MulaiMulai sekarang secara gratis

Choropleth interval sama

Pada latihan sebelumnya, kita membuat peta kepadatan pohon. Sekarang setelah memahami lebih jauh tentang choropleth, kita akan menelaah visualisasi ini lebih detail.

Pertama, mari visualisasikan perbedaan antara menggunakan jumlah pohon saja dibandingkan jumlah pohon yang dinormalisasi berdasarkan luas distrik (kepadatan pohon). Kedua, kita akan membuat versi interval sama dari peta ini alih-alih menggunakan skala warna kontinu. Algoritma klasifikasi ini akan membagi rentang nilai menjadi beberapa bin yang sama besar dan menetapkan warna untuk masing-masing.

GeoDataFrame district_trees, hasil akhir dari latihan sebelumnya, sudah dimuat. Objek ini mencakup variabel n_trees_per_area yang mengukur kepadatan pohon per distrik (perhatikan bahwa variabel ini telah dikalikan 10.000).

Latihan ini adalah bagian dari kursus

Bekerja dengan Data Geospasial di Python

Lihat Kursus

Petunjuk latihan

  • Buat plot dengan menggunakan variabel 'n_trees' untuk mewarnai poligon. Pastikan juga menampilkan legenda dengan kata kunci legend.
  • Ulangi hal yang sama menggunakan variabel 'n_trees_per_area'. Apakah Anda melihat perbedaannya?
  • Hasilkan choropleth dengan variabel 'n_trees_per_area' menggunakan skema klasifikasi interval sama. Sekali lagi, pastikan untuk menambahkan legenda.

Latihan interaktif praktis

Cobalah latihan ini dengan menyelesaikan kode contoh berikut.

# 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()
Edit dan Jalankan Kode