Geospatiale data visualiseren in Python
Mary van Valkenburg
Data Science Program Manager, Nashville Software School
# Construct a map object for Nashville
nashville = [36.1636,-86.7823]
m = folium.Map(location=nashville, zoom_start=10)
# Create a choropleth using the folium Choropleth class
folium.Choropleth(...)
geo_data - brondata voor de polygonen (geojson-bestand of GeoDataFrame)name - naam van de geometriekolom (of geojson-property) voor de polygonendata - de bron-DataFrame of -Series voor de genormaliseerde datacolumns - lijst met kolommen: één die overeenkomt met de polygonen en één met de te plotten waardekey_on - een GeoJSON-variabele om de data aan te koppelen (begint altijd met feature)fill_color - vulkleur van polygonen (standaard blauw) fill_opacity - bereik tussen 0 (transparant) en 1 (dekkend)line_color - kleur van polygongrenzen (standaard zwart)line_opacity - bereik tussen 0 (transparant) en 1 (dekkend) legend_name - titel voor de legenda# Center point and map for Nashville
nashville = [36.1636,-86.7823]
m = folium.Map(location=nashville, zoom_start=10)
# Define a choropleth layer for the map
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='Schools per km squared by School District'
).add_to(m)
folium.LayerControl().add_to_map()
display(m)

Geospatiale data visualiseren in Python