Bekerja dengan Data Geospasial di Python
Dani Arribas-Bel
Geographic Data Science Lab (University of Liverpool)
countries.plot(column='gdp_per_cap', legend=True)

Menentukan kolom:
locations.plot(column='variable')
Choropleth dengan skema klasifikasi:
locations.plot(column='variable', scheme='quantiles', k=7, cmap='viridis')
Pilihan utama:
k)scheme)cmap)locations.plot(column='variable', scheme='Quantiles', k=7, cmap='viridis')
Choropleth pasti menyiratkan kehilangan informasi (itu wajar)
Tarik-menarik antara:
k lebih tinggi)k lebih rendah)Praktik umum: 3–12 kelas atau "bin"
locations.plot(column='variable', scheme='quantiles', k=7, cmap='viridis')
Bagaimana kita menempatkan setiap nilai
variableke salah satu darikgrup?
Dua pendekatan (umum) untuk variabel kontinu:
'equal_interval')'quantiles')locations.plot(column='variable', scheme='equal_interval', k=7, cmap='Purples')

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

Kategori, tidak berurutan
locations.plot(column='variable',
categorical=True, cmap='Purples')
Bertingkat, sekuensial
locations.plot(column='variable',
k=5, cmap='RdPu')
Bertingkat, divergen
locations.plot(column='variable',
k=5, cmap='RdYlGn')



PENTING: Selaraskan dengan tujuan Anda
Bekerja dengan Data Geospasial di Python