Apprendre Défi : Analyse des données géospatiales | Introduction aux données géospatiales

Section 1. Chapitre 5

single

Glissez pour afficher le menu

Dans ce défi, application des connaissances en analyse de données géospatiales avec Python à travers l'utilisation de jeux de données réels et la visualisation des résultats. Utilisation des bibliothèques geopandas et matplotlib pour charger, filtrer et représenter graphiquement des données spatiales pour un continent sélectionné. Ce processus permet de renforcer les compétences en accès à des jeux de données géographiques, en manipulation selon les attributs, et en création de cartes claires et informatives.

Commencer par examiner comment un jeu de données cartographiques mondial peut servir de couche de base pour l'analyse. Les jeux de données géospatiales incluent souvent les frontières mondiales, qui peuvent être filtrées pour se concentrer sur des régions ou continents spécifiques. Le jeu de données Natural Earth est une source courante pour ce type d'information, et il inclut de manière pratique un attribut de continent pour chaque pays.

Pour illustrer ce flux de travail, présentation de la méthode pour charger le jeu de données des pays du monde, le filtrer pour un continent particulier, et créer une visualisation mettant en évidence la région d'intérêt. L'exemple de code suivant montre comment extraire et représenter les pays d'Afrique, en utilisant des méthodes similaires à celles décrites pour l'Amérique du Sud.


              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()

Cette méthode peut être adaptée à n'importe quel continent en modifiant la valeur du filtre dans le jeu de données. Le filtrage par la colonne CONTINENT permet de cibler une région spécifique, tandis que la superposition des données filtrées sur la carte de base met en valeur la zone d'intérêt. Personnalisation supplémentaire possible de la carte en ajustant les couleurs, les étiquettes et d'autres paramètres d'affichage.

Remarque

Vous pouvez explorer la liste complète des noms de continents disponibles dans le jeu de données en vérifiant les valeurs uniques de la colonne CONTINENT. Utilisez print(world['CONTINENT'].unique()) pour voir toutes les options, telles que "Asia", "Europe", "Oceania", et d'autres.

Tâche

Glissez pour commencer à coder

Charger le jeu de données des pays du monde à partir de l'URL fournie.
Filtrer le jeu de données pour sélectionner uniquement les pays appartenant à un continent autre que l'Amérique du Sud ou l'Afrique.
Tracer la carte de base du monde en gris clair.
Superposer les pays du continent sélectionné avec une couleur distincte (autre que le bleu ou le vert).
Ajouter un titre et une légende à la carte.

Le code doit générer une carte mettant clairement en évidence le continent choisi.

Solution

Passez à un bureau pour une pratique réelleContinuez d'où vous êtes en utilisant l'une des options ci-dessous

Tout était clair ?

Merci pour vos commentaires !

Section 1. Chapitre 5

single

Demandez à l'IA

Posez n'importe quelle question ou essayez l'une des questions suggérées pour commencer notre discussion