Oppiskele Perustason spatiaaliset operaatiot | Paikkatietoaineiston Esittely

Pyyhkäise näyttääksesi valikon

Paikkatietojen käsittely alkaa usein ominaisuuksien tai spatiaalisten ominaisuuksien perusteella suodatettavien, valittavien ja visualisoitavien kohteiden hallinnalla. geopandas-kirjaston avulla näitä perustoimintoja voidaan suorittaa tehokkaasti. Suodatus mahdollistaa kiinnostavien kohteiden tarkastelun laajemmasta aineistosta, kun taas visualisointi auttaa tulkitsemaan spatiaalisten ilmiöiden ja suhteiden visuaalisia malleja.

Paikkatietojen suodattamiseen käytetään yleisesti boolean-indeksointia ja .loc-aksessoria geopandas-kirjastossa. Näiden avulla voidaan valita rivit, jotka täyttävät tietyt ehdot, kuten kaikki kohteet, joilla on tietty ominaisuusarvo.


              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()

Aineiston suodattamisen jälkeen visualisointi kartalla on olennainen osa paikkatietoanalyysiä. geopandas toimii saumattomasti yhdessä matplotlib-kirjaston kanssa, mikä mahdollistaa monipuolisten ja informatiivisten karttojen luomisen. Kohteiden värejä voidaan mukauttaa ominaisuustietojen perusteella ja kuvaajiin voidaan lisätä selitteitä, jotka tekevät visualisoinneista ymmärrettävämpiä.


              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()

Oliko kaikki selvää?

Kiitos palautteestasi!

Osio 1. Luku 4

Kysy tekoälyä

Kysy mitä tahansa tai kokeile jotakin ehdotetuista kysymyksistä aloittaaksesi keskustelumme

Osio 1. Luku 4