single
Challenge: Analyzing the Geospatial Data
Desliza para mostrar el menú
En este desafío, aplicarás tus conocimientos de análisis de datos geoespaciales con Python trabajando con conjuntos de datos del mundo real y visualizando los resultados. Utilizarás las librerías geopandas y matplotlib para cargar, filtrar y graficar datos espaciales de un continente seleccionado. Este proceso reforzará tus habilidades para acceder a conjuntos de datos geográficos, manipularlos según datos de atributos y crear mapas claros e informativos.
Comienza considerando cómo un conjunto de datos de mapas mundiales puede utilizarse como capa base para tu análisis. Los conjuntos de datos geoespaciales suelen incluir límites globales, que puedes filtrar para centrarte en regiones o continentes específicos. El conjunto de datos Natural Earth es una fuente común para este tipo de información y, convenientemente, incluye un atributo de continente para cada país.
Para ilustrar este flujo de trabajo, verás cómo cargar el conjunto de datos de países del mundo, filtrarlo para un continente en particular y crear una visualización que resalte tu región de interés. El siguiente ejemplo de código muestra cómo extraer y graficar los países de África, utilizando métodos similares a los descritos para Sudamérica.
1234567891011121314151617181920import 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()
Este enfoque puede adaptarse a cualquier continente cambiando el valor del filtro en el conjunto de datos. Filtrar por la columna CONTINENT permite centrarte en una región específica, mientras que superponer los datos filtrados sobre el mapa base hace que tu área de interés destaque. Puedes personalizar aún más tu mapa ajustando colores, etiquetas y otras configuraciones de la gráfica.
Puedes explorar la lista completa de nombres de continentes disponibles en el conjunto de datos revisando los valores únicos en la columna CONTINENT. Utiliza print(world['CONTINENT'].unique()) para ver todas las opciones, como "Asia", "Europe", "Oceania", y otros.
Desliza para comenzar a programar
- Cargar el conjunto de datos de países del mundo desde la URL proporcionada.
- Filtrar el conjunto de datos para seleccionar solo los países pertenecientes a un continente distinto de Sudamérica o África.
- Representar el mapa base del mundo en gris claro.
- Superponer los países del continente seleccionado en un color distintivo (que no sea azul ni verde).
- Añadir un título y una leyenda al mapa.
El código debe generar un mapa que resalte claramente el continente elegido.
Solución
Cambia al escritorio para practicar en el mundo realContinúe desde donde se encuentra utilizando una de las siguientes opciones¡Gracias por tus comentarios!
single
Pregunte a AI
Pregunte a AI
Pregunte lo que quiera o pruebe una de las preguntas sugeridas para comenzar nuestra charla
