criminologia_cdmx > Preparar y ajustar modelos criminológicos para la CDMX usando fácilmente diferentes fuentes de datos
La forma más sencilla de instalarlo es creando un environment de conda
que tenga geopandas instalado y después usar pip para instalar la
librería dese el repositorio:
conda create -n criminologia python=3.8
conda install -c conda-forge geopandas
pip install git+https://github.com/CentroGeo/criminologia_cdmxPor lo pronto, como el repositorio es privado Git va a pedir usuario y contraseña de GitHub.
Alternativamente, si tienes el repositorio clonado en la computadora:
conda create -n criminologia python=3.8
conda install -c conda-forge geopandas
pip install git+file///ruta/a/criminologia_cdmxLa librería provee, por lo pronto, cuatro módulos para trabajar con datos sobre delincuencia en la CDMX, construir covariables y ajustar modelos.
Este módulo descarga y transforma los datos básicos de delincuencia que se pueden obtener de la página de datos abiertos de la CDMX
Aquí se encuentran diferentes algoritmos para hacer mapeo de hotspots.
Analizar el crimen va más allá de ver los patrones espacio-temporales. También queremos modelar estos patrones utilizando diferentes tipos de covariables para entender cómo se relaciona la violencia criminal con, por ejemplo, la marginación, la densidad de población o los usos de suelo. Para hacer esto es necesario construir datos de estas covariables, en este módulo vas a encintrar funciones que te ayudan a hacer esto de forma sencilla a partir de diferentes fuentes de datos.
Este módulo implementa diferentes tipos de modelos, espaciales y
aespaciales para asociar la violencia criminal con las variables
producidas en el módulo covariables (o también puedes usar facilmente
tus propias variables).
La documentación completa para cada módulo la puedes encontrar en el
menú de la izquierda en la sección api. También, en la sección de
tutoriales encontrarás ejemplos completos más desarrollados.