Utforska ett dataset om markanvändning
I följande övningar introducerar vi ett nytt dataset: ett dataset om markanvändningen i Paris (en förenklad version baserad på det öppna europeiska Urban Atlas). Markanvändning beskriver vilken typ av aktivitet ett visst område används för, till exempel bostadsområde eller rekreation. Det är ett polygondataset med en etikett som anger markanvändningsklass för olika områden i Paris.
I den här övningen läser vi in data, utforskar det visuellt och beräknar den totala arean för de olika markanvändningsklasserna i Paris.
GeoPandas och matplotlib är redan importerade.
Den här övningen är en del av kursen
Arbeta med geospatial data i Python
Övningsinstruktioner
- Läs in filen
'paris_land_use.shp'och tilldela resultatet till variabelnland_use. - Skapa ett diagram över
land_useoch använd kolumnen'class'för att färglägga polygonerna. Vi lägger också till en förklaring. Obs: diagrammet kan ta några sekunder att generera eftersom det finns många polygoner. - Lägg till en ny kolumn
'area'med arean för varje polygon. - Beräkna den totala arean i km² för varje
'class'med metodengroupby()och skriv ut resultatet.
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# 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)