Een verfijnde Geopandas-choropleth maken

Na het samenvoegen van counts_df met permits_by_district maak je een kolom met genormaliseerde permit_density door het aantal vergunningen in elk raadsdistrict te delen door de oppervlakte van dat raadsdistrict. Daarna plot je je definitieve geopandas-choropleth van de bouwprojecten in elk raadsdistrict.

Deze oefening maakt deel uit van de cursus

Geospatiale data visualiseren in Python

Bekijk cursus

Oefeninstructies

Voeg permits_by_district en counts_df samen op district om districts_and_permits te maken.
Bereken met apply() en een lambda-expressie een nieuwe kolom in districts_and_permits met de naam permit_density. Deel aantallen door oppervlakten.
Plot een choropleth van districts_and_permits, gebruik permit_density met de OrRd-colormap en zwarte omtrekken.
Voeg aslabels toe (lengte- en breedtegraad) en de meegegeven titel. Laat je plot zien.

Interactieve oefening met praktijkervaring

Probeer deze oefening door deze voorbeeldcode aan te vullen.

# Merge permits_by_district and counts_df
districts_and_permits = pd.merge(____, ____, on = ____)

# Create permit_density column
districts_and_permits['permit_density'] = districts_and_permits.apply(lambda row: row.____ / row.____, axis = 1)
print(districts_and_permits.head(2))

# Create choropleth plot
districts_and_permits.plot(column = ____, ____ = 'OrRd', ____ = 'black', legend = True)

# Add axis labels and title
plt.xlabel(____)
plt.ylabel(____)
plt.title('2017 Building Project Density by Council District')
plt.show()

Code bewerken en uitvoeren