Weiter zum Inhalt

Startseite Python

Kurs

Visualizing Geospatial Data in Python

MittelSchwierigkeitsgrad

Aktualisiert 06/2025

Hier lernst du, wie du mit Python, dem geopandas-Paket und folium maps Geodaten ansprechend visualisierst.

Kurs kostenlos starten

PythonData Visualization

4 Std.

14 Videos

51 Übungen

4,250 XP

22,911

Leistungsnachweis

Beliebt bei Lernenden in Tausenden Unternehmen

Ein Team schulen?

Für Unternehmen ausprobieren

Kursbeschreibung

Eine der wichtigsten Aufgaben von Data Scientists ist es, die Beziehungen zwischen dem physischen Standort ihrer Daten und ihrem geografischen Kontext zu verstehen. In diesem Kurs lernst du, ansprechende Visualisierungen von Geodaten mit dem Paket GeoPandas zu erstellen. Du wirst Datensätze räumlich verknüpfen und so Daten mit Kontext verbinden. Zum Schluss lernst du, Geodaten auf Karten zu legen, um deiner Arbeit noch mehr räumliche Hinweise zu geben. Du verwendest mehrere Datensätze aus dem Open-Data-Portal der Stadt Nashville, um herauszufinden, wo die Hühner in Nashville sind, welches Viertel die meiste öffentliche Kunst hat und mehr!

Voraussetzungen

Introduction to Data Visualization with Matplotlib Data Manipulation with pandas

1

Zweischichtige Karten erstellen: Polygone und Streudiagramme kombinieren

In diesem Kapitel lernst du, wie du eine Karte mit zwei Ebenen erstellst: zuerst Regionen aus einer Shapefile zeichnen und danach Punkte als Streudiagramm darstellen.

Einführung

Streudiagramm aus Längen- und Breitengrad erstellen

Ein Streudiagramm gestalten

Längengrad und Breitengrad extrahieren

Standorte der Hühner plotten

Geometrien und Shapefiles

Ein GeoDataFrame erstellen und die Geometrie untersuchen

Shapefile-Polygone plotten

Streudiagramme über Polygonen

Punkte über Polygonen plotten – Teil 1

Punkte über Polygonen plotten – Teil 2

Kapitel starten

2

GeoDataFrames erstellen und verknüpfen

Du arbeitest mit GeoJSON, um polygonale Plots zu erstellen, lernst Projektionen und Koordinatenreferenzsysteme kennen und übst in diesem Kapitel das räumliche Verknüpfen von Daten.

GeoJSON und Plotten mit geopandas

Arbeiten mit GeoJSON

Nashville-Stadtteile kartieren

Projektionen und Koordinatenbezugssysteme

Koordinatenreferenzsysteme ändern

Erstelle ein GeoDataFrame aus einem DataFrame

Räumliche Joins

Übung zu Spatial Joins

Das Viertel mit den meisten Kunstwerken finden

Punkte innerhalb von Polygonen aggregieren

Das Viertel Urban Residents und die Kunst darin plotten

Kapitel starten

3

GeoSeries und Folium

Zuerst lernst du, Informationen über die Geometrien in deinen Daten mit drei verschiedenen GeoSeries-Attributen und -Methoden zu erhalten. Danach erstellst du eine Straßenkartenebene mit folium.

GeoSeries-Attribute und -Methoden I

Bestimme die Fläche des Viertels Urban Residents

GeoSeries-Attribute und -Methoden II

Das Zentrum des Viertels Urban Residents

Bereite die Distanzberechnung vor

Distanzen der Kunstwerke vom Nachbarschaftszentrum

Straßenkarten mit folium

Erstelle eine folium-Location aus dem urbanen Schwerpunkt

Erstelle eine folium-Karte der Innenstadt von Nashville

Folium-Straßenkarte des Downtown-Viertels

Marker und Popups in folium erstellen

Marker für die Public Art hinzufügen

Probleme mit Daten beheben

Eine Karte der Innenstadt-Kunst

Kapitel starten

4

Choropleth erstellen: Dichte von Baugenehmigungen in Nashville

In diesem Kapitel lernst du eine besondere Kartenart kennen: das Choropleth. Anschließend lernst du, Choropleths mit zwei verschiedenen Paketen zu erstellen und übst dies: mit geopandas und folium.

Was ist ein Choropleth?

Anzahlen aus einem räumlichen Join ermitteln

Flächen der Council Districts und Anzahl der Genehmigungen

Eine normalisierte Kennzahl berechnen

Choropleths mit geopandas

Choroplethen mit geopandas

Fläche in km², Geometrie in Dezimalgrad

Räumlich verknüpfen und Zählwerte ermitteln

Ein professionell wirkendes Geopandas-Choropleth erstellen

Choroplethen mit folium

Folium-Choropleth

Folium-Choropleth mit Markern und Pop-ups

Abschließende Gedanken

Kapitel starten

Visualizing Geospatial Data in Python

Kurs
abgeschlossen

Leistungsnachweis verdienen

Füge diesen Fähigkeitsnachweis zu deinem LinkedIn-Profil, Anschreiben oder Lebenslauf hinzu
Teile es auf Social Media und in deiner LeistungsbeurteilungJetzt anmelden

Schließe dich 19 Millionen Lernenden an und starte Visualizing Geospatial Data in Python heute!

DataCamp gibt es auch für Mobilgeräte

Mit unseren Kursen für Mobilgeräte und täglichen Programmier-Challenges erweiterst du deine Datenkompetenz von unterwegs.