畢業專題 Electracer

我們團隊的畢業專題一波三折，從剛開始想破頭想不到要做什麼。後來指導老師問我們想不想做農產品履歷鏈結資料（Linked Data），雖然這名詞連聽都沒聽過，但還是相信團隊的大腿可以做出來的。

開始做了一點點之後，發現我們想做的事情好像有人做完了。於是我們換了一包資料：中央選舉委員會開放資料。又剛好畢業專題展出的時間是 108/12，而 108/11/24 正是吵得沸沸揚揚的九合一選舉。因此我們計畫搭上選舉風潮，做了選舉資料視覺化。

至於 Electracer 這名字怎麼來的，大概就是因為想用資料去追蹤臺灣選舉歷史的脈絡，所以把選舉（Election）加上追蹤（Trace），剛好 Electracer 聽起來好像又有點順口，嗯嗯，大概是這樣吧。

資料混搭

若是只有單純的選舉資料，很難呈現出什麼趨勢。大不了就是臺灣歷史的民主變遷，大概長這樣。

地區執政黨地圖

網頁的上方是時間軸，按下之後會輪播該年度的選舉勝選人民單，右邊是搭配地圖呈現，或許你可以看到北部總是藍藍的，南部總是綠綠的這種概括現象。

但是只有這樣真的不有趣，很多人都在吵執政黨做得好不好，最有感的當然是民生經濟。因此我們又另外找了經濟部的相關資料，看各地區的舉債是否真的有因為政黨輪替的關係而產生影響。

區域負債折線圖

如果要跟經濟部資料混搭之前，當然也要先看看另外一包資料長什麼樣子。大概就是有各縣市、各年度的負債的欄位資料。

左邊的區域可以單選也可以複選，重複點選的話，折線圖就會越來越多，這時候你就可以看到底是臺北負債高還是新北負債高，如果跟東部比是否又會呈現驚人的差距。
（但是不知道為啥當初臺東縣的縣打錯字了 XDDD）

區域比比看

這是我自己覺得比較整個專題最有趣的部分，上方可以選年度跟要比較的項目（沒記錯的話有負債、失業率、年平均收入等等）左邊是執政黨的顏色，右邊則是數值越高代表顏色越深，這時候就可以看看，是不是真的有哪個政黨的負債率總是比較高啦～地圖可以點選 2011～2017，很明顯可以看到臺中的顏色逐年變深，去查了一下才知道是因為臺中在蓋捷運，所以負債上升也是挺合理的呢。

資料加值的價值

「資料加值的價值」，念起來有點敖口的一句話。

現在有很多比賽都強調什麼資料加值應用創新之類的，但是資料加值真的有價值嗎？其實，生活中處處是資料。
從你早上起床看今天的天氣，就有對應到的天氣開放資料；出門上班要看等公車的 app，也有相對應的公車即時資料；到了公司開始哀怨自己的薪水怎麼那麼少，中央政府也有提供國人年平均所得等等的資料；下班後不知道晚餐要吃什麼，市面上也有很多告訴你附近有什麼餐廳可以吃的 app，餐廳的資訊也是資料的一部份。

為什麼 Siri、Google Assistant 能夠這麼聰明？也是因為丟了一堆正確的資料下去，讓他知道當你問他現在幾點時，他要跟你說現在時間而不是你目前的位置。

所以說，資料其實是很有用的，只是取決於用的好不好。