क्लासिफिकेशन एल्गोरिदम की तुलना करें
इस अंतिम अभ्यास में, आप एक मल्टी-मैप फ़िगर बनाएँगे जिससे आप मैप वैरिएबल्स को दर्शाने के दो तरीकों की तुलना कर सकें जिन्हें हमने देखा है.
आप मानक matplotlib पैटर्न पर निर्भर करेंगे ताकि दो सबप्लॉट्स (Axes axes[0] और axes[1]) वाली एक फ़िगर बनाई जा सके और उनमें क्रमशः equal interval और quantile आधारित choropleth दिखाया जा सके. बन जाने के बाद, उन्हें विज़ुअली तुलना कीजिए ताकि समझ सकें कि क्लासिफिकेशन एल्गोरिदम का अंतिम परिणाम पर क्या प्रभाव पड़ता है.
इस अभ्यास में district_trees नाम से लोड किया गया एक GeoDataFrame ऑब्जेक्ट दिया गया है, जिसमें n_trees_per_area वैरिएबल शामिल है, जो ज़िले के अनुसार पेड़ों की घनत्व मापता है.
यह अभ्यास पाठ्यक्रम का हिस्सा है
Python में Geospatial Data के साथ काम करना
अभ्यास निर्देश
- पहले सबप्लॉट (
axes[0]) पर equal interval क्लासिफिकेशन स्कीम का उपयोग करते हुए'n_trees_per_area'कॉलम के लिए एक choropleth बनाएँ. याद रखें कि आप matplotlib का axes ऑब्जेक्टaxकीवर्ड में पास कर सकते हैं. - दूसरे सबप्लॉट (
axes[1]) पर quantile क्लासिफिकेशन स्कीम के लिए भी यही करें. पिछले प्लॉट की तरह, शीर्षक सेट करें और एक साफ़-सुथरी फ़िगर के लिए बॉक्स और axis लेबल्स हटा दें.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Set up figure and subplots
fig, axes = plt.subplots(nrows=2)
# Plot equal interval map
districts_trees.plot(____, ____, k=5, legend=True, ax=____)
axes[0].set_title('Equal Interval')
axes[0].set_axis_off()
# Plot quantiles map
districts_trees.plot(____, ____, k=5, legend=True, ax=____)
____.set_title('Quantiles')
____.set_axis_off()
# Display maps
plt.show()