MAT281 - Laboratorio N°06: Visualizacion Geoespacial con GeoPandas¶

Objetivos del laboratorio¶

• Comprender los conceptos de geometria, GeoDataFrame y sistema de referencia (CRS).
• Cargar y explorar datos espaciales desde GeoJSON.
• Construir mapas coropleticos (relleno segun una variable).
• Graficar mapas de puntos y aplicar operaciones espaciales basicas.
• Generar un mapa interactivo con explore().

Instrucciones¶

Lea con atencion cada problema antes de resolverlo. Reemplace cada celda que contiene # FIXME con su propia solucion y, cuando se solicite, responda las preguntas en celdas de texto.

Nota: Puede apoyarse en asistentes virtuales (ChatGPT, Gemini, Claude) o en el autocompletado de Colab, pero asegurese de entender cada linea de codigo que entregue.

Requisito: instala las librerias geoespaciales si no las tienes (descomenta la celda de instalacion).

In [ ]:

# !pip install geopandas folium mapclassify

# !pip install geopandas folium mapclassify

In [ ]:

import geopandas as gpd
import pandas as pd
import matplotlib.pyplot as plt

import geopandas as gpd import pandas as pd import matplotlib.pyplot as plt

Dataset: paises del mundo¶

Cargaremos un GeoJSON publico con los poligonos de los paises del mundo y sus atributos (poblacion estimada, continente, nombre).

In [ ]:

url = ('https://raw.githubusercontent.com/'
       'datasets/geo-countries/master/data/countries.geojson')
world = gpd.read_file(url)
world.head()

url = ('https://raw.githubusercontent.com/' 'datasets/geo-countries/master/data/countries.geojson') world = gpd.read_file(url) world.head()

Problema 01 — Exploracion del GeoDataFrame¶

Tu tarea:

1. ¿Cuantos paises (filas) y cuantas columnas tiene world?
2. ¿Cual es el CRS del GeoDataFrame? (world.crs).
3. Inspecciona la columna geometry: ¿que tipo de geometrias contiene (Polygon / MultiPolygon)?
4. Dibuja un mapa basico del mundo con world.plot().

In [ ]:

# FIXME

# FIXME

Problema 02 — Filtrar y graficar una region¶

Tu tarea:

1. Filtra los paises de America del Sur (usa la columna de continente/region disponible; si no existe, filtra por una lista de nombres).
2. Grafica solo esa region, asignando un color de borde y un relleno suave.
3. Añade un titulo al mapa.

In [ ]:

# FIXME

# FIXME

Problema 03 — Mapa coropletico¶

Un mapa coropletico colorea cada region segun el valor de una variable.

Tu tarea:

1. Si el dataset trae una columna de poblacion o area, usala; si no, calcula el area de cada pais con world.geometry.area (reproyecta antes a un CRS metrico, por ejemplo world.to_crs(6933)).
2. Grafica un mapa coropletico coloreado por esa variable, con legend=True y un cmap adecuado.

In [ ]:

# FIXME

# FIXME

Problema 04 — Mapa de puntos (capitales)¶

Tu tarea:

1. Construye un GeoDataFrame de puntos a partir de las coordenadas de abajo (usa gpd.points_from_xy).
2. Superpon estos puntos sobre el mapa del mundo (dibuja primero el mundo como fondo y luego los puntos en rojo).

In [ ]:

capitales = pd.DataFrame({
    'ciudad': ['Santiago', 'Lima', 'Bogota', 'Brasilia', 'Madrid'],
    'lon': [-70.65, -77.04, -74.07, -47.93, -3.70],
    'lat': [-33.45, -12.05, 4.71, -15.78, 40.42],
})

# FIXME

capitales = pd.DataFrame({ 'ciudad': ['Santiago', 'Lima', 'Bogota', 'Brasilia', 'Madrid'], 'lon': [-70.65, -77.04, -74.07, -47.93, -3.70], 'lat': [-33.45, -12.05, 4.71, -15.78, 40.42], }) # FIXME

Problema 05 — Mapa interactivo¶

Tu tarea:

1. Usa world.explore(column=...) para generar un mapa interactivo coloreado por la variable del Problema 03.
2. Pregunta: ¿que ventajas ofrece un mapa interactivo frente a uno estatico?

In [ ]:

# FIXME

# FIXME

Respuesta: (escribe aqui)