Choroplèthe à intervalles égaux
Dans le dernier exercice, nous avons créé une carte de la densité d'arbres. Maintenant que nous en savons plus sur les choroplèthes, explorons cette visualisation plus en détail.
D'abord, visualisons l'effet d'utiliser simplement le nombre d'arbres par rapport au nombre d'arbres normalisé par la superficie de l'arrondissement (la densité d'arbres). Ensuite, nous créerons une version à intervalles égaux de cette carte au lieu d'utiliser une échelle de couleurs continue. Cet algorithme de classification divise l'ensemble des valeurs en classes de taille égale et attribue une couleur à chacune.
Le GeoDataFrame district_trees, le résultat final de l'exercice précédent, est déjà chargé. Il comprend la variable n_trees_per_area, qui mesure la densité d'arbres par arrondissement (notez que la variable a été multipliée par 10 000).
Cette activité fait partie du cours
Travailler avec des données géospatiales en Python
Instructions de l’exercice
- Faites un tracé en utilisant la variable
'n_trees'pour colorer les polygones. Assurez-vous d'afficher aussi une légende à l'aide du mot-clélegend. - Répétez la même chose avec la variable
'n_trees_per_area'. Voyez-vous la différence? - Générez une choroplèthe avec la variable
'n_trees_per_area'en utilisant une classification à intervalles égaux. Là encore, assurez-vous d'ajouter une légende.
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
# 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()