Pēdējos gados choropleth kartes ir kļuvušas arvien populārākas, jo tās nodrošina viegli saprotamu sarežģītu datu attēlojumu skaidrā un kodolīgā veidā. Koropleta karte ir tematiskās kartes veids, kurā apgabali ir iekrāsoti vai krāsoti atbilstoši konkrēta mainīgā vērtībai. Viens no izaicinājumiem, veidojot šīs kartes, ir nepieciešamība pievienot etiķetes, kas var palīdzēt lietotājiem saprast attēlojamo informāciju. Šajā rakstā mēs izpētīsim risinājumu iezīmju pievienošanai choropleth kartēm, izmantojot Python.
Etiķešu pievienošana choropleth kartēm, izmantojot Python
Izplatīta bibliotēka choropleth karšu izveidei Python valodā ir GeoPandas , kas ļauj lietotājiem izveidot un manipulēt ar ģeotelpiskajiem datiem. GeoPandas paplašina populāro pandas bibliotēku , nodrošinot datu struktūras, kas īpaši paredzētas darbam ar ģeogrāfiskajiem datiem. Lai pievienotu etiķetes choropleth kartei, kas izveidota ar GeoPandas, varat izmantot matplotlib bibliotēku — plaši izmantotu datu vizualizācijas bibliotēku Python valodā.
Soli pa solim ceļvedis iezīmju pievienošanai choropleth kartei programmā Python
Šajā sadaļā mēs apskatīsim iezīmju pievienošanas procesu choropleth kartei, izmantojot Python un GeoPandas un matplotlib bibliotēkas. Veiciet tālāk norādītās darbības.
1. Vispirms importējiet nepieciešamās bibliotēkas :
import geopandas as gpd import matplotlib.pyplot as plt
2. Izlasiet formu failu , kurā ir ģeogrāfiskās robežas, kuras vēlaties izmantot horopleta kartē:
data = gpd.read_file('path/to/your/shapefile.shp')
3. Izveidojiet horopleta karti , izmantojot GeoPandas metodi `plot`:
ax = data.plot(column='variable', cmap='coolwarm', legend=True)
Kur "variable" apzīmē datu kolonnu, kuru vēlaties attēlot horepleta kartē, un "coolwarm" ir krāsu palete. Krāsu paleti var pielāgot, atlasot citas opcijas no matplotlib krāsu shēmām.
4. Pievienojiet horopleta kartei etiķetes, izmantojot matplotlib funkciju `annotate`:
for x, y, label in zip(data.geometry.centroid.x, data.geometry.centroid.y, data['variable']):
ax.annotate(label, xy=(x, y), xytext=(x, y), color='black', fontsize=8)
Šeit mēs atkārtojam katra GeoDataFrame daudzstūra centroīdu un pievienojam etiķeti (mainīgā lieluma vērtību) šajā vietā.
5. Visbeidzot, parādiet horopleta karti ar apzīmējumiem:
plt.show()
Izpratne par GeoPandas un matplotlib
- GeoPandas: GeoPandas ir jaudīga bibliotēka, kas padara darbu ar ģeotelpiskajiem datiem Python vienkāršu un efektīvu. Tas nodrošina efektīvas datu struktūras un algoritmus darbam ar telpiskajiem datiem, tostarp iespēju lasīt un rakstīt dažādus formātus, veikt telpiskās darbības un nodrošināt uzlabotu telpisko indeksāciju.
- matplotlib: matplotlib ir viena no populārākajām Python datu vizualizācijas bibliotēkām, kas piedāvā plašu diagrammu iespēju klāstu. Tā plašās pielāgošanas iespējas ļauj lietotājiem izveidot sarežģītas un īpaši pielāgotas vizualizācijas. Šajā rakstā mēs izmantojām matplotlib kopā ar GeoPandas, lai pievienotu etiķetes mūsu choropleth kartei.
Visbeidzot, etiķešu pievienošana choropleth kartēm, izmantojot Python, ir iespējama, izmantojot GeoPandas un Matplotlib bibliotēkas. Izmantojot šos rīkus, varat izveidot informatīvus un skaidrus sarežģītu datu vizuālus attēlojumus, kas lietotājiem atvieglo sniegtās informācijas izpratni un interpretāciju.
