Čtení na doma: Mapové vizualizace
Pokud tvá data mají nějaký geografický prvek (např. vztahují se k nějakým státům nebo regionům), můžeš je zobrazit s využitím map. My si ukážeme použití knihovny geopandas a zobrazíme si mapu Evropy. Tu si musíš nejprve nainstalovat pomocí příkazu
pip install geopandas
nebo
pip3 install geopandas
Předem definované barvy
Dále si stáhni soubor eu.csv a překopíruj ho do svého adresáře ve VS code. Soubor rozděluje státy světa na státy v eurozóně, státy EU mimo eurozónu a státy mimo EU. Nakonec si z webu Natural Earth stáhni data o státech světa z této stránky pomocí odkazu Download data. Data jsou zabalená v zip archivu, který si rozbal a celou rozbalenou složku přesuň do VS Code. Po přesunutí složky bys měl(a) ve VS Code vidět podobný výsledek jako na obrázku níže.
Nyní se můžeme pustit do psaní programu. Začneme importem a načtením dat. geopandas je rozšířením pandas pro geografická data, takže zde můžeme uplatnit své znalosti pro práci s tabulkami. Vytvoříme tedy novou tabulku world_merged, která propojí geografická data s daty o členství v EU.
import geopandas as gpd
import matplotlib.pyplot as plt
import pandas as pd
shapefile_path = 'ne_10m_admin_0_countries/ne_10m_admin_0_countries.shp'
world = gpd.read_file(shapefile_path)
data = pd.read_csv("eu.csv")
world_merged = pd.merge(world, data, on="NAME")
Dále si přidáme sloupec color, který bude obsahovat barvu, pomocí které stát v mapě vykreslíme. K určení barvy můžeme zvolit metodu map, se kterou jsme již pracovali. (Její jméno je zde trochu nešťastné, název map se nijak nevztahuje k mapám, ale k tomu, že "mapujeme" jednu hodnotu na jinou hodnotu.) Státe v eurozóně (hodnota eurozone) vykreslíme zlatou barvou, státy EU mimo eurozónu (other eu members) modrou barvou a ostatní státy (other countries) šedou.
world_merged["color"] = world_merged["EU"].map({"eurozone": "gold", "other eu members": "blue", "other countries": "grey"})
Protože výchozí velikost grafu je pro mapu příliš malá, použijeme funkci plt.subplots() pro vytvoření grafu a osy pro graf a parametrem figsize nastavíme velikost obrázku na 15x10 palců. Dále použijeme metodu plot s tím, že pro parametr color použijeme sérii color z tabulky world_merged a přidáme parametr edgecolor, kterým určíme barvu pro hranice států. Nakonec použijeme metody set_xlim() a set_ylim, kterými omezíme graf pouze na Evropu. Použitá čísla představují minimální a maximální zeměpisnou délku a šířku, která bude v grafu viditelná.
fig, ax = plt.subplots(1, 1, figsize=(15, 10))
world_merged.plot(ax=ax, color=world_merged["color"], edgecolor='black')
ax.set_xlim([-25, 40])
ax.set_ylim([34, 71])
Barevná škála
Číselné hodnoty jsou na mapách obvykle prezentované pomocí barevné škály. My si zobrazíme tzv. Index ekonomické svobody, data z něj najdeš v souboru economic_freedom_index.csv. Data si načteme a propojíme s tabulkou world, jako jsme to udělali v předchozím případě. Rozdíl je pouze v tom, že v tabulce freedom je název státu ve sloupci Country.
freedom = pd.read_csv("economic_freedom_index.csv")
world_merged = pd.merge(world, freedom, left_on="NAME", right_on="Country")
Dále vybereme berevnou škálu. Jejich přehled najdeš v dokumentaci. Využijeme škálu, kde jsou nízké hodnoty červené a vysoké hodnoty zelené. Škálu si uložíme do proměnné cmap.
cmap = plt.cm.RdYlGn
Poté vytvoříme pole color. Zatímco v předchozím případě jsme měli slovní pojmenování barev, které bylo možné vložit jako sérii do tabulky, nyní potřebujeme vícerozměrný datový typ, protože pro každou barvu potřebujeme tři čísla (množství červené, zelené a modré, které vytvoří správnou barvu). Pole je pro nás nový datový typ a jde o "jednodušší" obdobu tabulky. Pole je dvourozměrné, ale neobsahuje názvy sloupečků a indexy, které známe z tabulek. Pro vytvoření pole použijeme barevnou škálu cmap. Barevná škála očekává čísla v intervalu 0 až 1, vydělíme tedy hodnotu indexu číslem 100.
color = cmap(world_merged["Overall Score"] / 100)
Mapu vytvoříme obdobným způsobem jako v předchozím případě. Tentokrát si namísto Evropy zobrazíme latinskou Ameriku.
fig, ax = plt.subplots(1, 1, figsize=(15, 10))
world_merged.plot(ax=ax, color=color, edgecolor='black')
ax.set_xlim([-120, -30])
ax.set_ylim([-60, 30])
Srozumitelnost naší mapy výrazně zvýší přidání barevné škály, díky které bude jasné, jaká barva znamená jakou hodnotu indexu. K přidání použijeme ScalarMappable. ScalarMappable je objekt, který převádí číselné hodnoty na barvy vybraného barevného schématu, v našem případě RdYlGn, což nastavíme pomocí parametru cmap.
import matplotlib as mpl
sm = mpl.cm.ScalarMappable(cmap=cmap)
Barevnou legendu přidáme pomocí funkce colorbar. Parametr sm určuje ScalarMappable, který bude použit k vytvoření barevné škály. Svislou orientaci škály zaručuje orientation='vertical'. A nakonec fraction=0.025 nastavuje velikost relativně k velikosti grafu. Pomocí metody set_ticklabels() nastavíme popisky osy barevné čáry. Výchozí počet popisek je 6, využijeme tedy funkci range(), která vytvoří čísla od 0 do 100 s velikostí kroku 20. Pokud bychom chtěli upravit i počet hodnot, můžeme využít metodu set_ticks().
cbar = fig.colorbar(sm, ax=ax, orientation='vertical', fraction=0.025)
cbar.set_label('Overall Score')
cbar.set_ticklabels(range(0, 101, 20))