Visualizzare la densità di popolazione
Torniamo al dataset dei distretti. In un esercizio precedente abbiamo visualizzato i distretti con un colore uniforme. Ma spesso vogliamo mostrare la variazione spaziale di una variabile e colorare di conseguenza i poligoni.
In questo esercizio visualizzeremo la variazione spaziale della densità di popolazione nel centro di Parigi. Per farlo, calcoleremo prima la densità di popolazione dividendo il numero di abitanti per l'area e la aggiungeremo come nuova colonna al dataframe.
Il dataset dei distretti è già caricato come districts, GeoPandas è stato importato come geopandas e matplotlib.pyplot come plt.
Questo esercizio fa parte del corso
Lavorare con i dati geospaziali in Python
Istruzioni dell'esercizio
- Stampa le prime righe del dataset dei distretti. Vedi la colonna 'population'?
- Esamina l'area delle geometrie dei distretti.
- Aggiungi una colonna 'population_density' che rappresenti il numero di abitanti per chilometro quadrato (Nota: l'area è in metri quadrati, quindi dovrai moltiplicare il risultato per
10**6). - Traccia i distretti usando 'population_density' per colorare i poligoni.
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
# Inspect the first rows of the districts dataset
print(districts.head())
# Inspect the area of the districts
print(districts.____)
# Add a population density column
districts['population_density'] = ____ / ____ * ____
# Make a plot of the districts colored by the population density
districts.____(____, legend=True)
plt.show()