Choroplèthe à intervalles égaux
Dans l’exercice précédent, nous avons créé une carte de la densité d’arbres. Maintenant que vous en savez plus sur les choroplèthes, explorons cette visualisation plus en détail.
Commençons par comparer l’effet d’utiliser simplement le nombre d’arbres au nombre d’arbres normalisé par la superficie de l’arrondissement (la densité d’arbres). Ensuite, nous créerons une version en intervalles égaux de cette carte, plutôt qu’une échelle de couleurs continue. Cet algorithme de classification découpe l’espace des valeurs en classes de même amplitude et attribue une couleur à chacune.
Le GeoDataFrame district_trees, c’est-à-dire le résultat final de l’exercice précédent, est déjà chargé. Il contient la variable n_trees_per_area, qui mesure la densité d’arbres par arrondissement (notez que la variable a été multipliée par 10 000).
Cet exercice fait partie du cours
Travailler avec des données géospatiales en Python
Instructions
- Réalisez une carte en utilisant la variable
'n_trees'pour colorer les polygones. Assurez-vous d’afficher également une légende en utilisant le paramètrelegend. - Recommencez 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 en intervalles égaux. Là encore, veillez à ajouter une légende.
Exercice interactif pratique
Essayez cet exercice en complétant cet exemple de code.
# 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()