Cómo crear mapas de datos de los Estados Unidos con Python y Matplotlib

Crear mapas de datos de EE. UU. con Python y Matplotlib

Tutorial de Matplotlib

Creando mapas que capturan la atención

Mapa creado por el autor

Hola, y bienvenido a este tutorial.

Hoy te enseñaré a crear la visualización de datos que ves arriba utilizando datos geográficos y el Índice de Conectividad de Facebook (ambas fuentes de datos son de dominio público y de uso gratuito).

Mapas como este son ideales para visualizar información geográfica, y si seleccionas colores adecuados, capturarán inmediatamente el interés de cualquier persona.

Los casos de uso típicos son comparar países (o estados de EE. UU.) por el tamaño de sus economías, poblaciones u otras métricas como la longevidad en un mapa mundial.

Los mapas a menudo revelan patrones basados en ubicaciones geográficas que no se pueden ver en otras visualizaciones.

Si eso suena intrigante, estás en el lugar correcto.

Comencemos con el tutorial.

Paso 1: Descargar datos

Antes de comenzar, necesitamos descargar un conjunto de datos lo suficientemente emocionante para este tutorial y datos geográficos para dibujar mapas precisos de los Estados Unidos.

Para los mapas, estoy utilizando archivos de forma de Cencus.gov. Puedes usar los siguientes enlaces para descargar tanto los estados como los condados.

Para tener un conjunto de datos complementario, he seleccionado el Índice de Conectividad de Facebook, que mide la probabilidad de que dos personas en diferentes condados estén conectadas en Facebook.

Puedes descargar los datos de conectividad utilizando este enlace.

Una vez que las descargas hayan terminado, descomprímelas y colócalas en una ubicación adecuada. Estoy utilizando ./data en el tutorial, pero puedes hacer lo que quieras.

Debe verse algo así.

Captura de pantalla del autor

Escribamos algo de código.

Paso 2: Importar bibliotecas y preparar Seaborn

La única nueva biblioteca (si has realizado alguno de mis otros tutoriales de Matplotlib) es geopandas, que utilizaremos para dibujar mapas.

We will continue to update Zepes; if you have any questions or suggestions, please contact us!

Share:

Was this article helpful?

93 out of 132 found this helpful

Discover more

Inteligencia Artificial

Un nuevo conjunto de datos de imágenes del Ártico impulsará la investigación en inteligencia artificial

El conjunto de datos, recopilado como parte de una misión científica de la Guardia Costera de Estados Unidos, se publ...

Inteligencia Artificial

Hugging Face presenta IDEFICS Pionero en IA Conversacional Multimodal Abierta con Modelos de Lenguaje Visual

En el dinámico panorama de la inteligencia artificial, un desafío persistente ha arrojado una sombra sobre el progres...

Inteligencia Artificial

Científicos más cerca de encontrar una prueba para el COVID prolongado

Un equipo multiinstitucional de científicos podría haber descubierto biomarcadores de la COVID-19 prolongada que podr...

Inteligencia Artificial

Este artículo de IA propone inyectar el mundo 3D en los grandes modelos de lenguaje y presentar una nueva familia completa de modelos de lenguaje 3D (3D-LLMs).

En los últimos años, hemos visto un aumento en los modelos de lenguaje grandes (LLMs) (como GPT4) que son excelentes ...

Inteligencia Artificial

Conoce vLLM una biblioteca de aprendizaje automático de código abierto para una inferencia y servicio LLM rápidos

Los grandes modelos de lenguaje (LLMs, por sus siglas en inglés) tienen un impacto cada vez mayor en cómo cambian nue...