【Kaggle 学习笔记】 | Geospatial Analysis

地理空间文件格式：shapefile（最常见）、GeoJSON、KML和GPKG

文件读取

# Read in the data
full_data = gpd.read_file("../input/geospatial-learn-course-data/DEC_lands/DEC_lands/DEC_lands.shp")# View the first five rows of the data
full_data.head()

坐标参考系由欧洲石油勘探集团（EPSG）规范引用。

这个GeoDataFrame使用的是EPSG 32630，它通常被称为“墨卡托”投影。此投影保留角度（使其对航海有用）并稍微扭曲区域。

但是，当从CSV文件创建GeoDataFrame时，我们必须设置CRS。EPSG 4326对应于经纬度坐标。

# Create a DataFrame with health facilities in Ghana
facilities_df = pd.read_csv("../input/geospatial-learn-course-data/ghana/ghana/health_facilities.csv")# Convert the DataFrame to a GeoDataFrame
facilities = gpd.GeoDataFrame(facilities_df, geometry=gpd.points_from_xy(facilities_df.Longitude, facilities_df.Latitude))# Set the coordinate reference system (CRS) to EPSG 4326
facilities.crs = {'init': 'epsg:4326'}

DataFrame常用参数

regions.geometry.length # 线长度
regions.geometry.area # 区域面积

画图

静态

# 1.简单的图层叠加
# Define a base map with county boundaries
ax = counties.plot(figsize=(10,10), color='none', edgecolor='gainsboro', zorder=3) # Add wild lands, campsites, and foot trails to the base map
wild_lands.plot(color='lightgreen', ax=ax)
campsites.plot(color='maroon', markersize=2, ax=ax)
trails.plot(color='black', markersize=1, ax=ax)# 2.考虑坐标参考的一致性
ax = regions.plot(figsize=(8,8), color='whitesmoke', linestyle=':', edgecolor='black')
facilities.to_crs(epsg=32630).plot(markersize=1, ax=ax)

交互式地图

相关参数：

location 地图最中心的位置
tiles 地图的样式
zoom_start 初始的放大倍数，越大越接近原地图

# 1.地图背景
m_1 = folium.Map(location=[42.32,-71.0589], tiles='openstreetmap', zoom_start=10)
# Display the map
m_1# 2.标记图
m_2 = folium.Map(location=[42.32,-71.0589], tiles='cartodbpositron', zoom_start=13)
# Add points to the map
for idx, row in daytime_robberies.iterrows():Marker([row['Lat'], row['Long']]).add_to(m_2)
# Display the map
m_2# 3.可变化的标记图
# Create the map
m_3 = folium.Map(location=[42.32,-71.0589], tiles='cartodbpositron', zoom_start=13)
# Add points to the map
mc = MarkerCluster()
for idx, row in daytime_robberies.iterrows():if not math.isnan(row['Long']) and not math.isnan(row['Lat']):mc.add_child(Marker([row['Lat'], row['Long']]))
m_3.add_child(mc)
# Display the map
m_3# 4.圆点图
m_4 = folium.Map(location=[42.32,-71.0589], tiles='cartodbpositron', zoom_start=13)
def color_producer(val):if val <= 12:return 'forestgreen'else:return 'darkred'
# Add a bubble map to the base map
for i in range(0,len(daytime_robberies)):folium.Circle(location=[daytime_robberies.iloc[i]['Lat'], daytime_robberies.iloc[i]['Long']],radius=20,color=color_producer(daytime_robberies.iloc[i]['HOUR'])).add_to(m_4)
# Display the map
m_4# 5.热图
m_5 = folium.Map(location=[42.32,-71.0589], tiles='cartodbpositron', zoom_start=12)
# Add a heatmap to the base map
HeatMap(data=crimes[['Lat', 'Long']], radius=10).add_to(m_5)
# Display the map
m_5# 6.分级统计图
m_6 = folium.Map(location=[42.32,-71.0589], tiles='cartodbpositron', zoom_start=12)
# Add a choropleth map to the base map
Choropleth(geo_data=districts.__geo_interface__, # 传入geojsondata=plot_dict,  # 染色数据区域key_on="feature.id",  # geojson区域idfill_color='YlGnBu',  # 颜色样式legend_name='Major criminal incidents (Jan-Aug 2018)' # 图例名).add_to(m_6)
# Display the map
m_6

由于图片未加载完全，所以后面5张图注重效果，不注重背景，请您谅解

地理编码

地理编码是将一个地方或地址的名称转换为地图上的一个位置的过程，以下是其代码实现

# 基本使用：提供地址名称和地理供应者，得到地址的经纬度和包含完整地址的信息
from geopandas.tools import geocode
result = geocode("The Great Pyramid of Giza", provider="nominatim")
result

实操如下：

# 加载欧洲前100大学的名称
universities = pd.read_csv("../input/geospatial-learn-course-data/top_universities.csv")def my_geocoder(row):try:point = geocode(row, provider='nominatim').geometry.iloc[0]return pd.Series({'Latitude': point.y, 'Longitude': point.x, 'geometry': point})except:return Noneuniversities[['Latitude', 'Longitude', 'geometry']] = universities.apply(lambda x: my_geocoder(x['Name']), axis=1)print("{}% of addresses were geocoded!".format((1 - sum(np.isnan(universities["Latitude"])) / len(universities)) * 100))# Drop universities that were not successfully geocoded
universities = universities.loc[~np.isnan(universities["Latitude"])]
universities = gpd.GeoDataFrame(universities, geometry=universities.geometry)
universities.crs = {'init': 'epsg:4326'}

DataFrame的属性连接和空间连接

有关地理坐标的属性连接（信息合并）最好使用gpd.GeoDataFrame.merge()的方法，如下所示

# 已知欧洲城市地理边界和相关统计信息europe_boundaries.head()和europe_stats.head()
# 对两个数据DataFrame进行信息合并
europe = europe_boundaries.merge(europe_stats, on="name")
europe.head()

空间连接即通过地理空间位置来进行匹配

如使用空间连接来将每个大学与相应的国家匹配，用gpd.sjoin()的方法，如下所示

# Use spatial join to match universities to countries in Europe
european_universities = gpd.sjoin(universities, europe)# Investigate the result
print("We located {} universities.".format(len(universities)))
print("Only {} of the universities were located in Europe (in {} different countries).".format(len(european_universities), len(european_universities.name.unique())))european_universities.head()

邻近性分析

# 测量两点间距离
distances = stations.geometry.distance(recent_release.geometry)# 创建缓冲区
two_mile_buffer = stations.geometry.buffer(2*5280)

【Kaggle 学习笔记】 | Geospatial Analysis相关推荐

kaggle学习笔记——说是草稿纸也行
文章目录前言主要内容数据的导入和导出查看数据的基础属性对数据的简单预处理对数字特征(numerical)列的处理对分类特征(categorical)列的处理流程化处理 XGBoost ...
kaggle学习笔记-otto-baseline8-候选生成 + LGBM 排名器模型
简介我们尝试开发一个两阶段模型,其中包括候选生成模型(共同访问矩阵)和排名模型.这种做法自候选人一代以来在大型科技公司中广泛使用应该注意的是,候选生成模型应以高召回率为目标,而排名模型应以最相关的 ...
ES权威指南[官方文档学习笔记]-57 Analysis and analyzers
2019独角兽企业重金招聘Python工程师标准>>> es:http://www.elasticsearch.org/guide/en/elasticsearch/guide/cu ...
[ML学习笔记] 回归分析（Regression Analysis）
[ML学习笔记] 回归分析(Regression Analysis) 回归分析:在一系列已知自变量与因变量之间相关关系的基础上,建立变量之间的回归方程,把回归方程作为算法模型,实现对新自变量得出因变量 ...
【学习笔记】kaggle案例之泰坦尼克号（基于R）
kaggle案例之泰坦尼克号(基于R) 泰坦尼克号案例数据预处理决策树模型建立泰坦尼克号案例泰坦尼克号数据集为1912年泰坦尼克号撞击冰山沉没事件中一些乘客和船员的个人信息及是否幸存的状况.可 ...
PCA(主成分分析-principal components analysis)学习笔记以及源代码实战讲解
PCA(主成分分析-principal components analysis)学习笔记以及源代码实战讲解文章目录 PCA(主成分分析-principal components analysis)学 ...
机器学习 cs229学习笔记4 EM for factor analysis PCA（Principal comp
============================================================================= EM FOR FACTOR ANALYSIS ...
Kaggle教程机器学习入门学习笔记
机器学习入门学习笔记 [跳转]<Kaggle教程机器学习入门>系列课程目录 >> 决策树简介:是在已知各种情况发生概率的基础上,通过构成决策树来求取净现值的期望值大于等于零 ...
计算机视觉系列-全球小麦检测Kaggle比赛学习笔记（7）
全球小麦检测-你能用图像分析帮助识别麦穗吗? 打开你的储藏室,你可能会发现一些小麦制品.事实上,你的早餐吐司或谷类食品可能依赖于这种普通谷物.它作为一种食品,使小麦得到广泛的研究.为了获得全球范围内麦 ...