcc723.github.io/d3js/2014/10/15/Ironman-30-days-16/)

以上資料來源：http://statis.moi.gov.tw/micst/stmain.jsp?sys=100

高雄縣市合併時間(來源資料)：2011年1月

結語

至於搭不搭捷運與死亡率有沒有關係，恩...可能研究不夠透徹，所以看不太出來，不過城鄉差距與死亡率關係倒是挺明顯的(可參考http://statis.moi.gov.tw/micst/stmain.jsp?sys=100)，所以縣市合併以後，高雄市的死亡率確實有略微增高。

另外為什麼每年二、三月似乎死亡率高些...(抖)，尤其在2009年二月高很多，稍微有查詢一下，可能是經濟不景氣的關係(Wiki 2009台灣年表)。

透過這些圖表，可以容易看到表格資料不易發現的地方，這或許也是圖像化迷人的點吧。