Lære Grundlæggende Rumlige Operationer | Introduktion til Geospatiale Data

Stryg for at vise menuen

Arbejdet med geospatiale data begynder ofte med evnen til at filtrere, udvælge og visualisere objekter baseret på deres attributter eller rumlige egenskaber. Ved hjælp af geopandas-biblioteket kan du udføre disse grundlæggende rumlige operationer effektivt. Filtrering gør det muligt at fokusere på relevante objekter i et større datasæt, mens visualisering hjælper med at fortolke de rumlige mønstre og relationer visuelt.

For at filtrere rumlige data anvendes ofte boolsk indeksering og .loc-adgang i geopandas. Dette gør det muligt at udvælge rækker, der opfylder specifikke kriterier, såsom alle objekter med en bestemt attributværdi.


              12345678910111213141516171819202122
            
import geopandas as gpd
import matplotlib.pyplot as plt

# 1. Load the dataset using a direct URL to the public Natural Earth GeoJSON
world_url = "https://raw.githubusercontent.com/nvkelso/natural-earth-vector/master/geojson/ne_110m_admin_0_countries.geojson"
world = gpd.read_file(world_url)

# 2. Filter: Select only countries in South America
south_america = world[world['CONTINENT'] == 'South America']

# 3. Plotting
ax = world.plot(color='lightgray', edgecolor='white', figsize=(10, 6))

# Overlay South American countries in green
south_america.plot(ax=ax, color='forestgreen', edgecolor='black')

# Customize the map
plt.title("South America Highlighted on World Map", fontsize=14)
plt.axis('off')  # Hide the lat/long grid lines for a cleaner look

# Show the plot
plt.show()

Efter filtrering af dine data er visualisering på et kort et vigtigt trin i geospatiel analyse. geopandas integrerer problemfrit med matplotlib, hvilket gør det muligt at oprette detaljerede og informative kort. Du kan tilpasse farverne på objekter baseret på attributværdier og tilføje signaturforklaringer for at gøre dine visualiseringer mere meningsfulde.


              123456789101112
            
import matplotlib.pyplot as plt

# Plot all world countries in light gray
ax = world.plot(color='lightgray', edgecolor='white', figsize=(10, 6))

# Overlay South American countries in green with a legend
south_america.plot(ax=ax, color='forestgreen', edgecolor='black', label='South America')

# Add a title and legend
plt.title("Countries of South America")
plt.legend()
plt.show()

Var alt klart?

Tak for dine kommentarer!

Sektion 1. Kapitel 4

Spørg AI

Spørg om hvad som helst eller prøv et af de foreslåede spørgsmål for at starte vores chat

Sektion 1. Kapitel 4