著色地圖：在空間上呈現資料

在 Python 中處理地理空間資料

Dani Arribas-Bel

Geographic Data Science Lab (University of Liverpool)

著色地圖

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

在 Python 中處理地理空間資料

著色地圖

指定欄位：

locations.plot(column='variable')

含分類方法的著色地圖：

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

關鍵選項：

  • 類別數（k）
  • 分類演算法（scheme）
  • 色盤（cmap）
在 Python 中處理地理空間資料

類別數（「k」）

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

著色地圖 勢必帶來資訊損失（可以接受）

權衡：

  • 維持原始值的細節與粒度（較高 k）
  • 將資訊抽象化，較易處理與解讀（較低 k）

經驗法則：3 到 12 個類別或「區間」

在 Python 中處理地理空間資料

分類演算法（「scheme」）

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

要如何把 variable 中的每個值分到 k 個群組之一？

針對連續變數的兩種常見作法：

  • 等距（'equal_interval'）
  • 分位數（'quantiles'）
在 Python 中處理地理空間資料

等距區間

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

l04_equal_interval.png

在 Python 中處理地理空間資料

分位數

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

l04_quantiles.png

在 Python 中處理地理空間資料

色彩

類別型、無序

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

逐級、序列色

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

逐級、發散色

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

pastel5.png

l04_pal_seq.png

l04_pal_div.png

重點：與你的目的一致

在 Python 中處理地理空間資料

一起來練習吧！

在 Python 中處理地理空間資料

Preparing Video For Download...