Aprende Operaciones Espaciales Básicas | Introducción a los Datos Geoespaciales

Desliza para mostrar el menú

El trabajo con datos geoespaciales suele comenzar con la capacidad de filtrar, seleccionar y visualizar entidades según sus atributos o propiedades espaciales. Utilizando la biblioteca geopandas, es posible realizar estas operaciones espaciales básicas de manera eficiente. Filtrado permite centrarse en entidades de interés dentro de un conjunto de datos más grande, mientras que la visualización ayuda a interpretar visualmente los patrones y relaciones espaciales.

Para filtrar datos espaciales, se utiliza comúnmente el indexado booleano y el accesor .loc en geopandas. Esto permite seleccionar filas que cumplen criterios específicos, como todas las entidades con un determinado valor de atributo.


              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()

Después de filtrar los datos, la visualización en un mapa es un paso esencial en el análisis geoespacial. geopandas se integra perfectamente con matplotlib, lo que permite crear mapas ricos e informativos. Es posible personalizar los colores de las entidades según los valores de los atributos y añadir leyendas para que los gráficos sean más significativos.


              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()

¿Todo estuvo claro?

¡Gracias por tus comentarios!

Sección 1. Capítulo 4

Pregunte a AI

Pregunte lo que quiera o pruebe una de las preguntas sugeridas para comenzar nuestra charla

Sección 1. Capítulo 4