等間隔コロプレス図
前の演習では、樹木密度の地図を作成しました。コロプレス図について理解が深まったので、この可視化をもう少し掘り下げていきます。
まず、単純な樹木の本数と、地区の面積で正規化した本数（樹木密度）を使った場合の違いを見てみましょう。 次に、連続色スケールではなく、等間隔分類のバージョンを作成します。この分類アルゴリズムは、値の範囲を等しい幅のビンに分割し、それぞれに色を割り当てます。
前の演習の最終結果である district_trees GeoDataFrame はすでに読み込まれています。これは地区ごとの樹木密度を表す n_trees_per_area 変数を含みます（この変数は 10,000 倍されている点に注意してください）。
この演習はコースの一部です
Pythonで扱う地理空間データ
演習の手順
- ポリゴンの色付けに
'n_trees'変数を使ってプロットを作成し、legendキーワードで凡例も表示してください。 - 同じことを
'n_trees_per_area'変数でも行ってください。違いが見えますか？ 'n_trees_per_area'変数を使い、等間隔分類スキームでコロプレス図を作成してください。こちらも凡例を追加しましょう。
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
# 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()