Trabalhando com Dados Geoespaciais em Python
Dani Arribas-Bel
Geographic Data Science Lab (University of Liverpool)
countries.plot(column='gdp_per_cap', legend=True)

Especificando uma coluna:
locations.plot(column='variable')
Coropleta com esquema de classificação:
locations.plot(column='variable', scheme='quantiles', k=7, cmap='viridis')
Escolhas principais:
k)scheme)cmap)locations.plot(column='variable', scheme='Quantiles', k=7, cmap='viridis')
Coropletas necessariamente implicam perda de informação (e tudo bem)
Tensão entre:
k maior)k menor)Regra prática: 3 a 12 classes ou "bins"
locations.plot(column='variable', scheme='quantiles', k=7, cmap='viridis')
Como alocar cada valor da nossa
variableem um dos gruposk?
Dois métodos (comuns) para variáveis contínuas:
'equal_interval')'quantiles')locations.plot(column='variable', scheme='equal_interval', k=7, cmap='Purples')

locations.plot(column='variable', scheme='quantiles', k=7, cmap='Purples')

Categorias, não ordenadas
locations.plot(column='variable',
categorical=True, cmap='Purples')
Graduada, sequencial
locations.plot(column='variable',
k=5, cmap='RdPu')
Graduada, divergente
locations.plot(column='variable',
k=5, cmap='RdYlGn')



IMPORTANTE: alinhe com seu objetivo
Trabalhando com Dados Geoespaciais em Python