{"id":330593,"date":"2022-03-13T15:00:52","date_gmt":"2022-03-13T15:00:52","guid":{"rendered":"http:\/\/savepearlharbor.com\/?p=330593"},"modified":"-0001-11-30T00:00:00","modified_gmt":"-0001-11-29T21:00:00","slug":"","status":"publish","type":"post","link":"https:\/\/savepearlharbor.com\/?p=330593","title":{"rendered":"Geo data in Python<\/span>"},"content":{"rendered":"
<\/div>\n
\n
\n
\n
\n

\u041f\u043e\u043d\u0430\u0434\u043e\u0431\u0438\u043b\u043e\u0441\u044c \u043c\u043d\u0435 \u043d\u0435\u0434\u0430\u0432\u043d\u043e \u043d\u0430\u0440\u0438\u0441\u043e\u0432\u0430\u0442\u044c \u0432 Python \u0434\u0430\u043d\u043d\u044b\u0435 \u043d\u0430 \u043a\u0430\u0440\u0442\u0435, \u0431\u043b\u0430\u0433\u043e \u0432 \u0434\u0430\u043d\u043d\u044b\u0445 \u0435\u0441\u0442\u044c \u043a\u043e\u043e\u0440\u0434\u0438\u043d\u0430\u0442\u044b. \u041a\u0430\u0437\u0430\u043b\u043e\u0441\u044c \u0431\u044b, \u0447\u0442\u043e \u043c\u043e\u0436\u0435\u0442 \u0431\u044b\u0442\u044c \u0441\u043b\u043e\u0436\u043d\u043e\u0433\u043e… \u041d\u043e \u043e\u0431\u043e \u0432\u0441\u0435\u043c \u043f\u043e \u043f\u043e\u0440\u044f\u0434\u043a\u0443.<\/p>\n

\u041c\u043e\u0438 \u0442\u043e\u0447\u043a\u0438 — \u044d\u0442\u043e \u0433\u043e\u0440\u043e\u0434\u0430. \u0413\u043e\u0440\u043e\u0434\u0430 \u0438\u043c\u0435\u044e\u0442 \u0440\u0430\u0437\u043d\u044b\u0435 \u043f\u0440\u0438\u0437\u043d\u0430\u043a\u0438, \u043a\u0430\u043a \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u0435\u043d\u043d\u044b\u0435 (\u0438\u0441\u043f\u043e\u043b\u044c\u0437\u0443\u0435\u043c \u0440\u0430\u0437\u043d\u044b\u0435 \u0446\u0432\u0435\u0442\u0430 \u0442\u043e\u0447\u0435\u043a \u043d\u0430 \u043a\u0430\u0440\u0442\u0435), \u0442\u0430\u043a \u0438 \u043a\u043e\u043b\u0438\u0447\u0435\u0441\u0442\u0432\u0435\u043d\u043d\u044b\u0435 (\u0438\u0441\u043f\u043e\u043b\u044c\u0437\u0443\u0435\u043c \u0440\u0430\u0437\u043d\u044b\u0439 \u0440\u0430\u0437\u043c\u0435\u0440 \u043a\u0440\u0443\u0436\u043e\u0447\u043a\u0430).<\/p>\n

\u041f\u0435\u0440\u0432\u044b\u043c \u0434\u0435\u043b\u043e\u043c \u043d\u0443\u0436\u043d\u043e \u0443\u0441\u0442\u0430\u043d\u043e\u0432\u0438\u0442\u044c \u0438 \u0438\u043c\u043f\u043e\u0440\u0442\u043d\u0443\u0442\u044c \u0431\u0438\u0431\u043b\u0438\u043e\u0442\u0435\u043a\u0443 geopandas — \u043e\u043d\u0430 \u043f\u043e\u043a\u0430\u0437\u0430\u043b\u0430\u0441\u044c \u043c\u043d\u0435 \u0441\u0430\u043c\u043e\u0439 \u043f\u0440\u043e\u0441\u0442\u043e\u0439 \u0438 \u043f\u043e\u043d\u044f\u0442\u043d\u043e\u0439 \u0441\u0440\u0435\u0434\u0438 \u0432\u0441\u0435\u0445 \u0432\u0430\u0440\u0438\u0430\u043d\u0442\u043e\u0432 \u0440\u0430\u0431\u043e\u0442\u044b \u0441 \u0433\u0435\u043e\u0434\u0430\u043d\u043d\u044b\u043c\u0438.<\/p>\n

import geopandas as gpd<\/code><\/pre>\n
\u041d\u0443\u0436\u043d\u043e \u043d\u0430\u0440\u0438\u0441\u043e\u0432\u0430\u0442\u044c \u043a\u043e\u043d\u0442\u0443\u0440\u044b \u0420\u043e\u0441\u0441\u0438\u0438. \u0414\u043b\u044f \u044d\u0442\u043e\u0433\u043e \u043d\u0443\u0436\u0435\u043d \u0444\u0430\u0439\u043b \u0441 \u0433\u0440\u0430\u043d\u0438\u0446\u0430\u043c\u0438 — geojson. \u0415\u0433\u043e \u043c\u043e\u0436\u043d\u043e \u043e\u0447\u0435\u043d\u044c \u0431\u044b\u0441\u0442\u0440\u043e \u043d\u0430\u0433\u0443\u0433\u043b\u0438\u0442\u044c (\u044f \u0432\u0437\u044f\u043b\u0430 \u043e\u0442\u0441\u044e\u0434\u0430<\/a>). \u041c\u043d\u0435 \u043d\u0443\u0436\u043d\u044b \u043b\u0438\u0448\u044c \u043a\u043e\u043d\u0442\u0443\u0440\u044b \u0441\u0442\u0440\u0430\u043d\u044b, \u043f\u043e\u044d\u0442\u043e\u043c\u0443 \u044f \u0432\u0437\u044f\u043b\u0430 \u0444\u0430\u0439\u043b 2 \u0443\u0440\u043e\u0432\u043d\u044f — admin_level_2.geojson<\/p>\n
\u042d\u0442\u043e\u0442 \u0444\u0430\u0439\u043b \u043d\u0443\u0436\u043d\u043e \u043f\u0440\u043e\u0447\u0438\u0442\u0430\u0442\u044c \u0432 dataframe. \u0422\u0430\u043a \u043a\u0430\u043a \u0443 \u043c\u0435\u043d\u044f jupyterhub \u043f\u043e\u0434\u043d\u044f\u0442 \u043d\u0430 \u0441\u0435\u0440\u0432\u0435\u0440\u0435, \u043c\u043d\u0435 \u043f\u043e\u043d\u0430\u0434\u043e\u0431\u0438\u043b\u043e\u0441\u044c \u0441\u043d\u0430\u0447\u0430\u043b\u0430 \u0444\u0430\u0439\u043b \u0437\u0430\u0433\u0440\u0443\u0437\u0438\u0442\u044c \u0432 jh. \u0414\u0430\u043b\u0435\u0435 \u043a\u043e\u043d\u0432\u0435\u0440\u0442\u0438\u0440\u0443\u0435\u043c \u0435\u0433\u043e \u0432 GeoDataFrame \u0438 \u043e\u0442\u0440\u0438\u0441\u043e\u0432\u044b\u0432\u0430\u0435\u043c. \u041f\u043e\u043b\u0443\u0447\u0438\u043b\u0441\u044f \u0441\u043b\u0435\u0434\u0443\u044e\u0449\u0438\u0439 \u043a\u043e\u0434.<\/p>\n
map_df=gpd.read_file('my_env\/admin_level_2.geojson')  map_df=gpd.GeoDataFrame(map_df)  map_df.plot(figsize=(14,10), color='black', alpha=0.1)<\/code><\/pre>\n
3 \u043f\u0440\u043e\u0441\u0442\u044b\u0445 \u0448\u0430\u0433\u0430, \u043a\u043e\u0442\u043e\u0440\u044b\u0445 \u0434\u043e\u0441\u0442\u0430\u0442\u043e\u0447\u043d\u043e \u0434\u043e\u0441\u0442\u0430\u0442\u043e\u0447\u043d\u043e \u043f\u043e\u0447\u0442\u0438 \u0432 \u043b\u044e\u0431\u043e\u0439 \u0441\u0442\u0440\u0430\u043d\u0435 \u043c\u0438\u0440\u0435. \u041d\u043e \u0435\u0441\u0442\u044c \u043e\u0434\u043d\u043e «\u043d\u043e» — \u0420\u043e\u0441\u0441\u0438\u044f \u0440\u0435\u0430\u043b\u044c\u043d\u043e \u0431\u043e\u043b\u044c\u0448\u0430\u044f \u0441\u0442\u0440\u0430\u043d\u0430.<\/p>\n
<\/figcaption><\/figure>\n
\u041d\u0430\u0441\u0442\u043e\u043b\u044c\u043a\u043e \u0431\u043e\u043b\u044c\u0448\u0430\u044f, \u0447\u0442\u043e \u043f\u0435\u0440\u0435\u0445\u043e\u0434\u0438\u0442 \u0433\u0440\u0430\u043d\u0438\u0446\u0443 180\u043e<\/sup> \u0438 \u0438\u0437-\u0437\u0430 \u044d\u0442\u043e\u0433\u043e \u0441\u0442\u0430\u043d\u0434\u0430\u0440\u0442\u043d\u0430\u044f \u043e\u0442\u0440\u0438\u0441\u043e\u0432\u043a\u0430 \u0440\u0438\u0441\u0443\u0435\u0442 \u0431\u0435\u0434\u043d\u044b\u0439 \u0434\u0430\u043b\u044c\u043d\u0435\u0432\u043e\u0441\u0442\u043e\u0447\u043d\u044b\u0439 \u043a\u0443\u0441\u043e\u043a \u043d\u0435 \u0441\u043f\u0440\u0430\u0432\u0430, \u0430 \u0434\u0430\u043b\u0435\u043a\u043e \u0441\u043b\u0435\u0432\u0430.<\/p>\n
\u041f\u043e\u044d\u0442\u043e\u043c\u0443 \u0441\u043d\u0430\u0447\u0430\u043b\u0430 \u043d\u0443\u0436\u043d\u043e \u0441\u0434\u0435\u043b\u0430\u0442\u044c \u043f\u0440\u0435\u043e\u0431\u0440\u0430\u0437\u043e\u0432\u0430\u043d\u0438\u0435 \u043a\u043e\u043e\u0440\u0434\u0438\u043d\u0430\u0442, \u043f\u0440\u0438\u0431\u0430\u0432\u0438\u0432 \u043a \u043e\u0442\u043e\u0440\u0432\u0430\u0432\u0448\u0435\u043c\u0443\u0441\u044f \u043a\u0443\u0441\u043a\u0443 360\u043e<\/sup>.<\/p>\n
\u042f \u0440\u0430\u0441\u0441\u043c\u043e\u0442\u0440\u0435\u043b\u0430 \u0444\u0430\u0439\u043b \u043f\u043e\u0431\u043b\u0438\u0436\u0435 \u0438 \u0432\u044b\u044f\u0441\u043d\u0438\u043b\u0430, \u0447\u0442\u043e \u043e\u043d \u0441\u043e\u0441\u0442\u043e\u0438\u0442 \u0438\u0437 29 \u043f\u043e\u043b\u0438\u0433\u043e\u043d\u043e\u0432. \u041f\u0440\u0438\u0431\u0430\u0432\u0438\u0442\u044c \u043a \u043d\u0443\u0436\u043d\u044b\u043c \u043f\u043e\u043b\u0438\u0433\u043e\u043d\u0430\u043c 360\u043e<\/sup> — \u0434\u0435\u043b\u043e \u043d\u0435 \u0441\u043b\u043e\u0436\u043d\u043e\u0435. \u0417\u0430\u043f\u0438\u0445\u0438\u0432\u0430\u0435\u043c \u0432 \u0446\u0438\u043a\u043b \u043f\u043e \u0434\u0430\u0442\u0430\u0444\u0440\u0435\u0439\u043c\u0443 \u0438 \u0441\u0434\u0432\u0438\u0433\u0430\u0435\u043c \u043f\u043e\u043b\u0438\u0433\u043e\u043d\u044b \u0441 \u043e\u0442\u0440\u0438\u0446\u0430\u0442\u0435\u043b\u044c\u043d\u044b\u043c\u0438 \u043a\u043e\u043e\u0440\u0434\u0438\u043d\u0430\u0442\u0430\u043c\u0438.<\/p>\n
\u041d\u043e \u043d\u0435\u0442. \u0422\u0443\u0442 \u043c\u043e\u0439 \u043a\u043e\u0434 \u0437\u0430\u0432\u0438\u0441\u0430\u043b \u0432\u0441\u0435\u0440\u044c\u0435\u0437 \u0438 \u043d\u0430\u0434\u043e\u043b\u0433\u043e. \u0413\u0435\u043e\u0434\u0430\u043d\u043d\u044b\u0435 — \u043e\u0433\u0440\u043e\u043c\u043d\u044b\u0439 \u0442\u044f\u0436\u0435\u043b\u044b\u0439 \u043c\u0430\u0441\u0441\u0438\u0432 \u0438 \u043f\u0435\u0440\u0435\u043b\u043e\u043f\u0430\u0447\u0438\u0432\u0430\u0442\u044c \u0438\u0445 \u0432\u0441\u0435 jh \u044f\u0432\u043d\u043e \u043d\u0435 \u0436\u0435\u043b\u0430\u043b. \u041d\u0435\u0434\u043e\u043b\u0433\u043e \u0434\u0443\u043c\u0430\u044f \u044f \u043f\u0440\u0438\u043d\u044f\u043b\u0430 \u0440\u0435\u0448\u0435\u043d\u0438\u0435 \u043f\u043e\u0436\u0435\u0440\u0442\u0432\u043e\u0432\u0430\u0442\u044c \u041a\u0435\u043c\u0441\u043a\u043e\u0439 \u0432\u043e\u043b\u043e\u0441\u0442\u044c\u044e<\/s> \u043c\u0435\u043b\u043a\u0438\u043c\u0438 \u043f\u043e\u043b\u0438\u0433\u043e\u043d\u0447\u0438\u043a\u0430\u043c\u0438.<\/p>\n
\u042f \u043e\u0442\u0440\u0438\u0441\u043e\u0432\u0430\u043b\u0430 \u0432\u0441\u0435 \u043f\u043e\u043b\u0438\u0433\u043e\u043d\u044b \u043f\u043e \u043e\u0442\u0434\u0435\u043b\u044c\u043d\u043e\u0441\u0442\u0438 \u0438 \u0432\u044b\u044f\u0441\u043d\u0438\u043b\u0430, \u0447\u0442\u043e \u043e\u0441\u043d\u043e\u0432\u043d\u0430\u044f \u0447\u0430\u0441\u0442\u044c — \u044d\u0442\u043e \u043f\u043e\u043b\u0438\u0433\u043e\u043d 28. \u041e\u0442\u0440\u0435\u0437\u0430\u043d\u043d\u044b\u0439 \u043a\u0443\u0441\u043e\u043a \u0434\u0430\u043b\u044c\u043d\u0435\u0433\u043e \u0432\u043e\u0441\u0442\u043e\u043a\u0430 — 26. \u0421\u0434\u0432\u0438\u043d\u0443\u0442\u044c \u043e\u0434\u0438\u043d \u043d\u0430 360\u043e<\/sup> \u0438 \u043e\u0442\u0440\u0438\u0441\u043e\u0432\u0430\u0442\u044c \u0442\u043e\u043b\u044c\u043a\u043e \u044d\u0442\u0438 \u0434\u0432\u0430 \u043f\u043e\u043b\u0438\u0433\u043e\u043d\u0430 \u0437\u0430\u043d\u0438\u043c\u0430\u0435\u0442 \u0431\u0443\u043a\u0432\u0430\u043b\u044c\u043d\u043e \u0441\u0435\u043a\u0443\u043d\u0434\u0443. \u0418\u0442\u043e\u0433\u043e\u0432\u044b\u0439 \u043a\u043e\u0434 \u0437\u0430\u043d\u0438\u043c\u0430\u0435\u0442 5 \u0441\u0442\u0440\u043e\u0447\u0435\u043a, \u0430 \u0440\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442 \u0432\u043f\u043e\u043b\u043d\u0435 \u043c\u0435\u043d\u044f \u0443\u0441\u0442\u0440\u0430\u0438\u0432\u0430\u0435\u0442.<\/p>\n
map_df=gpd.read_file('my_env\/admin_level_2.geojson')  map_df=gpd.GeoDataFrame(map_df) p = gpd.GeoSeries(shapely.affinity.translate(map_df['geometry'][0][26], xoff=360, yoff=0)) p=p.append(gpd.GeoSeries(map_df['geometry'][0][28])) p.plot(figsize=(14,10), color='black', alpha=0.1)<\/code><\/pre>\n
<\/figcaption><\/figure>\n
\u0422\u0435\u043f\u0435\u0440\u044c \u0437\u0430\u0439\u043c\u0435\u043c\u0441\u044f \u0434\u0430\u043d\u043d\u044b\u043c\u0438, \u0440\u0430\u0434\u0438 \u043a\u043e\u0442\u043e\u0440\u044b\u0445 \u043c\u044b \u0432\u0441\u0451 \u044d\u0442\u043e \u043d\u0430\u0447\u0430\u043b\u0438. \u041d\u0435 \u0437\u0430\u0431\u044b\u0432\u0430\u0435\u043c, \u0447\u0442\u043e \u0432 \u0432\u044b\u0433\u0440\u0443\u0436\u0430\u0435\u043c\u044b\u0445 \u0434\u0430\u043d\u043d\u044b\u0445 \u0442\u043e\u0436\u0435 \u0432\u043e\u0437\u043c\u043e\u0436\u043d\u043e \u0435\u0441\u0442\u044c \u0434\u0430\u043d\u043d\u044b\u0435 \u0441 \u043e\u0442\u0440\u0438\u0446\u0430\u0442\u0435\u043b\u044c\u043d\u044b\u043c\u0438 \u043a\u043e\u043e\u0440\u0434\u0438\u043d\u0430\u0442\u0430\u043c\u0438 \u0438 \u0438\u0445 \u0442\u0430\u043a \u0436\u0435 \u043d\u0430\u0434\u043e \u0441\u0434\u0432\u0438\u043d\u0443\u0442\u044c \u043d\u0430 360 \u0434\u043b\u044f \u043d\u043e\u0440\u043c\u0430\u043b\u044c\u043d\u043e\u0439 \u043e\u0442\u0440\u0438\u0441\u043e\u0432\u043a\u0438.<\/p>\n
select city ,lat     ,case when lon<0 then lon+360 else lon end as lon     ,category     ,qty from my_table<\/code><\/pre>\n
\u041f\u0440\u0435\u043e\u0431\u0440\u0430\u0437\u0443\u0435\u043c \u043f\u043e\u043b\u044f \u0448\u0438\u0440\u043e\u0442\u044b \u0438 \u0434\u043e\u043b\u0433\u043e\u0442\u044b \u0432 \u043e\u0434\u043d\u043e \u043f\u043e\u043b\u0435 «\u043a\u043e\u043e\u0440\u0434\u0438\u043d\u0430\u0442\u044b» \u0438 \u043f\u0440\u0435\u043e\u0431\u0440\u0430\u0437\u0443\u0435\u043c DataFrame \u0432 GeoDataFrame.<\/p>\n
df['coordinates'] = df[['lon', 'lat']].values.tolist() df['coordinates'] = df['coordinates'].apply(Point) df = gpd.GeoDataFrame(df, geometry='coordinates')<\/code><\/pre>\n
\u0412\u0441\u0451. \u041e\u0441\u0442\u0430\u043b\u043e\u0441\u044c \u0442\u043e\u043b\u044c\u043a\u043e \u043d\u0430\u0440\u0438\u0441\u043e\u0432\u0430\u0442\u044c \u043e\u0431\u0430 \u043d\u0430\u0431\u043e\u0440\u0430 \u0434\u0430\u043d\u043d\u044b\u0445 \u0432\u043c\u0435\u0441\u0442\u0435. \u0412\u0430\u0436\u043d\u043e \u043f\u043e\u043c\u0435\u0449\u0430\u0442\u044c \u043e\u0431\u0435 \u0441\u0442\u0440\u043e\u043a\u0438 \u0432 \u043e\u0434\u043d\u0443 \u044f\u0447\u0435\u0439\u043a\u0443 jupyterhub’\u0430, \u0438\u043d\u0430\u0447\u0435 \u043d\u0435 \u0441\u0440\u0430\u0431\u043e\u0442\u0430\u0435\u0442.<\/p>\n
ax_all=p.plot(figsize=(14,10), color='black', alpha=0.1) df.plot(ax=ax_all, column = 'category',markersize=20,marker='o')<\/code><\/pre>\n
<\/figcaption><\/figure>\n
 \u0418\u043b\u0438 \u043f\u0440\u0438\u043c\u0435\u0440 \u0441 \u0440\u0430\u0437\u043c\u0435\u0440\u043e\u043c \u043a\u0440\u0443\u0436\u043e\u0447\u043a\u043e\u0432 (\u043d\u0430 \u0443\u0440\u0435\u0437\u0430\u043d\u043d\u043e\u043c \u043d\u0430\u0431\u043e\u0440\u0435 \u0434\u0430\u043d\u043d\u044b\u0445 \u0434\u043b\u044f \u043d\u0430\u0433\u043b\u044f\u0434\u043d\u043e\u0441\u0442\u0438).<\/p>\n
ax_all=p.plot(figsize=(14,10), color='black', alpha=0.1) df_size.plot(cmap='autumn',ax=ax_all, markersize='qty',marker='o',alpha=0.6)<\/code><\/pre>\n
<\/figcaption><\/figure>\n
\u0414\u0430\u043b\u0435\u0435 \u043c\u043e\u0436\u043d\u043e \u043d\u0430\u0432\u043e\u0434\u0438\u0442\u044c \u043a\u0440\u0430\u0441\u043e\u0442\u0443, \u043d\u043e \u043e\u0441\u043d\u043e\u0432\u043d\u0430\u044f \u0437\u0430\u0434\u0430\u0447\u0430 \u0432\u044b\u043f\u043e\u043b\u043d\u0435\u043d\u0430. \u041a\u0440\u043e\u043c\u0435 \u0442\u043e\u0433\u043e \u044d\u0442\u043e\u0433\u043e \u0432\u043f\u043e\u043b\u043d\u0435 \u0434\u043e\u0441\u0442\u0430\u0442\u043e\u0447\u043d\u043e \u0434\u043b\u044f \u0431\u044b\u0441\u0442\u0440\u043e\u0433\u043e \u0430\u043d\u0430\u043b\u0438\u0437\u0430 \u0434\u0430\u043d\u043d\u044b\u0445, \u0430 \u0438\u043c\u0435\u043d\u043d\u043e \u044d\u0442\u043e \u043d\u0430\u043c \u043e\u0431\u044b\u0447\u043d\u043e \u0438 \u043d\u0443\u0436\u043d\u043e \u043e\u0442 Python. <\/p>\n<\/div>\n<\/div>\n<\/div>\n
<\/div>\n<\/div>\n
  
 \u0441\u0441\u044b\u043b\u043a\u0430 \u043d\u0430 \u043e\u0440\u0438\u0433\u0438\u043d\u0430\u043b \u0441\u0442\u0430\u0442\u044c\u0438  https:\/\/habr.com\/ru\/post\/655395\/<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"
<\/div>\n
\n
\n
\n
\n
\u041f\u043e\u043d\u0430\u0434\u043e\u0431\u0438\u043b\u043e\u0441\u044c \u043c\u043d\u0435 \u043d\u0435\u0434\u0430\u0432\u043d\u043e \u043d\u0430\u0440\u0438\u0441\u043e\u0432\u0430\u0442\u044c \u0432 Python \u0434\u0430\u043d\u043d\u044b\u0435 \u043d\u0430 \u043a\u0430\u0440\u0442\u0435, \u0431\u043b\u0430\u0433\u043e \u0432 \u0434\u0430\u043d\u043d\u044b\u0445 \u0435\u0441\u0442\u044c \u043a\u043e\u043e\u0440\u0434\u0438\u043d\u0430\u0442\u044b. \u041a\u0430\u0437\u0430\u043b\u043e\u0441\u044c \u0431\u044b, \u0447\u0442\u043e \u043c\u043e\u0436\u0435\u0442 \u0431\u044b\u0442\u044c \u0441\u043b\u043e\u0436\u043d\u043e\u0433\u043e… \u041d\u043e \u043e\u0431\u043e \u0432\u0441\u0435\u043c \u043f\u043e \u043f\u043e\u0440\u044f\u0434\u043a\u0443.<\/p>\n
\u041c\u043e\u0438 \u0442\u043e\u0447\u043a\u0438 — \u044d\u0442\u043e \u0433\u043e\u0440\u043e\u0434\u0430. \u0413\u043e\u0440\u043e\u0434\u0430 \u0438\u043c\u0435\u044e\u0442 \u0440\u0430\u0437\u043d\u044b\u0435 \u043f\u0440\u0438\u0437\u043d\u0430\u043a\u0438, \u043a\u0430\u043a \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u0435\u043d\u043d\u044b\u0435 (\u0438\u0441\u043f\u043e\u043b\u044c\u0437\u0443\u0435\u043c \u0440\u0430\u0437\u043d\u044b\u0435 \u0446\u0432\u0435\u0442\u0430 \u0442\u043e\u0447\u0435\u043a \u043d\u0430 \u043a\u0430\u0440\u0442\u0435), \u0442\u0430\u043a \u0438 \u043a\u043e\u043b\u0438\u0447\u0435\u0441\u0442\u0432\u0435\u043d\u043d\u044b\u0435 (\u0438\u0441\u043f\u043e\u043b\u044c\u0437\u0443\u0435\u043c \u0440\u0430\u0437\u043d\u044b\u0439 \u0440\u0430\u0437\u043c\u0435\u0440 \u043a\u0440\u0443\u0436\u043e\u0447\u043a\u0430).<\/p>\n
\u041f\u0435\u0440\u0432\u044b\u043c \u0434\u0435\u043b\u043e\u043c \u043d\u0443\u0436\u043d\u043e \u0443\u0441\u0442\u0430\u043d\u043e\u0432\u0438\u0442\u044c \u0438 \u0438\u043c\u043f\u043e\u0440\u0442\u043d\u0443\u0442\u044c \u0431\u0438\u0431\u043b\u0438\u043e\u0442\u0435\u043a\u0443 geopandas — \u043e\u043d\u0430 \u043f\u043e\u043a\u0430\u0437\u0430\u043b\u0430\u0441\u044c \u043c\u043d\u0435 \u0441\u0430\u043c\u043e\u0439 \u043f\u0440\u043e\u0441\u0442\u043e\u0439 \u0438 \u043f\u043e\u043d\u044f\u0442\u043d\u043e\u0439 \u0441\u0440\u0435\u0434\u0438 \u0432\u0441\u0435\u0445 \u0432\u0430\u0440\u0438\u0430\u043d\u0442\u043e\u0432 \u0440\u0430\u0431\u043e\u0442\u044b \u0441 \u0433\u0435\u043e\u0434\u0430\u043d\u043d\u044b\u043c\u0438.<\/p>\n
import geopandas as gpd<\/code><\/pre>\n
\u041d\u0443\u0436\u043d\u043e \u043d\u0430\u0440\u0438\u0441\u043e\u0432\u0430\u0442\u044c \u043a\u043e\u043d\u0442\u0443\u0440\u044b \u0420\u043e\u0441\u0441\u0438\u0438. \u0414\u043b\u044f \u044d\u0442\u043e\u0433\u043e \u043d\u0443\u0436\u0435\u043d \u0444\u0430\u0439\u043b \u0441 \u0433\u0440\u0430\u043d\u0438\u0446\u0430\u043c\u0438 — geojson. \u0415\u0433\u043e \u043c\u043e\u0436\u043d\u043e \u043e\u0447\u0435\u043d\u044c \u0431\u044b\u0441\u0442\u0440\u043e \u043d\u0430\u0433\u0443\u0433\u043b\u0438\u0442\u044c (\u044f \u0432\u0437\u044f\u043b\u0430 \u043e\u0442\u0441\u044e\u0434\u0430<\/a>). \u041c\u043d\u0435 \u043d\u0443\u0436\u043d\u044b \u043b\u0438\u0448\u044c \u043a\u043e\u043d\u0442\u0443\u0440\u044b \u0441\u0442\u0440\u0430\u043d\u044b, \u043f\u043e\u044d\u0442\u043e\u043c\u0443 \u044f \u0432\u0437\u044f\u043b\u0430 \u0444\u0430\u0439\u043b 2 \u0443\u0440\u043e\u0432\u043d\u044f — admin_level_2.geojson<\/p>\n
\u042d\u0442\u043e\u0442 \u0444\u0430\u0439\u043b \u043d\u0443\u0436\u043d\u043e \u043f\u0440\u043e\u0447\u0438\u0442\u0430\u0442\u044c \u0432 dataframe. \u0422\u0430\u043a \u043a\u0430\u043a \u0443 \u043c\u0435\u043d\u044f jupyterhub \u043f\u043e\u0434\u043d\u044f\u0442 \u043d\u0430 \u0441\u0435\u0440\u0432\u0435\u0440\u0435, \u043c\u043d\u0435 \u043f\u043e\u043d\u0430\u0434\u043e\u0431\u0438\u043b\u043e\u0441\u044c \u0441\u043d\u0430\u0447\u0430\u043b\u0430 \u0444\u0430\u0439\u043b \u0437\u0430\u0433\u0440\u0443\u0437\u0438\u0442\u044c \u0432 jh. \u0414\u0430\u043b\u0435\u0435 \u043a\u043e\u043d\u0432\u0435\u0440\u0442\u0438\u0440\u0443\u0435\u043c \u0435\u0433\u043e \u0432 GeoDataFrame \u0438 \u043e\u0442\u0440\u0438\u0441\u043e\u0432\u044b\u0432\u0430\u0435\u043c. \u041f\u043e\u043b\u0443\u0447\u0438\u043b\u0441\u044f \u0441\u043b\u0435\u0434\u0443\u044e\u0449\u0438\u0439 \u043a\u043e\u0434.<\/p>\n
map_df=gpd.read_file('my_env\/admin_level_2.geojson')  map_df=gpd.GeoDataFrame(map_df)  map_df.plot(figsize=(14,10), color='black', alpha=0.1)<\/code><\/pre>\n
3 \u043f\u0440\u043e\u0441\u0442\u044b\u0445 \u0448\u0430\u0433\u0430, \u043a\u043e\u0442\u043e\u0440\u044b\u0445 \u0434\u043e\u0441\u0442\u0430\u0442\u043e\u0447\u043d\u043e \u0434\u043e\u0441\u0442\u0430\u0442\u043e\u0447\u043d\u043e \u043f\u043e\u0447\u0442\u0438 \u0432 \u043b\u044e\u0431\u043e\u0439 \u0441\u0442\u0440\u0430\u043d\u0435 \u043c\u0438\u0440\u0435. \u041d\u043e \u0435\u0441\u0442\u044c \u043e\u0434\u043d\u043e «\u043d\u043e» — \u0420\u043e\u0441\u0441\u0438\u044f \u0440\u0435\u0430\u043b\u044c\u043d\u043e \u0431\u043e\u043b\u044c\u0448\u0430\u044f \u0441\u0442\u0440\u0430\u043d\u0430.<\/p>\n
<\/figcaption><\/figure>\n
\u041d\u0430\u0441\u0442\u043e\u043b\u044c\u043a\u043e \u0431\u043e\u043b\u044c\u0448\u0430\u044f, \u0447\u0442\u043e \u043f\u0435\u0440\u0435\u0445\u043e\u0434\u0438\u0442 \u0433\u0440\u0430\u043d\u0438\u0446\u0443 180\u043e<\/sup> \u0438 \u0438\u0437-\u0437\u0430 \u044d\u0442\u043e\u0433\u043e \u0441\u0442\u0430\u043d\u0434\u0430\u0440\u0442\u043d\u0430\u044f \u043e\u0442\u0440\u0438\u0441\u043e\u0432\u043a\u0430 \u0440\u0438\u0441\u0443\u0435\u0442 \u0431\u0435\u0434\u043d\u044b\u0439 \u0434\u0430\u043b\u044c\u043d\u0435\u0432\u043e\u0441\u0442\u043e\u0447\u043d\u044b\u0439 \u043a\u0443\u0441\u043e\u043a \u043d\u0435 \u0441\u043f\u0440\u0430\u0432\u0430, \u0430 \u0434\u0430\u043b\u0435\u043a\u043e \u0441\u043b\u0435\u0432\u0430.<\/p>\n
\u041f\u043e\u044d\u0442\u043e\u043c\u0443 \u0441\u043d\u0430\u0447\u0430\u043b\u0430 \u043d\u0443\u0436\u043d\u043e \u0441\u0434\u0435\u043b\u0430\u0442\u044c \u043f\u0440\u0435\u043e\u0431\u0440\u0430\u0437\u043e\u0432\u0430\u043d\u0438\u0435 \u043a\u043e\u043e\u0440\u0434\u0438\u043d\u0430\u0442, \u043f\u0440\u0438\u0431\u0430\u0432\u0438\u0432 \u043a \u043e\u0442\u043e\u0440\u0432\u0430\u0432\u0448\u0435\u043c\u0443\u0441\u044f \u043a\u0443\u0441\u043a\u0443 360\u043e<\/sup>.<\/p>\n
\u042f \u0440\u0430\u0441\u0441\u043c\u043e\u0442\u0440\u0435\u043b\u0430 \u0444\u0430\u0439\u043b \u043f\u043e\u0431\u043b\u0438\u0436\u0435 \u0438 \u0432\u044b\u044f\u0441\u043d\u0438\u043b\u0430, \u0447\u0442\u043e \u043e\u043d \u0441\u043e\u0441\u0442\u043e\u0438\u0442 \u0438\u0437 29 \u043f\u043e\u043b\u0438\u0433\u043e\u043d\u043e\u0432. \u041f\u0440\u0438\u0431\u0430\u0432\u0438\u0442\u044c \u043a \u043d\u0443\u0436\u043d\u044b\u043c \u043f\u043e\u043b\u0438\u0433\u043e\u043d\u0430\u043c 360\u043e<\/sup> — \u0434\u0435\u043b\u043e \u043d\u0435 \u0441\u043b\u043e\u0436\u043d\u043e\u0435. \u0417\u0430\u043f\u0438\u0445\u0438\u0432\u0430\u0435\u043c \u0432 \u0446\u0438\u043a\u043b \u043f\u043e \u0434\u0430\u0442\u0430\u0444\u0440\u0435\u0439\u043c\u0443 \u0438 \u0441\u0434\u0432\u0438\u0433\u0430\u0435\u043c \u043f\u043e\u043b\u0438\u0433\u043e\u043d\u044b \u0441 \u043e\u0442\u0440\u0438\u0446\u0430\u0442\u0435\u043b\u044c\u043d\u044b\u043c\u0438 \u043a\u043e\u043e\u0440\u0434\u0438\u043d\u0430\u0442\u0430\u043c\u0438.<\/p>\n
\u041d\u043e \u043d\u0435\u0442. \u0422\u0443\u0442 \u043c\u043e\u0439 \u043a\u043e\u0434 \u0437\u0430\u0432\u0438\u0441\u0430\u043b \u0432\u0441\u0435\u0440\u044c\u0435\u0437 \u0438 \u043d\u0430\u0434\u043e\u043b\u0433\u043e. \u0413\u0435\u043e\u0434\u0430\u043d\u043d\u044b\u0435 — \u043e\u0433\u0440\u043e\u043c\u043d\u044b\u0439 \u0442\u044f\u0436\u0435\u043b\u044b\u0439 \u043c\u0430\u0441\u0441\u0438\u0432 \u0438 \u043f\u0435\u0440\u0435\u043b\u043e\u043f\u0430\u0447\u0438\u0432\u0430\u0442\u044c \u0438\u0445 \u0432\u0441\u0435 jh \u044f\u0432\u043d\u043e \u043d\u0435 \u0436\u0435\u043b\u0430\u043b. \u041d\u0435\u0434\u043e\u043b\u0433\u043e \u0434\u0443\u043c\u0430\u044f \u044f \u043f\u0440\u0438\u043d\u044f\u043b\u0430 \u0440\u0435\u0448\u0435\u043d\u0438\u0435 \u043f\u043e\u0436\u0435\u0440\u0442\u0432\u043e\u0432\u0430\u0442\u044c \u041a\u0435\u043c\u0441\u043a\u043e\u0439 \u0432\u043e\u043b\u043e\u0441\u0442\u044c\u044e<\/s> \u043c\u0435\u043b\u043a\u0438\u043c\u0438 \u043f\u043e\u043b\u0438\u0433\u043e\u043d\u0447\u0438\u043a\u0430\u043c\u0438.<\/p>\n
\u042f \u043e\u0442\u0440\u0438\u0441\u043e\u0432\u0430\u043b\u0430 \u0432\u0441\u0435 \u043f\u043e\u043b\u0438\u0433\u043e\u043d\u044b \u043f\u043e \u043e\u0442\u0434\u0435\u043b\u044c\u043d\u043e\u0441\u0442\u0438 \u0438 \u0432\u044b\u044f\u0441\u043d\u0438\u043b\u0430, \u0447\u0442\u043e \u043e\u0441\u043d\u043e\u0432\u043d\u0430\u044f \u0447\u0430\u0441\u0442\u044c — \u044d\u0442\u043e \u043f\u043e\u043b\u0438\u0433\u043e\u043d 28. \u041e\u0442\u0440\u0435\u0437\u0430\u043d\u043d\u044b\u0439 \u043a\u0443\u0441\u043e\u043a \u0434\u0430\u043b\u044c\u043d\u0435\u0433\u043e \u0432\u043e\u0441\u0442\u043e\u043a\u0430 — 26. \u0421\u0434\u0432\u0438\u043d\u0443\u0442\u044c \u043e\u0434\u0438\u043d \u043d\u0430 360\u043e<\/sup> \u0438 \u043e\u0442\u0440\u0438\u0441\u043e\u0432\u0430\u0442\u044c \u0442\u043e\u043b\u044c\u043a\u043e \u044d\u0442\u0438 \u0434\u0432\u0430 \u043f\u043e\u043b\u0438\u0433\u043e\u043d\u0430 \u0437\u0430\u043d\u0438\u043c\u0430\u0435\u0442 \u0431\u0443\u043a\u0432\u0430\u043b\u044c\u043d\u043e \u0441\u0435\u043a\u0443\u043d\u0434\u0443. \u0418\u0442\u043e\u0433\u043e\u0432\u044b\u0439 \u043a\u043e\u0434 \u0437\u0430\u043d\u0438\u043c\u0430\u0435\u0442 5 \u0441\u0442\u0440\u043e\u0447\u0435\u043a, \u0430 \u0440\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442 \u0432\u043f\u043e\u043b\u043d\u0435 \u043c\u0435\u043d\u044f \u0443\u0441\u0442\u0440\u0430\u0438\u0432\u0430\u0435\u0442.<\/p>\n
map_df=gpd.read_file('my_env\/admin_level_2.geojson')  map_df=gpd.GeoDataFrame(map_df) p = gpd.GeoSeries(shapely.affinity.translate(map_df['geometry'][0][26], xoff=360, yoff=0)) p=p.append(gpd.GeoSeries(map_df['geometry'][0][28])) p.plot(figsize=(14,10), color='black', alpha=0.1)<\/code><\/pre>\n
<\/figcaption><\/figure>\n
\u0422\u0435\u043f\u0435\u0440\u044c \u0437\u0430\u0439\u043c\u0435\u043c\u0441\u044f \u0434\u0430\u043d\u043d\u044b\u043c\u0438, \u0440\u0430\u0434\u0438 \u043a\u043e\u0442\u043e\u0440\u044b\u0445 \u043c\u044b \u0432\u0441\u0451 \u044d\u0442\u043e \u043d\u0430\u0447\u0430\u043b\u0438. \u041d\u0435 \u0437\u0430\u0431\u044b\u0432\u0430\u0435\u043c, \u0447\u0442\u043e \u0432 \u0432\u044b\u0433\u0440\u0443\u0436\u0430\u0435\u043c\u044b\u0445 \u0434\u0430\u043d\u043d\u044b\u0445 \u0442\u043e\u0436\u0435 \u0432\u043e\u0437\u043c\u043e\u0436\u043d\u043e \u0435\u0441\u0442\u044c \u0434\u0430\u043d\u043d\u044b\u0435 \u0441 \u043e\u0442\u0440\u0438\u0446\u0430\u0442\u0435\u043b\u044c\u043d\u044b\u043c\u0438 \u043a\u043e\u043e\u0440\u0434\u0438\u043d\u0430\u0442\u0430\u043c\u0438 \u0438 \u0438\u0445 \u0442\u0430\u043a \u0436\u0435 \u043d\u0430\u0434\u043e \u0441\u0434\u0432\u0438\u043d\u0443\u0442\u044c \u043d\u0430 360 \u0434\u043b\u044f \u043d\u043e\u0440\u043c\u0430\u043b\u044c\u043d\u043e\u0439 \u043e\u0442\u0440\u0438\u0441\u043e\u0432\u043a\u0438.<\/p>\n
select city ,lat     ,case when lon<0 then lon+360 else lon end as lon     ,category     ,qty from my_table<\/code><\/pre>\n
\u041f\u0440\u0435\u043e\u0431\u0440\u0430\u0437\u0443\u0435\u043c \u043f\u043e\u043b\u044f \u0448\u0438\u0440\u043e\u0442\u044b \u0438 \u0434\u043e\u043b\u0433\u043e\u0442\u044b \u0432 \u043e\u0434\u043d\u043e \u043f\u043e\u043b\u0435 «\u043a\u043e\u043e\u0440\u0434\u0438\u043d\u0430\u0442\u044b» \u0438 \u043f\u0440\u0435\u043e\u0431\u0440\u0430\u0437\u0443\u0435\u043c DataFrame \u0432 GeoDataFrame.<\/p>\n
df['coordinates'] = df[['lon', 'lat']].values.tolist() df['coordinates'] = df['coordinates'].apply(Point) df = gpd.GeoDataFrame(df, geometry='coordinates')<\/code><\/pre>\n
\u0412\u0441\u0451. \u041e\u0441\u0442\u0430\u043b\u043e\u0441\u044c \u0442\u043e\u043b\u044c\u043a\u043e \u043d\u0430\u0440\u0438\u0441\u043e\u0432\u0430\u0442\u044c \u043e\u0431\u0430 \u043d\u0430\u0431\u043e\u0440\u0430 \u0434\u0430\u043d\u043d\u044b\u0445 \u0432\u043c\u0435\u0441\u0442\u0435. \u0412\u0430\u0436\u043d\u043e \u043f\u043e\u043c\u0435\u0449\u0430\u0442\u044c \u043e\u0431\u0435 \u0441\u0442\u0440\u043e\u043a\u0438 \u0432 \u043e\u0434\u043d\u0443 \u044f\u0447\u0435\u0439\u043a\u0443 jupyterhub’\u0430, \u0438\u043d\u0430\u0447\u0435 \u043d\u0435 \u0441\u0440\u0430\u0431\u043e\u0442\u0430\u0435\u0442.<\/p>\n
ax_all=p.plot(figsize=(14,10), color='black', alpha=0.1) df.plot(ax=ax_all, column = 'category',markersize=20,marker='o')<\/code><\/pre>\n
<\/figcaption><\/figure>\n
 \u0418\u043b\u0438 \u043f\u0440\u0438\u043c\u0435\u0440 \u0441 \u0440\u0430\u0437\u043c\u0435\u0440\u043e\u043c \u043a\u0440\u0443\u0436\u043e\u0447\u043a\u043e\u0432 (\u043d\u0430 \u0443\u0440\u0435\u0437\u0430\u043d\u043d\u043e\u043c \u043d\u0430\u0431\u043e\u0440\u0435 \u0434\u0430\u043d\u043d\u044b\u0445 \u0434\u043b\u044f \u043d\u0430\u0433\u043b\u044f\u0434\u043d\u043e\u0441\u0442\u0438).<\/p>\n
ax_all=p.plot(figsize=(14,10), color='black', alpha=0.1) df_size.plot(cmap='autumn',ax=ax_all, markersize='qty',marker='o',alpha=0.6)<\/code><\/pre>\n
<\/figcaption><\/figure>\n
\u0414\u0430\u043b\u0435\u0435 \u043c\u043e\u0436\u043d\u043e \u043d\u0430\u0432\u043e\u0434\u0438\u0442\u044c \u043a\u0440\u0430\u0441\u043e\u0442\u0443, \u043d\u043e \u043e\u0441\u043d\u043e\u0432\u043d\u0430\u044f \u0437\u0430\u0434\u0430\u0447\u0430 \u0432\u044b\u043f\u043e\u043b\u043d\u0435\u043d\u0430. \u041a\u0440\u043e\u043c\u0435 \u0442\u043e\u0433\u043e \u044d\u0442\u043e\u0433\u043e \u0432\u043f\u043e\u043b\u043d\u0435 \u0434\u043e\u0441\u0442\u0430\u0442\u043e\u0447\u043d\u043e \u0434\u043b\u044f \u0431\u044b\u0441\u0442\u0440\u043e\u0433\u043e \u0430\u043d\u0430\u043b\u0438\u0437\u0430 \u0434\u0430\u043d\u043d\u044b\u0445, \u0430 \u0438\u043c\u0435\u043d\u043d\u043e \u044d\u0442\u043e \u043d\u0430\u043c \u043e\u0431\u044b\u0447\u043d\u043e \u0438 \u043d\u0443\u0436\u043d\u043e \u043e\u0442 Python. <\/p>\n<\/div>\n<\/div>\n<\/div>\n
<\/div>\n<\/div>\n
  
 \u0441\u0441\u044b\u043b\u043a\u0430 \u043d\u0430 \u043e\u0440\u0438\u0433\u0438\u043d\u0430\u043b \u0441\u0442\u0430\u0442\u044c\u0438  https:\/\/habr.com\/ru\/post\/655395\/<\/a>
<\/br><\/br><\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[],"tags":[],"class_list":["post-330593","post","type-post","status-publish","format-standard","hentry"],"_links":{"self":[{"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=\/wp\/v2\/posts\/330593","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=330593"}],"version-history":[{"count":0,"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=\/wp\/v2\/posts\/330593\/revisions"}],"wp:attachment":[{"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=330593"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=330593"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=330593"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}