शुरू करेंमुफ़्त में शुरू करें

Equal interval choropleth

पिछले अभ्यास में, हमने पेड़ों की घनत्व का एक मानचित्र बनाया था। अब जब आप choropleths के बारे में और जानते हैं, तो हम इस विज़ुअलाइज़ेशन को थोड़ा और गहराई से समझेंगे.

पहले, आइए सिर्फ कुल पेड़ों की संख्या और जिले के क्षेत्रफल के अनुसार सामान्यीकृत पेड़ों की संख्या (यानी tree density) के उपयोग का प्रभाव देखें. दूसरे चरण में, हम एक continuous color scale के बजाय इस मानचित्र का equal interval संस्करण बनाएँगे। यह classification एल्गोरिदम मानों की रेंज को बराबर वर्गों (bins) में बाँटता है और प्रत्येक को एक रंग देता है.

district_trees GeoDataFrame, जो पिछले अभ्यास का अंतिम परिणाम है, पहले से लोड है। इसमें n_trees_per_area वैरिएबल शामिल है, जो जिलेवार tree density मापता है (ध्यान दें कि इस वैरिएबल को 10,000 से गुणा किया गया है).

यह अभ्यास पाठ्यक्रम का हिस्सा है

Python में Geospatial Data के साथ काम करना

पाठ्यक्रम देखें

अभ्यास निर्देश

  • बहुभुजों को रंगने के लिए 'n_trees' वैरिएबल का उपयोग करके एक plot बनाएँ। legend कीवर्ड का उपयोग करके लेजेंड भी दिखाना सुनिश्चित करें.
  • यही प्रक्रिया 'n_trees_per_area' वैरिएबल के साथ दोहराएँ। क्या आपको फर्क दिखता है?
  • 'n_trees_per_area' वैरिएबल के साथ equal interval classification स्कीम का उपयोग करते हुए एक choropleth जनरेट करें। फिर से, लेजेंड जोड़ना सुनिश्चित करें.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# 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()
कोड संपादित करें और चलाएँ