Choroplethy z folium

Wizualizacja danych geoprzestrzennych w Pythonie

Mary van Valkenburg

Data Science Program Manager, Nashville Software School

Choroplet folium.Map

# 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(...)
Wizualizacja danych geoprzestrzennych w Pythonie

Argumenty choroplet folium

  • geo_data - źródło danych dla poligonów (plik GeoJSON lub GeoDataFrame)
  • name - nazwa kolumny geometrii (lub właściwości GeoJSON) dla poligonów
  • data - źródłowy DataFrame lub seria dla znormalizowanych danych
  • columns - lista kolumn: jedna odpowiadająca poligonom i jedna z wartością do wykreślenia
Wizualizacja danych geoprzestrzennych w Pythonie

Dodatkowe argumenty choroplet folium

  • key_on - zmienna GeoJSON do powiązania z danymi (zawsze zaczyna się od feature)
  • fill_color - kolor wypełnienia poligonu (domyślnie niebieski)
  • fill_opacity - zakres od 0 (przezroczysty) do 1 (całkowicie nieprzezroczysty)
  • line_color - kolor obramowania poligonów (domyślnie czarny)
  • line_opacity - zakres od 0 (przezroczysty) do 1 (całkowicie nieprzezroczysty)
  • legend_name - tytuł legendy
Wizualizacja danych geoprzestrzennych w Pythonie
# 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)
Wizualizacja danych geoprzestrzennych w Pythonie

Choroplet folium gęstości szkół

mapa folium gęstości szkół z warstwą choroplet

Wizualizacja danych geoprzestrzennych w Pythonie

Czas na ćwiczenia!

Wizualizacja danych geoprzestrzennych w Pythonie

Preparing Video For Download...