Visualiser des données géospatiales en Python
Mary van Valkenburg
Data Science Program Manager, Nashville Software School
# Construire un objet carte pour Nashville
nashville = [36.1636,-86.7823]
m = folium.Map(location=nashville, zoom_start=10)
# Créer une choroplèthe avec la classe Choropleth de folium
folium.Choropleth(...)
geo_data - source des polygones (fichier GeoJSON ou GeoDataFrame)name - nom de la colonne géométrie (ou propriété GeoJSON) des polygonesdata - DataFrame ou Series source pour les données normaliséescolumns - liste de deux colonnes : une correspondant aux polygones et une avec la valeur à tracerkey_on - variable GeoJSON à laquelle lier les données (commence toujours par feature)fill_color - couleur de remplissage des polygones (bleu par défaut) fill_opacity - entre 0 (transparent) et 1 (opaque)line_color - couleur des bordures des polygones (noir par défaut)line_opacity - entre 0 (transparent) et 1 (opaque) legend_name - crée un titre pour la légende# Point central et carte pour Nashville
nashville = [36.1636,-86.7823]
m = folium.Map(location=nashville, zoom_start=10)
# Définir une couche choroplèthe pour la carte
folium.Choropleth(
geo_data=districts_with_counts,
name='geometry',
data=districts_with_counts,
columns=['district', 'school_density'],
key_on='feature.properties.district',
fill_color='YlGn',
fill_opacity=0.75,
line_opacity=0.5,
legend_name='Écoles par km carré selon le district scolaire'
).add_to(m)
folium.LayerControl().add_to_map()
display(m)

Visualiser des données géospatiales en Python