コロプレス図：空間にデータを可視化

Pythonで扱う地理空間データ

Dani Arribas-Bel

Geographic Data Science Lab (University of Liverpool)

コロプレス図

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

Pythonで扱う地理空間データ

コロプレス図

列を指定:

locations.plot(column='variable')

分類スキーム付きのコロプレス図:

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

主な選択肢:

  • クラス数（k）
  • 分類アルゴリズム（scheme）
  • カラーパレット（cmap）
Pythonで扱う地理空間データ

クラス数（「k」）

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

コロプレス図は必然的に情報損失があります（問題ありません）

次のトレードオフ:

  • 元の値の詳細・粒度を保つ（k を大きく）
  • 抽象化して理解しやすくする（k を小さく）

目安：クラス（ビン）は3～12

Pythonで扱う地理空間データ

分類アルゴリズム（「scheme」）

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

variable の各値を k 個のグループにどう割り当てるか？

連続変数の（一般的な）方法は2つ:

  • 等間隔（'equal_interval'）
  • 分位点（'quantiles'）
Pythonで扱う地理空間データ

等間隔（Equal Intervals）

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

l04_equal_interval.png

Pythonで扱う地理空間データ

分位点（Quantiles）

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

l04_quantiles.png

Pythonで扱う地理空間データ

色の選択

カテゴリ（非序数）

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

段階式、連続

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

段階式、発散

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

pastel5.png

l04_pal_seq.png

l04_pal_div.png

重要：目的に合わせる

Pythonで扱う地理空間データ

練習しましょう！

Pythonで扱う地理空間データ

Preparing Video For Download...