科学の箱

科学・IT・登山の話題

Python

pythonで地理情報を取り扱う

投稿日:2018年4月3日 更新日:

pythonでデータ分析をして地理情報に表示したいときに使うパッケージはplotlyである。

plotlyのchropleth map(階級区分図)を利用する。

plotlyについてはこちらでサンプルコードが紹介されている。

https://plot.ly/python/choropleth-maps/#world-choropleth-map

またkaggleに記載されている下記の記事はTMDBと組み合わせて世界における映画の本数をプロットしている

https://www.kaggle.com/fabiendaniel/choropleth-map-with-plotly

日本の地図を表示したいので、関係そうなパラメータであるlocationmodeとscopeをいじってみたがうまくいかなかった。


data = dict(type='choropleth',
colorscale = 'YIOrRd',
locations = df['code'],
z = df['total exports'],
locationmode = 'USA-states',
text = df['text'],
marker = dict(line = dict(color = 'rgb(255,255,255)',width = 2)),
colorbar = {'title':"Millions USD"}
)

 

plotlyについては下記のリンクを参照する

https://plot.ly/python/reference/#choropleth

 

メタ情報

inarticle



メタ情報

inarticle



-Python
-

執筆者:


comment

メールアドレスが公開されることはありません。 * が付いている欄は必須項目です

関連記事

no image

配列の属性を確認

numpyでは生成した配列の中身を確認するための属性が用意されている。 主な属性は以下の通り 次元数を確認:ndarray.ndim 各次元の大きさを確認:ndarray.shape 全部の要素数:n …

no image

生成した配列をグラフで確認

生成した配列を可視化するためにはmatplotlibが利用できる。 ここでは簡単に可視化するための使い方を見てみる。 まずはnumpyとmatplolibモジュールを読み込む。以下ではnumpyはnp …

no image

scikit-learnで適切なアルゴリズムを選択するためのチートシート

  http://scikit-learn.org/stable/tutorial/machine_learning_map/index.html Related posts:kaggle …

no image

automated the boring – day4

本日からOS操作。面倒くさいことを自動化するのであればOSコマンドは避けては通れない。 pythonではすでにosパッケージが用意されているので、これを利用すればコードとしてはそれほどはややこしくない …

no image

model.coef_の確認

重回帰分析で重みを確認するには下記を利用する。 model.coef_ ただしこれだと有効桁数が分かりにくいので有効桁数を3桁にして、さらに指数を展開する。 np.set_printoptions(p …

2018年4月
« 3月   5月 »
 1
2345678
9101112131415
16171819202122
23242526272829
30  

side bar top



アーカイブ

カテゴリー