Koroplet med lika intervall
I den föregående övningen skapade vi en karta över trädtätheten. Nu när vi vet mer om koropleter ska vi utforska den här visualiseringen mer i detalj.
Först visualiserar vi skillnaden mellan att använda det totala antalet träd och antalet träd normaliserat med distriktets area (trädtätheten). Sedan skapar vi en version av kartan med lika intervall i stället för en kontinuerlig färgskala. Det här klassificeringsalgoritmet delar upp värdeskalan i lika stora intervall och tilldelar varje intervall en färg.
GeoDataFrame:n district_trees, det slutliga resultatet från föregående övning, är redan inläst. Den innehåller variabeln n_trees_per_area, som mäter trädtätheten per distrikt (observera att variabeln har multiplicerats med 10 000).
Den här övningen är en del av kursen
Arbeta med geospatial data i Python
Övningsinstruktioner
- Skapa ett diagram med variabeln
'n_trees'för att färgsätta polygonerna. Se till att även visa en förklaring med nyckelordetlegend. - Upprepa samma steg med variabeln
'n_trees_per_area'. Ser du skillnaden? - Generera ett koroplet med variabeln
'n_trees_per_area'och klassificeringsschemat för lika intervall. Se även här till att lägga till en förklaring.
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# Print the first rows of the tree density dataset
print(districts_trees.head())
# Make a choropleth of the number of trees
districts_trees.plot(____, ____)
plt.show()
# Make a choropleth of the number of trees per area
districts_trees.plot(____, ____)
plt.show()
# Make a choropleth of the number of trees
districts_trees.plot(____, ____, ____)
plt.show()