import sys,unittest,importlib
import numpy as np
import geopandas as gpd
from shapely.geometry import Point,box
import matplotlib
matplotlib.use('Agg')
import matplotlib.pyplot as plt

# =====================================================================
# CORE LOGIC
# =====================================================================
def create_grid(data,grid_size):
    l_minx,l_miny,l_maxx,l_maxy=data.total_bounds
    x_coords=np.arange(l_minx-0.1,l_maxx+grid_size+0.1,grid_size)
    y_coords=np.arange(l_miny-0.1,l_maxy+grid_size+0.1,grid_size)
    grid_cells=[]
    for x in x_coords[:-1]:
        for y in y_coords[:-1]:
            grid_cells.append(box(x,y,x+grid_size,y+grid_size))
    grid=gpd.GeoDataFrame({"geometry":grid_cells},crs=data.crs)
    grid["grid_id"]=grid.index
    sj=gpd.sjoin(data,grid,how="left",predicate="intersects")
    return grid,sj

def aggregate_in_grid(sj):
    return sj.groupby("grid_id").size().reset_index(name="count")

def plot_grid(grid,agg,bmap):
    m=grid.merge(agg,on="grid_id",how="left").fillna({"count":0})
    fig,ax=plt.subplots(figsize=(6,6))
    bmap.plot(ax=ax,color="whitesmoke",edgecolor="darkgray")
    m.plot(column="count",ax=ax,cmap="YlGnBu",edgecolor="k")
    plt.close(fig) 

# =====================================================================
# SAFE DYNAMIC ENGINE (Ultra-compact)
# =====================================================================
def _dyn(tc,cond,s_msg,f_msg):
    c_suc=str(s_msg).replace(chr(10),chr(32)).strip()[:65]
    c_fail=str(f_msg).replace(chr(10),chr(32)).strip()[:65]
    if cond:
        tc._testMethodName=c_suc
        sys.stdout.write(" -> PASS: "+c_suc+chr(10))
        sys.stdout.flush()
        tc.assertTrue(True)
    else:
        tc._testMethodName=c_fail
        sys.stdout.write(" -> FAIL: "+c_fail+chr(10))
        sys.stdout.flush()
        tc.fail(c_fail)

class DynRes(unittest.TextTestResult):
    def startTest(self,test):
        super().startTest(test)
        msg=chr(10)+"[ RUN ] -> "+str(test._testMethodName)+chr(10)
        sys.stdout.write(msg)
        sys.stdout.flush()
    def addSuccess(self,test):pass
    def addFailure(self,test,err):pass 

class DynRun(unittest.TextTestRunner):
    def _makeResult(self):
        return DynRes(self.stream,self.descriptions,self.verbosity)

# =====================================================================
# STANDARD UNITTEST SUITE
# =====================================================================
class TestTask(unittest.TestCase):
    def setUp(self):
        px=[2,8,13,17,22,28,33,38]
        py=[3,7,12,18,21,27,32,39]
        self.points=[Point(x,y) for x,y in zip(px,py)]
        self.gdf=gpd.GeoDataFrame(geometry=self.points,crs="EPSG:4326")
        self.grid_size=10
        self.uc=sys.modules[__name__]

    def test_successfully_maps_coords_to_grid(self):
        uc=self.uc
        grid,sj=uc.create_grid(self.gdf,self.grid_size)
        _dyn(self,isinstance(grid,gpd.GeoDataFrame),"Grid is GeoDataFrame.","Grid error.")
        _dyn(self,isinstance(sj,gpd.GeoDataFrame),"Join is GeoDataFrame.","Join error.")
        _dyn(self,sj["grid_id"].isna().sum()==0,"All points assigned.","Unassigned pts.")

    def test_accurately_counts_incidents(self):
        uc=self.uc
        grid,sj=uc.create_grid(self.gdf,self.grid_size)
        agg=uc.aggregate_in_grid(sj)
        _dyn(self,hasattr(agg,'columns'),"Agg returns structure.","Agg failed.")
        _dyn(self,agg["count"].sum()==len(self.gdf),"Count matches points.","Count mismatch.")

    def test_correctly_groups_duplicate_pts(self):
        uc=self.uc
        pts=[Point(0,0)]*5
        gdf=gpd.GeoDataFrame(geometry=pts,crs="EPSG:4326")
        grid,sj=uc.create_grid(gdf,10)
        agg=uc.aggregate_in_grid(sj)
        _dyn(self,len(agg)==1,"Grouped into one cell.","Failed to group.")
        _dyn(self,agg["count"].iloc[0]==5,"Counted exactly 5.","Count is wrong.")

    def test_executes_drawing_loop_safely(self):
        uc=self.uc
        gc=[box(0,0,10,10),box(10,0,20,10),box(0,10,10,20)]
        grid=gpd.GeoDataFrame({"geometry":gc,"grid_id":[0,1,2]},crs="EPSG:4326")
        agg=gpd.GeoDataFrame({"grid_id":[0,1,2],"count":[2,0,6]})
        bmap=gpd.GeoDataFrame({"geometry":[box(-5,-5,25,25)]},crs="EPSG:4326")
        try:
            uc.plot_grid(grid,agg,bmap)
            _dyn(self,True,"Map rendered successfully.","")
        except Exception as e:
            _dyn(self,False,"","Map crash: "+str(e))

    def test_renders_missing_empty_cells(self):
        uc=self.uc
        gc=[box(0,0,10,10),box(10,0,20,10),box(0,10,10,20)]
        grid=gpd.GeoDataFrame({"geometry":gc,"grid_id":[0,1,2]},crs="EPSG:4326")
        agg=gpd.GeoDataFrame({"grid_id":[0,2],"count":[5,7]})
        bmap=gpd.GeoDataFrame({"geometry":[box(-5,-5,25,25)]},crs="EPSG:4326")
        try:
            uc.plot_grid(grid,agg,bmap)
            _dyn(self,True,"Handled missing data.","")
        except Exception as e:
            _dyn(self,False,"","Crash missing data: "+str(e))

if __name__=="__main__":
    suite=unittest.TestLoader().loadTestsFromTestCase(TestTask)
    DynRun(stream=sys.stdout,verbosity=0).run(suite)

test_main.py

Tauchen Sie ein in die Grundlagen der Geodatenanalyse mit Python. Dieser Kurs auf mittlerem Niveau führt Sie in die Kernkonzepte und praktischen Anwendungen der Geodatenanalyse ein, mit Fokus auf reale Datensätze und praxisorientierte Projekte. Sie lernen, räumliche Daten mit Python und beliebten Bibliotheken zu manipulieren, zu visualisieren und zu analysieren, mit besonderem Schwerpunkt auf geopandas. Der Kurs ist ansprechend gestaltet und bietet interaktive Raster, Videos und Quizze zur Vertiefung Ihres Lernens.

Erkunden Sie die Grundlagen von Geodaten, Koordinatensystemen und den wichtigsten Werkzeugen für die räumliche Analyse mit Python. Dieser Abschnitt legt das Fundament für die Arbeit mit räumlichen Datensätzen und führt ausführlich in geopandas ein, einschließlich seiner zentralen Datenstrukturen, Lese- und Schreibfunktionen sowie der Integration mit pandas und matplotlib.

Tauchen Sie ein in zentrale Techniken der räumlichen Analyse, einschließlich räumlicher Joins, Overlays und Aggregationen, unter Verwendung von geopandas und Visualisierungsbibliotheken. Dieser Abschnitt behandelt fortgeschrittene Methoden von geopandas zum Kombinieren, Vergleichen und Zusammenfassen räumlicher Datensätze sowie bewährte Verfahren für die Visualisierung räumlicher Daten.

Erwerben Sie ein fundiertes Verständnis realer geodatenbezogener Datensätze und Szenarien mit Schwerpunkt auf praktischen Analyse- und Visualisierungsherausforderungen. Dieser Abschnitt legt den Fokus auf projektbasiertes Lernen und die Synthese von Methoden der Geodatenanalyse.

Challenge: Geoinformationen

Lösung