Choroplet kwantylowy
W tym ćwiczeniu utworzysz kwantylową wersję mapy gęstości drzew. Pamiętaj, że algorytm kwantylowy rankinguje wartości i dzieli je na grupy o równej liczbie elementów, przypisując każdej z nich kolor.
Tym razem utworzysz siedem grup, które rozłożą kolory mapy YlGn na cały zakres wartości.
GeoDataFrame district_trees jest już wczytany. Zawiera zmienną n_trees_per_area, która mierzy gęstość drzew w poszczególnych dzielnicach (zmienna została pomnożona przez 10 000).
To ćwiczenie jest częścią kursu
Praca z danymi geoprzestrzennymi w Pythonie
Instrukcje do ćwiczenia
- Wygeneruj choropletę na podstawie zmiennej
'n_trees_per_area', używając kwantylowego schematu klasyfikacji z 7 klasami i mapy kolorówYlGn. Przypisz wynik do zmiennej o nazwieax. - Usuń ramki, znaczniki osi i ich etykiety z wykresu, aby uzyskać czystszą mapę – użyj do tego metody
set_axis_off().
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Generate the choropleth and store the axis
____ = districts_trees.plot(column='n_trees_per_area', scheme='____',
k=____, cmap='____', legend=True)
# Remove frames, ticks and tick labels from the axis
____.set_axis_off()
plt.show()