แผนที่ช่องหกเหลี่ยมHexbin Map

01ภาพรวมของกราฟนี้

Hexbin map แบ่งแผนที่เป็นช่องหกเหลี่ยมขนาดเท่ากันแล้วนับจุดในแต่ละช่อง ต่างจาก kernel heat map ตรงที่ค่าที่เห็นคือจำนวนนับจริงไม่ใช่การประมาณ และต่างจาก choropleth ตรงที่ทุกช่องมีพื้นที่เท่ากันจึงเทียบกันได้ยุติธรรม แลกกับการที่ขนาดช่องยังเป็นค่าที่คนตั้ง

ใช้ที่ไหนบ้าง — ความหนาแน่นของจุดบริการ การกระจายของการใช้งานแอปตามพื้นที่ หรือความหนาแน่นของเหตุการณ์ที่ต้องเทียบเชิงปริมาณ

สร้างอย่างไร

1. ขั้นที่ 1เลือกขนาดช่องหกเหลี่ยม
2. ขั้นที่ 2นับจุดหรือรวมค่าในแต่ละช่อง
3. ขั้นที่ 3ใช้สเกลสีลำดับเดียว
4. ขั้นที่ 4ระบุขนาดช่องเป็นหน่วยพื้นที่จริงในคำอธิบาย

02อธิบายภาษาคนเข้าใจง่าย ๆ

Kernel heat map สวยแต่มีจุดอ่อนที่ไม่หายไป คือค่าที่เห็นเป็นการประมาณ ไม่มีใครบอกได้ว่าบริเวณนี้มีเหตุการณ์กี่ครั้งจริง ๆ

Hexbin map เลือกเส้นทางตรงข้าม คือแบ่งพื้นที่เป็นช่องแล้วนับจริงในแต่ละช่อง ค่าที่เห็นจึงเป็นจำนวนนับที่ตรวจสอบได้

เหตุผลที่ใช้หกเหลี่ยมแทนสี่เหลี่ยมคือหกเหลี่ยมมีเพื่อนบ้านที่ระยะเท่ากันทั้งหกด้าน ส่วนสี่เหลี่ยมมีเพื่อนบ้านแนวทแยงที่อยู่ไกลกว่า ซึ่งทำให้เกิดลายเส้นแนวตั้งและแนวนอนปลอม ๆ

ข้อได้เปรียบเหนือ choropleth คือทุกช่องมีพื้นที่เท่ากัน จึงเทียบกันได้โดยไม่ต้องกังวลว่าเขตใหญ่จะครองสายตา

ข้อจำกัดที่เหลืออยู่คือขนาดช่องยังเป็นค่าที่คนตั้ง ช่องเล็กเกินจะได้ภาพที่กระจัดกระจายเป็นจุด ๆ ช่องใหญ่เกินจะกลบรายละเอียดจนเหลือแค่ก้อนเดียว

และเหมือนทุกวิธีที่รวมข้อมูลเป็นช่อง ตำแหน่งของเส้นแบ่งช่องมีผลต่อภาพ การเลื่อนตารางไปนิดเดียวก็ทำให้ช่องที่เข้มที่สุดย้ายที่ได้

03ข้อมูลที่ต้องใช้

คอลัมน์ที่ต้องเตรียม

ต้องเตรียมข้อมูลอย่างไรก่อนวาด

1. เลือกขนาดช่องให้แต่ละช่องมีจุดเฉลี่ยพอสมควร
2. ตัดจุดที่พิกัดผิดปกติออก
3. ตัดสินใจว่าจะนับจำนวนหรือรวมค่า

ค่าที่หายไป — ช่องที่ไม่มีจุดเลยควรเว้นว่าง ไม่ใช่ระบายเป็นสีอ่อนสุดของสเกล เพราะสองอย่างนี้ต่างกัน

สเกลของแกน — ใช้สเกลสีลำดับเดียว และเมื่อค่ากระจายแบบหางยาวให้พิจารณาสเกลลอการิทึมพร้อมระบุไว้

หน้าตาไฟล์ที่ต้องเตรียม

lat,lon,value
13.8013,100.1331,184
18.2209,98.5482,50
…

04อ่านแล้วเห็นอะไร

อ่านตามลำดับนี้

1. อ่านคำอธิบายว่าหนึ่งช่องกว้างเท่าไรและสีแทนค่าอะไร
2. มองหาช่องที่เข้มที่สุด
3. ดูว่าช่องเข้มอยู่ติดกันเป็นบริเวณหรือกระจัดกระจาย

05เหมาะกับการนำเสนอแบบไหน

ทำอย่างไรให้คนอ่านได้ข้อสรุปโดยไม่ต้องบรรยาย

1. ★ ระบุขนาดช่องเป็นหน่วยพื้นที่จริง เช่น หนึ่งช่องเท่ากับห้ากิโลเมตร
2. เขียนค่าในช่องที่สูงที่สุดสองสามช่อง
3. ใส่แผนที่ฐานสีอ่อนเพื่อบอกบริบท

06เอาไปใช้ต่อ

โค้ดทุกชิ้นอ่านไฟล์ hexbin-map-sample.csv ชุดเดียวกับที่ Playground ใช้ และตัวเลขในโค้ดเปลี่ยนตามค่าที่คุณปรับด้านล่าง

# ติดตั้ง: pip install "matplotlib==3.10.*" "pandas==2.*"
# ดาวน์โหลด hexbin-map-sample.csv จากหน้านี้ แล้ววางไว้ข้างสคริปต์
import matplotlib
matplotlib.use("Agg")   # รันแบบไม่มีหน้าจอ ถ้ารันในเครื่องตัวเองลบบรรทัดนี้ได้
import matplotlib.pyplot as plt
import pandas as pd

C1, C2, C3 = "#2a78d6", "#eb6834", "#1baf7a"   # palette ของคลัง เปลี่ยนเป็นสีองค์กรได้
INK, SURFACE = "#0b0b0b", "#fcfcfb"

df = pd.read_csv("hexbin-map-sample.csv")
df["lat"] = pd.to_numeric(df["lat"], errors="coerce")
df["lon"] = pd.to_numeric(df["lon"], errors="coerce")
df["value"] = pd.to_numeric(df["value"], errors="coerce")
NOTE = "equal"   # ← ค่าจาก Playground

fig, ax = plt.subplots(figsize=(7.6, 4.2), facecolor=SURFACE)
ax.set_facecolor(SURFACE)

hb = ax.hexbin(df["lon"], df["lat"], C=df["value"], reduce_C_function=np.sum,
                gridsize=14,                            # จำนวนช่องในแนวนอน
                cmap="Blues", mincnt=1,                 # mincnt=1 → ช่องว่างไม่ถูกระบาย
                edgecolors="#fcfcfb", linewidths=0.4)
fig.colorbar(hb, ax=ax, label="ผลรวมในช่อง", shrink=0.8)
ax.set_xlabel("ลองจิจูด"); ax.set_ylabel("ละติจูด")
ax.set_title("หนึ่งช่อง ≈ 12 กม.", loc="left")

ax.spines[["top", "right"]].set_visible(False)   # ลดเส้นที่ไม่ได้ให้ข้อมูล
fig.tight_layout()
fig.savefig("hexbin-map.png", dpi=160)
print("เขียน hexbin-map.png แล้ว ·", len(df), "แถว")

ติดตั้ง: pip install "matplotlib==3.10.*" "pandas==2.*" · ทดสอบกับเวอร์ชัน 3.10

07ลองเล่นเพื่อเข้าใจ

ข้อควรระวัง

1. ไม่ระบุขนาดช่องเป็นหน่วยพื้นที่จริง ทำให้เทียบกับแผนที่อื่นไม่ได้
2. ระบายช่องว่างด้วยสีอ่อนสุดของสเกล ทำให้ "ไม่มีข้อมูล" ปนกับ "มีน้อย"
3. เลือกขนาดช่องเล็กเกินจนภาพกระจัดกระจายเป็นจุด ๆ
4. ใช้กับข้อมูลน้อยเกินไปจนช่องส่วนใหญ่ว่าง

เมื่อไหร่ไม่ควรใช้กราฟนี้

• ต้องการภาพที่ดูเรียบและเล่าเรื่องง่าย→ใช้แทน: kernel-heat-map
• ข้อมูลผูกกับเขตการปกครองอยู่แล้ว→ใช้แทน: choropleth-map
• จุดน้อยกว่า 50 จุด→ใช้แทน: dot-density-map

กราฟที่เกี่ยวข้อง