TD 3.1 - Créer une carte des hôpitaux du comté de Clark au Nevada.

Vincent GODARD - V3.1 - 03/05/2021

Cours de traitement des données et cartographie

Département de géographie - L2 - Université de Paris 8

Inspiré de :

• https://learn.arcgis.com/fr/projects/create-a-map/

de

• https://fxjollois.github.io/cours-2016-2017/analyse-donnees-massives-tp9.html

et de

• https://medium.com/the-innovation/quick-and-beautiful-interactive-maps-in-folium-c6fd535c3d3b

Téléchargement des documents nécessaires :

Dossier compressé à télécharger => ici.

1. Chargement des bibliothèques (packages)

Dans le JupyterLab la bibliothèque Pandas est déjà installée mais pas la bibliothèque folium. Il faut l'installer.

Il faut ensuite les charger (fonction import).

# Pour installer folium, effacez le # (avant le "!").
#!pip install folium
import pandas as pd
import folium

2. Chargement du fond de carte

Las_Vegas_hospitals = folium.Map(location = [36.159852152227444, -115.17775402970094], zoom_start = 11)

C'est fait, mais maintenant, il faut l'afficher. Sinon, on ne voit toujours rien !

# Affichage de la carte.
Las_Vegas_hospitals

## 3. Chargement et affichage des données

## 3.1 Chargement du tableau de données

Chargez (UpLoad) le fichier "Clark_County_Hospitals.csv" dans le répertoire "/demo/" du JupyterLab.

Vérifiez que le nom du fichier est entre "".

# df = Data Frame (tableau de données)

df = pd.read_csv("Clark_County_Hospitals.csv")

# Quels sont les champs de notre df ?

df.keys()

# Quel est le type de 'Latitude'

df["Latitude"]

# Quel est le type de 'Name'

df["Name"]

# Combien d'hopitaux ?

len(df["Name"])

description = df.describe()
description

3.2 Affichage des données

Affichage par itération (Loop) dans le tableau de données (df) pour ajouter des marquers (markers)

en fonction de la latitude et de la longitude pour chaqe ligne.

Ajout d'une info-bulle (tooltips) affichant le nom de chaque hôpital.

# Boucle qui parcourt successivements toutes les lignes pour récupérer les latitudes et les longitudes ainsi que le nom.
# Puis, le marqueur est ajouté à la carte.
# Attention aux ":" à la fin de la boucle for.

for index, row in df.iterrows():

        folium.Marker(
            [row['Latitude'],row['Longitude']],
            tooltip = row['Name']).add_to(Las_Vegas_hospitals)
        
Las_Vegas_hospitals

4. Affichage par cercles proportionnels du nombre de cas

Affichage par itération (Loop) dans le tableau de données (df) pour représenter des quantités.

4.1 Affichage par cercles proportionnels au nombre de cas en 2015

Sans proportionalité entre la quantité et la surface

Las_Vegas_hospitals_circle = folium.Map(location = [36.159852152227444, -115.17775402970094], zoom_start = 7)


for index, row in df.iterrows():
    
        folium.CircleMarker(
            [row['Latitude'],row['Longitude']],
            radius = row["Total_cases_2015"] / 5000).add_to(Las_Vegas_hospitals_circle)

Las_Vegas_hospitals_circle

4.2 Affichage par cercles proportionnels au nombre de cas en 2015

Avec proportionalité entre la quantité et la surface

# calcul de la quantité maximum => le nombre de cas maximum !

column = df["Total_cases_2015"]

max_cases = column.max()

print(max_cases)

# représentation fonction du rayon associé à la quantité maximale (max_cases)

Las_Vegas_hospitals_circle2 = folium.Map(location = [36.159852152227444, -115.17775402970094], zoom_start = 11)

for index, row in df.iterrows():
    
        folium.CircleMarker(
            [row['Latitude'],row['Longitude']],
            radius = ((row["Total_cases_2015"]**(1/2)) * (50) / (max_cases)**(1/2))).add_to(Las_Vegas_hospitals_circle2)

Las_Vegas_hospitals_circle2

Reste à mettre une légende et une échelle (: !)