Geojson으로 좌표값 불러온 후 geopandas 객체로 선언하기

미국 geojson 다운 받기

from urllib import request

url = '<https://github.com/PublicaMundi/MappingAPI/blob/master/data/geojson/us-states.json>'
savename = './data/us-states.json'
request.urlretrieve(url,savename)
print("저장되었습니다.")

https://github.com/PublicaMundi/MappingAPI/blob/master/data/geojson/us-states.json

json 불러와서 geo 파일 저장

import json

with open('./data/us-states.json', 'r') as f:

    json_data = json.load(f)

geo = json.dumps(json_data, indent="\\t")

json dict 선언

geo_dict = eval(geo) # eval 함수로 dictionary형태 그대로 선언해버린다.

state_geo_dict = {}

for idx in range(len(geo_dict['features'])): # json 파일 내부를 들여다 본후 주 이름 : 좌표 형태로 넣어주기
    tmp_key = geo_dict['features'][idx].get('properties').get('name')
    tmp_value = geo_dict['features'][idx].get('geometry').get('coordinates')
    state_geo_dict.setdefault(tmp_key, tmp_value)
    
state_geo_dict

데이터 프레임으로 선언한 후 값을 넣어준다.

geo_df = pd.DataFrame(index=state_geo_dict.keys(), columns = ['geometry'])
geo_df

for key, value in state_geo_dict.items():
    geo_df.loc[key, 'geometry'] = value

[’Alaska’, ‘Hawaii’]등은 geometry 정보가 4차원으로 되어있다.

4차원 배열 (4d array to geometry)을 geomtry로 만들기 애먹었었는데, shapely에 있는 unary_union 메서드를 사용하면 쉽게 변환이 가능하다.

따라서, shapely의 메서드들을 이용해 3차원으로 쪼개 MultiPolygon으로 만든 뒤 다시 unary_union으로 합쳐준다.

import geopandas as gpd
from shapely.geometry import MultiPolygon, Polygon
from shapely.ops import unary_union

# 3d_array를 Multypolygon으로 변환
def to_polygon(coordinate):
    polygons = [Polygon(coords) for coords in coordinate] 
    multi = MultiPolygon(polygons)
    return multi

# 4차원 array를 geometry로 변환
def to_geo_4darray(array):
    multi = []

    for array_3d in tmp_geo:
        polygons = [Polygon(coord) for coord in array_3d]
        multi.append(MultiPolygon(polygons))

    return unary_union(multi) # 각각의 MultiPolygon을 하나로 합쳐줌

for idx in geo_df.index:
    coordinates = geo_df.loc[idx, 'geometry']
    if idx not in ['Alaska', 'Hawaii', 'Maryland', 'Michigan', 'Rhode Island', 'Virginia', 'Washington']:
        geo_df.loc[idx, 'geometry'] = to_polygon(coordinates)
    else:
        geo_df.loc[idx, 'geometry'] = to_geo_4darray(coordinates)

geopandas 의 DataFrame 객체로 선언해준다.

import geopandas as gpd
geo_df = gpd.GeoDataFrame(geo_df, geometry='geometry')

MultiPolygon으로 정상적으로 입력되었다.

geopandas의 구조는 다음과 같다

geopandas.GeoDataFrame은 pandas.DataFrame의 subclass로서, geometry를 다를 수 있다. 일반적인 데이터와 geopandas.GeoSeries가 합쳐진 형태로, geometry와 함께 다른 데이터들을 담으면 된다.

따라서 방금 넣은 geometry컬럼을 geometry로 지정한 후, 다른 data를 넣어 시각화 해주면 된다.

이제 geometry DataFrame을 만들었으니, 시각화 해보겠다.

Plotly를 이용한 시각화

geo_df에 시각화 하고자 하는 값을 추가한다.

geo_df['randint'] = 3  + 2.5 * np.random.randn(51) # 평균 3, 분산 2.5인 정규분포로 샘플값 넣었다.
# 시각화하고자 하는 값을 추가하여 넣으면 된다.

import plotly.io as pio

fig = px.choropleth(geo_df['randint'], locations=geo_df.index, geojson=geo_df['geometry'], color='randint', # color 인자로 색을 구분하고자 하는 인자를 넣어준다.
                   color_continuous_scale='Oranges',
                   hover_name=geo_df.index, hover_data='randint', title='randint by state')
fig.update_geos(fitbounds="locations", visible=True) # 요걸 해줘야 원하는 지점 지도를 그릴 수 있다.
#  pio.write_html(fig, file='score_by_state_choropleth.html', auto_open=True)
 # 필요시 html로 저장
fig.show()

잘 들어갔다!
score_by_state_choropleth_sample.html