Population active
Dans cet exercice, vous allez créer une carte comparant les densités de population active et résidentielle dans la région métropolitaine de New York. Vous utiliserez geopandas, que vous avez découvert dans un chapitre précédent. Les géométries des comtés de la zone métropolitaine de New York se trouvent dans le DataFrame geopandas geo_nyma, affiché dans la fenêtre de tracé. Les informations démographiques supplémentaires sont chargées dans le DataFrame nyma_counties.
pandas et geopandas sont importés avec les alias habituels.
Cet exercice fait partie du cours
Analyzing US Census Data in Python
Instructions
- Fusionnez
geo_nymaavecnyma_countiessur les colonnesstateetcounty - Calculez les densités active et résidentielle en kilomètres carrés comme
1000**2multiplié par les populations active et résidentielle, puis divisé pargeo_nyma.area - Tracez la densité résidentielle en définissant le paramètre
columnsur la colonne appropriée - Faites de même pour la densité active
Exercice interactif pratique
Essayez cet exercice en complétant cet exemple de code.
# Merge population data with geopandas DataFrame
geo_nyma = pd.merge(geo_nyma, ____, ____)
# Calculate population densities
geo_nyma["worker_density"] = ____
geo_nyma["residential_density"] = ____
# Compare residential and worker density plots
fig, axes = plt.subplots(ncols=2)
geo_nyma.plot(____, cmap = "YlGnBu", ax=axes[0])
geo_nyma.plot(____, cmap = "YlGnBu", ax=axes[1])
plt.show()