or
Den här övningen är en del av kursen
I det här kapitlet introduceras du till begreppen geospatial data, och mer specifikt vektordata. Du lär dig sedan hur du representerar sådan data i Python med biblioteket GeoPandas, och grunderna för att läsa, utforska och visualisera den. Du övar på allt detta med datamängder om staden Paris.
En av de viktigaste aspekterna av geospatial data är hur olika datamängder förhåller sig till varandra i rummet. I det här kapitlet lär du dig de olika rumsliga relationerna och hur du använder dem i Python för att söka i data eller utföra rumsliga sammanfogningar. Slutligen lär du dig också mer om koropleth-visualiseringar.
I det här kapitlet tittar vi närmare på hur koordinaterna för geometrier uttrycks utifrån deras koordinatreferenssystem (CRS). Du lär dig varför dessa referenssystem är viktiga och hur du hanterar dem i praktiken med GeoPandas. Du lär dig även att skapa nya geometrier utifrån rumsliga relationer, vilket gör det möjligt att lägga samman spatiala datamängder. Och du fortsätter att öva på allt detta med Parisdatamängder!
I det här sista kapitlet lämnar vi Parisdatan bakom oss och tillämpar allt vi har lärt oss hittills på en helt ny datamängd om hantverksmässiga gruvplatser i östra Kongo. Du lär dig även några nya rumsliga operationer, hur du tillämpar anpassade rumsliga operationer, och du får en försmak av rasterdata.
Aktuell övning