이전 포스팅에 이어 공간데이터를 본격적으로 다루어보겠습니다. 데이터 불러오기는 이전 포스팅을 참고해주세요. geopandas는 아래와 같은 분석을 할 때 쉽게 사용할 수 있습니다. within : 포함되는지 여부 contains : 포함하고 있는지 여부 intersects : 교차하는지 여부(경계에 닿아 있기만 해도됨) crosses : 교차하는지 여부(내부를 지나가야 함) distance : 두 공간 객체 사이의 직선(최단)거리를 계산한다. 저번 포스팅에서 intersects를 다루었는데 오늘은 공간 데이터를 다룰 때 꼭 쓰게되는 기법들에 대해서 다뤄보겠습니다. 1. within within은 객체 A가 객체 B에 포함되는지 여부를 알아내는 방법입니다. 바로 예시로 알아보겠습니다. 서울 상권 DB에서 ..
오늘은 저번 글의 결과인 서울 읍면동 당 상점수를 바탕으로 단계구분도를 만들어보겠습니다. 단계구분도를 만들 때 유용한 library는 mapclassify가 있습니다. mapclassify는 Head tail break, Fisher Jenks, 분위수(Quantiles) 등 속성 값의 클레스(등급)을 나눌 때 유용하게 사용할 수 있습니다. 보통 등급을 매길 때 많이 쓰는 분위수는 다음과 같이 구할 수 있습니다. import mapclassify as mc c10 = mc.Quantiles(seoul['count'], k=10) f, ax = plt.subplots(1, figsize=(9, 9)) seoul.assign(cl=c10.yb).plot(column='cl', categorical=True,..
저번글에 이어서 geopandas를 계속 소개하겠습니다. geopandas.org 여기 사이트에 들어가면 geopandas에 모든 기능이 나와 있습니다. 참고하셔도 좋을 것 같습니다. 오늘 포스트할 내용은 geopandas를 이용한 좌표체계 바꾸기와 intersect입니다. 첫번째로 읍면동안에 상점의 개수가 몇개인지 세어보겠습니다. 저번 포스팅에서 이어서 작업을 진행하겠습니다. 찾기 귀찮으신분은 아래의 코드를 사용해주시면 됩니다. import geopandas as gpd import pandas as pd EMD = gpd.read_file('./EMD_202005/EMD.shp',encoding = 'ANSI') seoul = EMD[EMD['EMD_CD'].str.startswith('11')] s..
안녕하세요. 이번 포스트에서는 공간정보를 다룰 때 꼭 사용하게되는 geopandas를 다루어 보겠습니다. geopandas는 공간정보를 담은 .shp, .geojson, .csv 파일을 파이썬에서 분석할 수 있게 메모리에 불러오면서 shapely와 연계해서 공간분석을 지원하는 라이브러리 입니다. Anaconda, Window로 개발하신다고 하면 anaconda prompt 창에서 다음을 입력해주시면 됩니다. conda install geopandas 앞으로 다룰 데이터를 소개하겠습니다. polygon 데이터를 다루기 위해 전국 읍면동 데이터를 여기서 다운 받아 주세요. point 데이터를 다루기 위해 여기서 전국 상권데이터를 다운 받아 주세요. 본 포스팅에서는 이 파일 중 '소상공인시장진흥공단_상가(상권..
- Total
- Today
- Yesterday
- 빅데이터
- 공간빅데이터
- terminology
- mapclassify
- GIS
- 시각화
- visualization
- #빅데이터
- 지도학
- within
- 좌표계
- data mining
- KD
- contains
- geopandas
- VGI
- #big data
- Knowledge Discovery
- Cartography
- shp파일 읽기
- intersect
- 공간관계
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | |||
5 | 6 | 7 | 8 | 9 | 10 | 11 |
12 | 13 | 14 | 15 | 16 | 17 | 18 |
19 | 20 | 21 | 22 | 23 | 24 | 25 |
26 | 27 | 28 | 29 | 30 | 31 |