Aprenda Operações Espaciais Básicas | Introdução aos Dados Geoespaciais

Deslize para mostrar o menu

O trabalho com dados geoespaciais geralmente começa com a capacidade de filtrar, selecionar e visualizar feições com base em seus atributos ou propriedades espaciais. Utilizando a biblioteca geopandas, é possível realizar essas operações espaciais básicas de forma eficiente. Filtragem permite focar em feições de interesse dentro de um conjunto de dados maior, enquanto a plotagem auxilia na interpretação visual de padrões e relações espaciais.

Para filtrar dados espaciais, normalmente utiliza-se indexação booleana e o acessador .loc no geopandas. Isso possibilita selecionar linhas que atendam a critérios específicos, como todas as feições com 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()

Após filtrar seus dados, a visualização em um mapa é uma etapa essencial na análise geoespacial. O geopandas integra-se perfeitamente ao matplotlib, permitindo criar mapas ricos e informativos. É possível personalizar as cores das feições com base nos valores dos atributos e adicionar legendas para tornar os gráficos mais 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()

Tudo estava claro?

Obrigado pelo seu feedback!

Seção 1. Capítulo 4

Pergunte à IA

Pergunte o que quiser ou experimente uma das perguntas sugeridas para iniciar nosso bate-papo

Seção 1. Capítulo 4