Visualizar la densidad de población
Volvamos al conjunto de datos de los distritos. En un ejercicio anterior representamos los distritos con un color uniforme. Pero a menudo queremos mostrar la variación espacial de una variable y colorear los polígonos en consecuencia.
En este ejercicio vamos a visualizar la variación espacial de la densidad de población en el centro de París. Para ello, primero calcularemos la densidad de población dividiendo el número de habitantes entre el área y la añadiremos como una columna nueva al dataframe.
El conjunto de datos de distritos ya está cargado como districts, GeoPandas se ha importado como geopandas y matplotlib.pyplot como plt.
Este ejercicio forma parte del curso
Trabajo con datos geoespaciales en Python
Instrucciones del ejercicio
- Imprime las primeras filas del conjunto de datos de distritos. ¿Ves la columna 'population'?
- Inspecciona el área de las geometrías de los distritos.
- Añade una columna 'population_density' que represente el número de habitantes por kilómetro cuadrado (Nota: el área está en metros cuadrados, así que tendrás que multiplicar el resultado por
10**6). - Representa los distritos usando 'population_density' para colorear los polígonos.
Ejercicio interactivo práctico
Prueba este ejercicio y completa el código de muestra.
# Inspect the first rows of the districts dataset
print(districts.head())
# Inspect the area of the districts
print(districts.____)
# Add a population density column
districts['population_density'] = ____ / ____ * ____
# Make a plot of the districts colored by the population density
districts.____(____, legend=True)
plt.show()