Esplorare un dataset di uso del suolo
Per i prossimi esercizi, introdurremo un nuovo dataset: un insieme di dati sull’uso del suolo di Parigi (una versione semplificata basata sull’Urban Atlas europeo open). L’uso del suolo indica per quale tipo di attività è utilizzata una certa area, ad esempio residenziale o ricreativa. È un dataset di poligoni, con un’etichetta che rappresenta la classe di uso del suolo per diverse aree di Parigi.
In questo esercizio leggeremo i dati, li esploreremo visivamente e calcoleremo l’area totale delle diverse classi di uso del suolo nell’area di Parigi.
GeoPandas e matplotlib sono già importati.
Questo esercizio fa parte del corso
Lavorare con i dati geospaziali in Python
Istruzioni dell'esercizio
- Leggi il file
'paris_land_use.shp'e assegna il risultato a una variabileland_use. - Crea un grafico di
land_use, usando la colonna'class'per colorare i poligoni. Aggiungi anche una legenda. Nota: la generazione del grafico potrebbe richiedere qualche secondo perché ci sono molti poligoni. - Aggiungi una nuova colonna
'area'con l’area di ciascun poligono. - Calcola l’area totale in km² per ogni
'class'usando il metodogroupby()e stampa il risultato.
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
# Import the land use dataset
land_use = geopandas.____
print(land_use.head())
# Make a plot of the land use with 'class' as the color
land_use.plot(____, legend=True, figsize=(15, 10))
plt.show()
# Add the area as a new column
land_use['area'] = ____
# Calculate the total area for each land use class
total_area = land_use.groupby(____)['area'].____() / 1000**2
print(total_area)