GeoPandas
Cette section centralise 4 séances autour de la prise en main de Pandas (https://pandas.pydata.org) et Geopandas (https://geopandas.org) dans l'environnement Python.
Ce cours se base sur Google Collab (https://colab.research.google.com) comme environnement de travail. Cet environnement de travail distribué permet d'écrire et d'exécuter du code Python dans votre navigateur Web. Il offre de nombreux avantages d'un point de vue pédagogique comme aucune configuration requise, un accès gratuit aux GPU comme à des espaces disques et surtout un partage et une documentation facile grâce notamment à des passerelles avec GitHub.
Séance 1 : Introduction à Pandas pour la manipulation de données (spatiales)
https://github.com/mastersigat/GeoPandas/blob/main/Seance1(intro_Pandas).ipynb
- Importer un jeu de données
- Créer un dataframe
- Faire des sélections et des filtres
- Calculer des descriptives basiques
- Faire des agrégations statistiques
- Faire des visualisations de données simple
Séance 2 : Introduction à GeoPandas pour la manipulation de données spatiales
https://github.com/mastersigat/GeoPandas/blob/main/Seance2_Manipulation_donnees_spatiales.ipynb
- Importer un jeu de données spatial
- Créer un geodataframe
- Faire des sélections et des filtres
- Ecrire des jeux de données géographiques
- Calculer des descriptives basiques
- Reprojeter des jeux de données
- Cartographie thématique
- Ajouter des fonds de cartes
- Jointure attributaire
- Calcul d'indicateur
- Regroupement
Séance 3 : Analyse spatiale avancée avec GeoPandas
https://github.com/mastersigat/GeoPandas/blob/main/Seance_3_Analyse_spatiale.ipynb
- Jointure spatiales et agrégations spatiales
- Calcul de distance, de surface et zones tampons
- Opérateur de recouvrement (intersect, difference, union,...)
- Création d'index spatial
- Analyse du plus proche voisin
- Carroyage classique
- Carroyage basé sur le Uber H3