Porovnání klasifikačních algoritmů
V tomto závěrečném cvičení sestavíš obrázek s více mapami, který ti umožní porovnat oba přístupy k zobrazování proměnných, které jsme si ukázali.
Využiješ standardní vzory z matplotlib k vytvoření obrázku se dvěma podgrafy (Axes axes[0] a axes[1]) a zobrazíš v nich choropleth s klasifikací rovných intervalů a choropleth s kvantilovou klasifikací. Po vytvoření je vizuálně porovnej a prozkoumej, jaký vliv může mít volba klasifikačního algoritmu na výslednou mapu.
Cvičení pracuje s objektem GeoDataFrame načteným pod názvem district_trees, který obsahuje proměnnou n_trees_per_area měřící hustotu stromů podle okresu.
Toto cvičení je součástí kurzu
Práce s geoprostorovými daty v Pythonu
Pokyny k cvičení
- Vytvoř choropleth pro sloupec
'n_trees_per_area's použitím schématu klasifikace rovných intervalů v prvním podgrafu (axes[0]). Nezapomeň, že objekt matplotlib axes můžeš předat pomocí klíčového argumentuax. - Totéž proveď s kvantilovou klasifikací v druhém podgrafu (
axes[1]). Stejně jako v předchozím grafu nastav titulek a odstraň ohraničení i popisky os, aby mapa vypadala přehledněji.
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
# Set up figure and subplots
fig, axes = plt.subplots(nrows=2)
# Plot equal interval map
districts_trees.plot(____, ____, k=5, legend=True, ax=____)
axes[0].set_title('Equal Interval')
axes[0].set_axis_off()
# Plot quantiles map
districts_trees.plot(____, ____, k=5, legend=True, ax=____)
____.set_title('Quantiles')
____.set_axis_off()
# Display maps
plt.show()