学ぶ基本的な空間操作 | 地理空間データの導入

メニューを表示するにはスワイプしてください

地理空間データの操作は、多くの場合、属性や空間的特性に基づいてフィーチャをフィルタリング、選択、可視化することから始まります。geopandasライブラリを使用することで、これらの基本的な空間操作を効率的に実行できます。フィルタリングは、大規模なデータセットの中から関心のあるフィーチャに注目するために使用され、プロットは空間パターンや関係性を視覚的に解釈するのに役立ちます。

空間データをフィルタリングするには、一般的にブールインデックスや.locのgeopandasアクセサを使用します。これにより、特定の属性値を持つすべてのフィーチャなど、特定の条件を満たす行を選択できます。


              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()

データをフィルタリングした後、地図上で可視化することは地理空間解析において重要なステップです。geopandasはmatplotlibとシームレスに統合されており、豊富で情報量の多い地図を作成できます。属性値に基づいてフィーチャの色をカスタマイズしたり、凡例を追加してプロットをより意味のあるものにすることが可能です。


              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()

すべて明確でしたか？

フィードバックありがとうございます！

セクション 1. 章 4

AIに質問する

何でも質問するか、提案された質問の1つを試してチャットを始めてください

セクション 1. 章 4