Изучение набора данных о землепользовании
В следующих упражнениях мы познакомимся с новым набором данных — данными о землепользовании в Париже (упрощённая версия на основе открытого европейского проекта Urban Atlas). Землепользование показывает, для какой деятельности используется та или иная территория: например, жилая застройка или зона отдыха. Это полигональный набор данных, в котором каждой области Парижа присвоена метка класса землепользования.
В этом упражнении вы считаете данные, визуально изучите их и вычислите суммарную площадь для каждого класса землепользования в Париже.
GeoPandas и matplotlib уже импортированы.
Это упражнение является частью курса
Работа с геопространственными данными в Python
Инструкции к упражнению
- Считайте файл
'paris_land_use.shp'и сохраните результат в переменнуюland_use. - Постройте график
land_use, используя столбец'class'для окраски полигонов. Также добавьте легенду. Обратите внимание: генерация графика может занять несколько секунд, так как полигонов много. - Добавьте новый столбец
'area'с площадью каждого полигона. - Вычислите суммарную площадь в км² для каждого класса
'class'с помощью методаgroupby()и выведите результат.
Интерактивное практическое упражнение
Попробуйте выполнить это упражнение, дополнив этот пример кода.
# 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)