En este capítulo, aprenderás a crear un mapa de dos capas: primero trazando regiones a partir de un shapefile y luego puntos de ubicación como un diagrama de dispersión.

Introducción

Representar un diagrama de dispersión a partir de longitud y latitud

Dar estilo a un diagrama de dispersión

Extraer longitud y latitud

Trazar ubicaciones de gallinas

Geometrías y shapefiles

Crear un GeoDataFrame y examinar la geometría

Trazar polígonos de un shapefile

Diagramas de dispersión sobre polígonos

Geometría

Graficar puntos sobre polígonos - parte 1

Trazar puntos sobre polígonos - parte 2

Construir mapas de 2 capas: combinar polígonos y diagramas de dispersión

Trabajarás con GeoJSON para crear gráficos poligonales, aprenderás sobre proyecciones y sistemas de referencia de coordenadas, y practicarás uniones espaciales de datos en este capítulo.

GeoJSON y gráficos con geopandas

Trabajar con GeoJSON

Mapas de color

Mapa de los barrios de Nashville

Proyecciones y sistemas de referencia de coordenadas

Cambiar sistemas de referencia de coordenadas

Construye un GeoDataFrame a partir de un DataFrame

Uniones espaciales

Práctica de unión espacial

Encontrar el barrio con más arte público

Agregar puntos dentro de polígonos

Trazar el vecindario Urban Residents y su arte

Creación y unión de GeoDataFrames

Primero, aprenderás a obtener información sobre las geometrías de tus datos con tres atributos y métodos distintos de GeoSeries. Después, aprenderás a crear una capa de mapa de calles usando folium.

Atributos y métodos de GeoSeries I

Calcula el área del barrio Urban Residents

Atributos y métodos de GeoSeries II

El centro del barrio Urban Residents

Prepárate para calcular distancias

Distancias del arte desde el centro del vecindario

Mapas de calles con folium

Crea una ubicación de folium a partir del centroide urbano

Crea un mapa de folium del centro de Nashville

Mapa de calles con Folium del barrio del centro

Crear marcadores y ventanas emergentes en folium

Añadir marcadores para el arte público

Solucionar problemas de datos

Un mapa del arte del centro

GeoSeries y Folium

En este capítulo, conocerás un tipo especial de mapa llamado coropleta. Luego aprenderás y practicarás cómo crear coropletas usando dos paquetes distintos: geopandas y folium.

¿Qué es un coropleta?

Obtener recuentos a partir de una unión espacial

Áreas de distritos del consejo y recuentos de permisos

Calcular una métrica normalizada

Coropletas con geopandas

Área en km cuadrados, geometría en grados decimales

Unión espacial y obtención de recuentos

Crear un coroplético pulido con Geopandas

Coropletas con folium

Coropleta con Folium

Coropleta con folium con marcadores y ventanas emergentes

Reflexiones finales

Crear un coropleta: densidad de licencias de obra en Nashville

Building permits issued in Nashville in 2017

Council district GIS data

Nashville neighborhoods GIS data

Public artworks in Nashville

School district GIS data

Schools in Nashville

Service district

Una de las tareas más importantes de una persona de datos es entender la relación entre la ubicación física de sus datos y su contexto geográfico. En este curso aprenderás a crear visualizaciones atractivas de datos geoespaciales con el paquete GeoPandas. Aprenderás a unir conjuntos de datos espacialmente, vinculando datos y contexto. Por último, aprenderás a superponer datos geoespaciales sobre mapas para añadir aún más señales espaciales a tu trabajo. Utilizarás varios conjuntos de datos del portal de datos abiertos de la ciudad de Nashville para descubrir dónde están las gallinas en Nashville, qué barrio tiene más arte público y mucho más.

Introduction to Data Visualization with Matplotlib

Data Manipulation with pandas

Aprende a crear visualizaciones atractivas de datos geoespaciales en Python con geopandas y folium.

Visualización de datos geoespaciales en Python

Aprende a crear visualizaciones atractivas de datos geoespaciales en Python utilizando el paquete geopandas y los mapas folium.

Visualización de datos en Python

Trabajar con GeoJSON

Visualización de datos geoespaciales en Python

Ejercicio interactivo práctico