Explorer un jeu de données sur l’occupation du sol
Pour les exercices suivants, nous vous présentons un nouveau jeu de données : un jeu sur l’occupation du sol de Paris (une version simplifiée basée sur l’Urban Atlas européen ouvert). L’occupation du sol indique l’usage d’une zone donnée, par exemple résidentiel ou récréatif. Il s’agit d’un jeu de polygones, avec une étiquette représentant la classe d’occupation du sol pour différentes zones de Paris.
Dans cet exercice, vous allez lire les données, les explorer visuellement et calculer la surface totale des différentes classes d’occupation du sol dans l’aire parisienne.
GeoPandas et matplotlib sont déjà importés.
Cet exercice fait partie du cours
Travailler avec des données géospatiales en Python
Instructions
- Lisez le fichier
'paris_land_use.shp'et affectez le résultat à une variableland_use. - Tracez
land_useen utilisant la colonne'class'pour colorer les polygones. Ajoutez également une légende. Remarque : la génération du tracé peut prendre quelques secondes, car il y a beaucoup de polygones. - Ajoutez une nouvelle colonne
'area'contenant la surface de chaque polygone. - Calculez la surface totale en km² pour chaque
'class'avec la méthodegroupby(), puis affichez le résultat.
Exercice interactif pratique
Essayez cet exercice en complétant cet exemple de code.
# 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)