Explorer un jeu de données sur l'utilisation du sol
Pour les exercices suivants, nous introduisons d'abord un nouveau jeu de données : un jeu de données sur l'utilisation du sol à Paris (une version simplifiée basée sur le Urban Atlas européen ouvert). L'utilisation du sol indique à quel type d'activité une zone est consacrée, par exemple résidentielle ou récréative. Il s'agit d'un jeu de données de polygones, avec une étiquette qui représente la classe d'utilisation du sol pour différentes zones de Paris.
Dans cet exercice, vous allez lire les données, les explorer visuellement et calculer la superficie totale des différentes classes d'utilisation du sol dans la région de Paris.
GeoPandas et matplotlib sont déjà importés.
Cette activité fait partie du cours
Travailler avec des données géospatiales en Python
Instructions de l’exercice
- Lisez le fichier
'paris_land_use.shp'et assignez le résultat à une variableland_use. - Tracez un graphique de
land_useen utilisant la colonne'class'pour colorer les polygones. Ajoutez aussi une légende. Remarque : la génération du graphique peut prendre quelques secondes, car il y a beaucoup de polygones. - Ajoutez une nouvelle colonne
'area'avec la superficie de chaque polygone. - Calculez la superficie totale en km² pour chaque
'class'à l'aide de la méthodegroupby(), puis affichez le résultat.
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
# Import the land use dataset
land_use = geopandas.____
print(land_use.head())
# Make a plot of the land use with 'class' as the color
land_use.plot(____, legend=True, figsize=(15, 10))
plt.show()
# Add the area as a new column
land_use['area'] = ____
# Calculate the total area for each land use class
total_area = land_use.groupby(____)['area'].____() / 1000**2
print(total_area)