Przejdź do głównej treści

Strona główna Python

Kurs

Wizualizacja danych geoprzestrzennych w Pythonie

ŚredniozaawansowanyPoziom umiejętności

Zaktualizowano 06.2025

Naucz się tworzyć atrakcyjne wizualizacje danych geoprzestrzennych w Pythonie, używając pakietu geopandas i map folium.

Zacznij kurs za darmo

PythonData Visualization

4 godz.

14 filmów

51 Ćwiczeń

4,250 XP

22,903

Zaświadczenie o ukończeniu

Uwielbiany przez kursantów z tysięcy firm

Szkolisz zespół?

Wypróbuj dla firm

Opis kursu

Jednym z najważniejszych zadań analityka danych jest zrozumienie zależności między fizyczną lokalizacją danych a ich kontekstem geograficznym. W tym kursie nauczysz się tworzyć atrakcyjne wizualizacje danych geoprzestrzennych przy użyciu biblioteki GeoPandas. Dowiesz się, jak łączyć zbiory danych przestrzennych, wiążąc dane z ich kontekstem geograficznym. Na końcu nauczysz się nakładać dane geoprzestrzenne na mapy, aby wzbogacić swoje wizualizacje o dodatkowe wskazówki przestrzenne. Skorzystasz z kilku zbiorów danych z portalu otwartych danych miasta Nashville, by dowiedzieć się m.in. gdzie w Nashville trzyma się kury, która dzielnica ma najwięcej sztuki publicznej i wiele więcej!

Wymagania wstępne

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

Zacznij rozdział

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

Zacznij rozdział

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

Zacznij rozdział

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

Zacznij rozdział

Wizualizacja danych geoprzestrzennych w Pythonie

Kurs
ukończony

Zdobądź zaświadczenie o ukończeniu

Dodaj to poświadczenie do swojego profilu LinkedIn, CV lub życiorysu
Udostępnij to w mediach społecznościowych i podczas oceny wyników pracyZapisz się teraz

Dołącz do ponad 19 milionów kursantów i zacznij Wizualizacja danych geoprzestrzennych w Pythonie już dziś!

Rozwijaj swoje umiejętności w zakresie danych dzięki DataCamp dla urządzeń mobilnych

Rób postępy w podróży dzięki naszym kursom mobilnym i codziennym 5-minutowym wyzwaniom kodowania.