or
Cet exercice fait partie du cours
Dans ce chapitre, vous allez découvrir les notions de données géospatiales, et plus précisément de données vectorielles. Vous apprendrez ensuite à représenter ces données en Python avec la bibliothèque GeoPandas, ainsi que les bases pour les lire, les explorer et les visualiser. Vous mettrez tout cela en pratique avec des jeux de données sur la ville de Paris.
L’un des aspects clés des données géospatiales est la manière dont elles se relient entre elles dans l’espace. Dans ce chapitre, vous découvrirez les différents types de relations spatiales et comment les utiliser en Python pour interroger les données ou effectuer des jointures spatiales. Enfin, vous approfondirez aussi les visualisations en choroplèthes.
Dans ce chapitre, nous examinerons plus en détail la manière dont les coordonnées des géométries sont exprimées selon leur système de référence de coordonnées (CRS). Vous apprendrez l’importance de ces systèmes de référence et comment les gérer concrètement avec GeoPandas. Vous verrez également comment créer de nouvelles géométries à partir des relations spatiales, ce qui vous permettra de superposer des jeux de données spatiaux. Et vous continuerez à pratiquer tout cela avec des données parisiennes !
Dans ce dernier chapitre, nous quittons les données parisiennes pour appliquer tout ce que vous avez appris à un tout nouveau jeu de données sur les sites miniers artisanaux dans l’Est du Congo. Vous découvrirez aussi de nouvelles opérations spatiales, comment appliquer des opérations spatiales personnalisées, et vous aurez un aperçu des données raster.
Exercice en cours