使用 Tableau 和 Google Map API 理解步行友好性对都柏林市的影响
Using Tableau and Google Map API for Understanding the Impact of Walkability on Dublin City
AI总结：
本文通过可视化和描述性统计，利用 Google Map API 和 Tableau 可视化都柏林步行友好性较差区域，并用 WLS 回归量化其对房价的影响，从经济角度强调步行友好区域的重要性。
摘要：
在本文中，我们探讨了传达步行友好性概念的两种有效手段——1）可视化，以及2）描述性统计。我们引入步行友好性的概念，即基于从某一空间步行到一系列不同的社会、环境和经济便利设施所需距离来衡量城市空间的质量。我们以都柏林市作为实例，探讨该市各区域步行友好性的量化与可视化。我们利用 Google Map API 和 Tableau 来可视化都柏林市步行友好性较差的区域，并使用 WLS 回归评估步行不友好性对都柏林房价的影响，从而从经济角度量化步行友好区域的重要性。
英文摘要：
In this article, we explore two effective means to communicate the concept of walkability - 1) visualization, and 2) descriptive statistics. We introduce the concept of walkability as measuring the quality of an urban space based on the distance needed to walk from that space to a range of different social, environmental, and economic amenities. We use Dublin city as a worked example and explore quantification and visualization of walkability of various areas of the city. We utilize the Google Map API and Tableau to visualize the less walkable areas across Dublin city and using WLS regression, we assess the effects of unwalkability on house prices in Dublin, thus quantifying the importance of walkable areas from an economic perspective.
机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。
