Lernen Challenge: Analyzing the Geospatial Data

Abschnitt 1. Kapitel 5

single

Swipe um das Menü anzuzeigen

In dieser Aufgabe wird das Verständnis der georäumlichen Datenanalyse mit Python anhand von realen Datensätzen und der Visualisierung der Ergebnisse angewendet. Die Bibliotheken geopandas und matplotlib werden verwendet, um räumliche Daten für einen ausgewählten Kontinent zu laden, zu filtern und darzustellen. Dieser Prozess festigt die Fähigkeiten im Zugriff auf geografische Datensätze, deren Bearbeitung anhand von Attributdaten sowie der Erstellung klarer, informativer Karten.

Zu Beginn wird betrachtet, wie ein Weltkartendatensatz als Basisschicht für die Analyse genutzt werden kann. Georäumliche Datensätze enthalten häufig globale Grenzen, die gefiltert werden können, um sich auf bestimmte Regionen oder Kontinente zu konzentrieren. Der Natural Earth-Datensatz ist eine gängige Quelle für solche Informationen und enthält praktischerweise ein Kontinent-Attribut für jedes Land.

Zur Veranschaulichung dieses Workflows wird gezeigt, wie der Datensatz der Länder der Welt geladen, für einen bestimmten Kontinent gefiltert und eine Visualisierung erstellt wird, die die gewünschte Region hervorhebt. Das folgende Codebeispiel demonstriert, wie die Länder Afrikas extrahiert und dargestellt werden, wobei ähnliche Methoden wie für Südamerika verwendet werden.


              1234567891011121314151617181920
            
import geopandas as gpd
import matplotlib.pyplot as plt

# Load the world countries dataset from Natural Earth (GeoJSON format)
world_url = "https://raw.githubusercontent.com/nvkelso/natural-earth-vector/master/geojson/ne_110m_admin_0_countries.geojson"
world = gpd.read_file(world_url)

# Filter for African countries using the 'CONTINENT' column
africa = world[world['CONTINENT'] == 'Africa']

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

# Overlay African countries in green
africa.plot(ax=ax, color='mediumseagreen', edgecolor='black', label='Africa')

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

Dieser Ansatz kann auf jeden Kontinent angepasst werden, indem der Filterwert im Datensatz geändert wird. Das Filtern über die Spalte CONTINENT ermöglicht die Fokussierung auf eine bestimmte Region, während das Überlagern der gefilterten Daten auf der Basiskarte das Interessensgebiet hervorhebt. Die Karte kann zusätzlich durch Anpassung von Farben, Beschriftungen und weiteren Darstellungsoptionen individualisiert werden.

Hinweis

Die vollständige Liste der in diesem Datensatz verfügbaren Kontinentalnamen kann durch Überprüfung der eindeutigen Werte in der Spalte CONTINENT eingesehen werden. Verwenden Sie print(world['CONTINENT'].unique()), um alle Optionen wie "Asia", "Europe", "Oceania" und weitere anzuzeigen.

Aufgabe

Wischen, um mit dem Codieren zu beginnen

Laden des Datensatzes der Länder der Welt von der bereitgestellten URL.
Filtern des Datensatzes, um nur die Länder eines Kontinents auszuwählen, der nicht Südamerika oder Afrika ist.
Zeichnen der Basiskarte der Welt in Hellgrau.
Überlagern der Länder des ausgewählten Kontinents in einer auffälligen Farbe (nicht Blau oder Grün).
Hinzufügen eines Titels und einer Legende zur Karte.

Der Code sollte eine Karte erzeugen, die den gewählten Kontinent deutlich hervorhebt.

Lösung

Wechseln Sie zum Desktop, um in der realen Welt zu übenFahren Sie dort fort, wo Sie sind, indem Sie eine der folgenden Optionen verwenden

War alles klar?

Danke für Ihr Feedback!

Abschnitt 1. Kapitel 5

single

Fragen Sie AI

Fragen Sie alles oder probieren Sie eine der vorgeschlagenen Fragen, um unser Gespräch zu beginnen