Choropleth mit gleichen Intervallen
In der letzten Übung haben wir eine Karte der Baumdichte erstellt. Jetzt, da wir mehr über Choropleths wissen, schauen wir uns diese Visualisierung genauer an.
Zuerst vergleichen wir den Effekt, wenn wir nur die Anzahl der Bäume verwenden, mit der Anzahl der Bäume normalisiert nach der Fläche des Bezirks (der Baumdichte). Zweitens erstellen wir eine Variante dieser Karte mit gleichen Intervallen, anstatt eine kontinuierliche Farbskala zu verwenden. Dieser Klassifizierungsalgorithmus teilt den Wertebereich in gleich große Klassen auf und weist jeder eine Farbe zu.
Das GeoDataFrame district_trees, das Endergebnis der vorherigen Übung, ist bereits geladen. Es enthält die Variable n_trees_per_area, die die Baumdichte pro Bezirk misst (beachte: die Variable wurde mit 10.000 multipliziert).
Diese Übung ist Teil des Kurses
Arbeiten mit Geodaten in Python
Anleitung zur Übung
- Erstelle einen Plot, der die Polygone mit der Variable
'n_trees'einfärbt. Achte darauf, auch eine Legende über das Schlüsselwortlegendanzuzeigen. - Wiederhole das Gleiche mit der Variable
'n_trees_per_area'. Siehst du den Unterschied? - Erzeuge ein Choropleth mit der Variable
'n_trees_per_area'unter Verwendung einer Klassifizierung nach gleichen Intervallen. Achte erneut darauf, eine Legende hinzuzufügen.
Interaktive Übung
Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.
# Print the first rows of the tree density dataset
print(districts_trees.head())
# Make a choropleth of the number of trees
districts_trees.plot(____, ____)
plt.show()
# Make a choropleth of the number of trees per area
districts_trees.plot(____, ____)
plt.show()
# Make a choropleth of the number of trees
districts_trees.plot(____, ____, ____)
plt.show()