Koropleth-kartat ovat viime vuosina tulleet yhä suositummiksi, koska ne tarjoavat helposti ymmärrettävän esityksen monimutkaisista tiedoista selkeästi ja ytimekkäästi. Koropleth-kartta on eräänlainen teemakartta, jossa alueet on väritetty tai kuvioitu tietyn muuttujan arvon mukaan. Yksi näiden karttojen luomisen haasteista on tarve lisätä tarroja, jotka voivat auttaa käyttäjiä ymmärtämään esitettävää tietoa. Tässä artikkelissa tutkimme ratkaisua nimikkeiden lisäämiseen choropleth-karttoihin Pythonilla.
Tunnisteiden lisääminen choropleth-karttoihin Pythonilla
Yleinen kirjasto choropleth-karttojen luomiseen Pythonissa on GeoPandas, jonka avulla käyttäjät voivat luoda ja käsitellä geospatiaalisia tietoja. GeoPandas laajentaa suosittua pandakirjasto tarjoamalla tietorakenteita, jotka on erityisesti suunniteltu työskentelemään maantieteellisten tietojen kanssa. Voit lisätä tunnisteita GeoPandasilla luotuun koropleth-karttaan käyttämällä matplotlib kirjasto, laajalti käytetty tietojen visualisointikirjasto Pythonissa.
Vaiheittainen opas tarrojen lisäämiseen Pythonissa olevaan koropleth-karttaan
Tässä osiossa käydään läpi nimikkeiden lisääminen choropleth-karttaan Pythonin sekä GeoPandas- ja matplotlib-kirjastojen avulla. Toimi seuraavasti:
1. Ensimmäinen, tuoda tarvittavat kirjastot:
import geopandas as gpd import matplotlib.pyplot as plt
2. Lue shape-tiedosto joka sisältää maantieteelliset rajat, joita haluat käyttää koropleth-kartassa:
data = gpd.read_file('path/to/your/shapefile.shp')
3. Luo choropleth-kartta käyttämällä GeoPandaksen "plot"-menetelmää:
ax = data.plot(column='variable', cmap='coolwarm', legend=True)
Missä "muuttuja" edustaa saraketta tiedoistasi, jonka haluat esittää koropleth-kartassa, ja "coolwarm" on väripaletti. Voit mukauttaa väripalettia valitsemalla muita vaihtoehtoja matplotlib värimaailmat.
4. Lisää tunnisteita koropleth-karttaan käyttämällä matplotlibin "annotate"-toimintoa:
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)
Tässä iteroimme GeoDataFrame-kehyksen jokaisen polygonin painopisteen ja lisäämme tunnisteen (muuttujan arvon) kyseiseen kohtaan.
5. Lopuksi näytä koropleth-kartta etiketeillä:
plt.show()
GeoPandasin ja matplotlibin ymmärtäminen
- GeoPandas: GeoPandas on tehokas kirjasto, joka tekee paikkatietojen käsittelystä Pythonissa helppoa ja tehokasta. Se tarjoaa tehokkaita tietorakenteita ja algoritmeja paikkatiedon kanssa työskentelyyn, mukaan lukien kyky lukea ja kirjoittaa erilaisia muotoja, suorittaa spatiaalisia toimintoja ja tarjota kehittynyttä spatiaalista indeksointia.
- matplotlib: matplotlib on yksi Pythonin suosituimmista datan visualisointikirjastoista, joka tarjoaa laajan valikoiman piirustusvaihtoehtoja. Sen laajat mukautusvaihtoehdot antavat käyttäjille mahdollisuuden luoda monimutkaisia ja erittäin räätälöityjä visualisointeja. Tässä artikkelissa käytimme matplotlibiä yhdessä GeoPandasin kanssa lisätäksemme tunnisteita choropleth-karttaan.
Yhteenvetona voidaan todeta, että tunnisteiden lisääminen choropleth-karttoihin Pythonilla on mahdollista GeoPandas- ja matplotlib-kirjastojen avulla. Näillä työkaluilla voit luoda informatiivisia ja selkeitä visuaalisia esityksiä monimutkaisista tiedoista, jolloin käyttäjien on helpompi ymmärtää ja tulkita esitettyjä tietoja.
