Mapeando Dados Reais Utilizando Pandas e Folium

(rs)Trabalhando com mapas utilizando Folium Map:MAS O QUE É O FOLIUM?“folium builds on the data wrangling strengths of the Python ecosystem and the mapping strengths of the leaflet.

js library.

Manipulate your data in Python, then visualize it in on a Leaflet map via folium.

”Como a própria biblioteca diz, Folium é uma biblioteca que une as forças do ecossistema Python com as forças de visualização de mapas da biblioteca JavaScript Leaflet.

js tornando mais simples a manipulação de dados e visualização em mapas.

Sabendo disso, agora vamos meter a mão na massa.

!pip install folium==0.

8.

2import foliumm = folium.

Map( location=[-5.

7793, -35.

2009], zoom_start=11)mE já temos nosso primeiro mapaCOMO FIZEMOS ISSO?Simples, o folium nos permite incluir em nosso mapa alguns parâmetros.

Podemos alterar o ‘location’ para o local que nós quisermos, no nosso caso utilizamos latitude e longitude (o google maps nos fornece isso facilmente) de Natal-RN, conhecida como a Cidade do Sol.

Alterando o tiles nós temos a possibilidade de mudar o estilo do nosso mapa, e como todo bom programador, escolhi o tema dark.

E o zoom_start já é bem auto explicativo, não é mesmo?Plotando marcadores indicando os CMEIs do dataframe que trabalhamos anteriormente:from folium.

plugins import MarkerClusterm = folium.

Map( location=[-5.

7793, -35.

2009], tiles='cartodbdark_matter', zoom_start=11)mc = MarkerCluster() for index, creche in edunatal.

iterrows(): mc.

add_child(folium.

Marker([creche['Lat'], creche['Lng']], popup=str(creche['Geocode_Input']), tooltip=creche['Name'], icon=folium.

Icon(icon='book'))).

add_to(m) mMarkerCluster facilita essa visualização de quando há muitos pontos juntosVamos lá.

Pode parecer difícil, mas definitivamente NÃO É.

Utilizamos um for-each do Python para percorrer todas as linhas do nosso dataframe tratado anteriormente e assim à cada iteração nós plotamos um “marcador” (Marker) em nosso MarkerCluster.

Passamos para nosso marcador a latitude, longitude de cada CMEI, utilizamos o tooltip para quando passar o mouse por cima mostrar o nome de cada CMEI e quando clicarmos mostrar a localização.

Além disso, para deixar mais elegante adicionamos uns ícones à cada marcador.

E SHAZAM temos o nosso mapinha com os CMEIs plotados.

Plotando um mapa de calor (Heat Map):HeatMap dos CMEIs de Natal-RNfrom folium.

plugins import HeatMaplat = edunatal.

Lat.

tolist()lng = edunatal.

Lng.

tolist()m = folium.

Map( location=[-5.

7793, -35.

2009], tiles='cartodbdark_matter', zoom_start=11)HeatMap(list(zip(lat, lng))).

add_to(m)mAgora que já conhecemos o folium.

Map vamos explicar os outros trechos de código.

Armazenamos em variáveis as Latitudes e Longitudes do nosso DataFrame.

E então utilizamos o HeatMap do Folium para plotar facilmente nosso mapa e passamos para ele uma listade tuplas criadas com o zip() e então adicionamos ao nosso mapinha e É ISTO.

Conclusão:Conseguimos ver que as ferramentas que utilizamos são poderosas e podemos fazer diversas coisas com elas e que diferente do que pode se pensar, não é muito difícil.

Então se você gostou do post, siga-me para acompanhar futuros trabalhos e fique a vontade para me seguir no linkedin.

Autores:Bruno Matheus de Lima Cabral — brunomatheuslc@hotmail.

comDionísio Dias Aires de Carvalho — dionisio@naracosta.

com.

br.. More details

Leave a Reply