Populacja pracownicza
W tym ćwiczeniu stworzysz mapę porównującą gęstość zaludnienia pracowniczego i rezydentów na obszarze metropolitalnym Nowego Jorku. Skorzystasz z biblioteki geopandas, którą poznałeś(-aś) w poprzednim rozdziale. Geometrie powiatów obszaru metropolitalnego Nowego Jorku znajdują się w DataFrame geo_nyma, który jest wyświetlony w oknie wykresu. Dodatkowe dane demograficzne są wczytane do DataFrame nyma_counties.
Biblioteki pandas i geopandas są załadowane z użyciem standardowych aliasów.
To ćwiczenie jest częścią kursu
Analiza danych spisowych USA w Pythonie
Instrukcje do ćwiczenia
- Połącz
geo_nymaznyma_countiesna kolumnachstateicounty - Oblicz gęstość pracowniczą i rezydentów w kilometrach kwadratowych jako
1000**2razy odpowiednia populacja, podzielone przezgeo_nyma.area - Zwizualizuj gęstość rezydentów, ustawiając parametr
columnna odpowiednią kolumnę - Zrób to samo dla gęstości pracowniczej
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Merge population data with geopandas DataFrame
geo_nyma = pd.merge(geo_nyma, ____, ____)
# Calculate population densities
geo_nyma["worker_density"] = ____
geo_nyma["residential_density"] = ____
# Compare residential and worker density plots
fig, axes = plt.subplots(ncols=2)
geo_nyma.plot(____, cmap = "YlGnBu", ax=axes[0])
geo_nyma.plot(____, cmap = "YlGnBu", ax=axes[1])
plt.show()