Weiter zum Inhalt

Startseite Python

Kurs

Visualizing Geospatial Data in Python

FortgeschrittenSchwierigkeitsgrad

Aktualisiert 06/2025

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

Kurs kostenlos starten

PythonData Visualization4 Std.14 Videos51 Übungen4,250 XP22,750Leistungsnachweis

Kostenloses Konto erstellen

oder

Durch Klick auf die Schaltfläche akzeptierst du unsere Nutzungsbedingungen, unsere Datenschutzrichtlinie und die Speicherung deiner Daten in den USA.

Beliebt bei Lernenden in Tausenden Unternehmen

Training für 2 oder mehr Personen?

Probiere es mit DataCamp for Business

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

Building 2-Layer Maps : Combining Polygons and Scatterplots

In this chapter, you will learn how to create a two-layer map by first plotting regions from a shapefile and then plotting location points as a scatterplot.

Introduction

Plotting a scatterplot from longitude and latitude

Styling a scatterplot

Extracting longitude and latitude

Plotting chicken locations

Geometries and shapefiles

Creating a GeoDataFrame & examining the geometry

Plotting shapefile polygons

Scatterplots over polygons

Plotting points over polygons - part 1

Plotting points over polygons - part 2

Kapitel starten

2

Creating and Joining GeoDataFrames

You'll work with GeoJSON to create polygonal plots, learn about projections and coordinate reference systems, and get practice spatially joining data in this chapter.

GeoJSON and plotting with geopandas

Working with GeoJSON

Map Nashville neighborhoods

Projections and coordinate reference systems

Changing coordinate reference systems

Construct a GeoDataFrame from a DataFrame

Spatial joins

Spatial join practice

Finding the neighborhood with the most public art

Aggregating points within polygons

Plotting the Urban Residents neighborhood and art

Kapitel starten

3

GeoSeries and Folium

First you will learn to get information about the geometries in your data with three different GeoSeries attributes and methods. Then you will learn to create a street map layer using folium.

GeoSeries attributes and methods I

Find the area of the Urban Residents neighborhood

GeoSeries attributes and methods II

The center of the Urban Residents neighborhood

Prepare to calculate distances

Art distances from neighborhood center

Street maps with folium

Create a folium location from the urban centroid

Create a folium map of downtown Nashville

Folium street map of the downtown neighborhood

Creating markers and popups in folium

Adding markers for the public art

Troubleshooting data issues

A map of downtown art

Kapitel starten

4

Creating a Choropleth Building Permit Density in Nashville

In this chapter, you will learn about a special map called a choropleth. Then you will learn and practice building choropleths using two different packages: geopandas and folium.

What is a choropleth?

Finding counts from a spatial join

Council district areas and permit counts

Calculating a normalized metric

Choropleths with geopandas

Geopandas choropleths

Area in km squared, geometry in decimal degrees

Spatially joining and getting counts

Building a polished Geopandas choropleth

Choropleths with folium

Folium choropleth

Folium choropleth with markers and popups

Closing thoughts

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!

Kostenloses Konto erstellen

oder

Durch Klick auf die Schaltfläche akzeptierst du unsere Nutzungsbedingungen, unsere Datenschutzrichtlinie und die Speicherung deiner Daten in den USA.

DataCamp gibt es auch für Mobilgeräte

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