코로플레스: 공간에 데이터 매핑

Python으로 지리공간 데이터 다루기

Dani Arribas-Bel

Geographic Data Science Lab (University of Liverpool)

코로플레스

countries.plot(column='gdp_per_cap', legend=True)

Python으로 지리공간 데이터 다루기

코로플레스

열 지정:

locations.plot(column='variable')

분류 스킴이 있는 코로플레스:

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

핵심 선택:

  • 클래스 수(k)
  • 분류 알고리즘(scheme)
  • 색상 팔레트(cmap)
Python으로 지리공간 데이터 다루기

클래스 수("k")

locations.plot(column='variable', scheme='Quantiles', k=7, cmap='viridis')

코로플레스는 본질적으로 정보 손실을 수반합니다(괜찮습니다)

다음 간의 균형:

  • 원래 값의 세부성 유지(더 높은 k)
  • 정보를 추상화하여 더 쉽게 해석(더 낮은 k)

경험칙: 클래스 또는 "빈"은 3~12개

Python으로 지리공간 데이터 다루기

분류 알고리즘("scheme")

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

variable의 모든 값을 k개 그룹에 어떻게 배정할까요?

연속형 변수에 대한 두 가지(일반적) 접근법:

  • 동일 간격('equal_interval')
  • 분위수('quantiles')
Python으로 지리공간 데이터 다루기

동일 간격

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

l04_equal_interval.png

Python으로 지리공간 데이터 다루기

분위수

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

l04_quantiles.png

Python으로 지리공간 데이터 다루기

색상

범주형, 비순서형

locations.plot(column='variable', 
               categorical=True, cmap='Purples')

구간화, 연속형

locations.plot(column='variable', 
               k=5, cmap='RdPu')

구간화, 발산형

locations.plot(column='variable', 
               k=5, cmap='RdYlGn')

pastel5.png

l04_pal_seq.png

l04_pal_div.png

중요: 목적에 맞게 선택하십시오

Python으로 지리공간 데이터 다루기

연습해 봅시다!

Python으로 지리공간 데이터 다루기

Preparing Video For Download...