Pythonで地図空間データを扱う⑤

ベースの地図が出来た所で、他のデータを被せてみます。

国土地理院の 500mメッシュ別将来推計人口データ を使用します。

同じく神奈川県のデータ 500m_mesh_suikei_2018_shape_14.zip をダウンロードします。

ベースの地図データと同じ場所に展開します。

そして同じようにread_fileで読み込みます。

view plainprint?

1. #!/usr/bin/env python  
2. # -*- coding: utf-8 -*-  
3.   
4. #  
5. import geopandas as gpd  
6. import matplotlib.pyplot as plt  
7. import japanize_matplotlib  
8.   
9. fn = "../data/N03-20240101_14.shp"  
10. gdf = gpd.read_file(fn)  
11. fn2 = "../data/500m_mesh_2018_14.shp"  
12. pdf = gpd.read_file(fn2)  
13.   
14. print(gdf.head(10))  
15. print("")  
16. print(gdf.shape)  
17. print("")  
18. print(pdf.head())  
19. print("")  
20. print(pdf.shape)  

#!/usr/bin/env python
# -*- coding: utf-8 -*-

#
import geopandas as gpd
import matplotlib.pyplot as plt
import japanize_matplotlib

fn = "../data/N03-20240101_14.shp"
gdf = gpd.read_file(fn)
fn2 = "../data/500m_mesh_2018_14.shp"
pdf = gpd.read_file(fn2)

print(gdf.head(10))
print("")
print(gdf.shape)
print("")
print(pdf.head())
print("")
print(pdf.shape)

(6193, 235)と巨大なデータフレームなので、必要なデータ以外は取り除いてもいいでしょう。

view plainprint?

1. # 必要な列だけ取り出し軽量化します。  
2. pdf2 = pdf[['SHICODE', 'PTN_2020', 'geometry']]  
3.   
4. # ベースとなる地図  
5. bg = gdf.boundary.plot(linewidth=0.5, edgecolor="gray", figsize=(14, 8))  
6.   
7. # 人口データのプロット  
8. pdf2.plot(ax=bg, column="PTN_2020", cmap="jet", legend=True)  
9.   
10. # 地域名を表示  
11. for name, row in citys:  
12.     if row['N03_001'].count() > 1:  
13.         x = row["geometry"].centroid.bounds.minx.mean()  
14.         y = row["geometry"].centroid.bounds.miny.mean()  
15.         bg.annotate(name, xy=(x, y), color="red")  
16.     else:  
17.         x = row["geometry"].centroid.bounds.minx  
18.         y = row["geometry"].centroid.bounds.miny  
19.         bg.annotate(name, xy=(x, y), color="red")    
20.   
21. plt.title("神奈川県人口マップ")  
22. plt.show()  

# 必要な列だけ取り出し軽量化します。
pdf2 = pdf[['SHICODE', 'PTN_2020', 'geometry']]

# ベースとなる地図
bg = gdf.boundary.plot(linewidth=0.5, edgecolor="gray", figsize=(14, 8))

# 人口データのプロット
pdf2.plot(ax=bg, column="PTN_2020", cmap="jet", legend=True)

# 地域名を表示
for name, row in citys:
    if row['N03_001'].count() > 1:
        x = row["geometry"].centroid.bounds.minx.mean()
        y = row["geometry"].centroid.bounds.miny.mean()
        bg.annotate(name, xy=(x, y), color="red")
    else:
        x = row["geometry"].centroid.bounds.minx
        y = row["geometry"].centroid.bounds.miny
        bg.annotate(name, xy=(x, y), color="red")  

plt.title("神奈川県人口マップ")
plt.show()

地図データに人口データを重ね合わせることが出来ました。

Pythonで地図空間データを扱う④

日本地図データ

テストデータで概要を掴めたら、外部からshapeファイルを読み込み使用してみます。

 日本に住んでる方は、日本の地域データを活用することが多いでしょうから国土地理院のデータを読み込んでみます。

国土地理院

https://nlftp.mlit.go.jp/ksj/gml/datalist/KsjTmplt-N03-2024.html

全国はデータが大きいので今回は神奈川県のデータをダウンロードしました。

データはzipファイルなので、使用する場所に移動して解凍します。

$ unzip N03-20240101_14_GML.zip 

解凍するとshapeファイルなどいくつかのファイルが出来ます。

それらをリンクして使用されるので、個別で移動させたり、ファイル名を変えたりはしないでください。

回答したshapeファイルを前回と同じように読み込みます。

view plainprint?

1. #!/usr/bin/env python  
2. # -*- coding: utf-8 -*-  
3.   
4. import geopandas as gpd  
5. import matplotlib.pyplot as plt  
6. import japanize_matplotlib  
7.   
8. fn = "../data/N03-20240101_14.shp"  
9. gdf = gpd.read_file(fn)  
10.   
11. print(gdf.head())  
12. print("")  
13. print(gdf.shape)  
14. print("")  

#!/usr/bin/env python
# -*- coding: utf-8 -*-

import geopandas as gpd
import matplotlib.pyplot as plt
import japanize_matplotlib

fn = "../data/N03-20240101_14.shp"
gdf = gpd.read_file(fn)

print(gdf.head())
print("")
print(gdf.shape)
print("")

結果

	N03_001	N03_002	N03_003	N03_004	N03_005	N03_007	geometry
0	神奈川県	None	None	横浜市	鶴見区	14101	POLYGON ((139.65294 35.50000, 139.65281 35.50010, 139.65270 35.50015, 139.65221 35.50030, 139.65214 35.50034, 139.65207 35.50038,・・・
1	神奈川県	None	None	横浜市	鶴見区	14101	POLYGON ((139.67394 35.46229, 139.67347 35.46329, 139.67303 35.46426, 139.67272 35.46494, 139.67259 35.46523,・・・
2	神奈川県	None	None	横浜市	鶴見区	14101	POLYGON ((139.70755 35.47204, 139.70756 35.47208, 139.70719 35.47264, 139.70595 35.47454, 139.70582 35.47457, ・・・
3	神奈川県	None	None	横浜市	鶴見区	14101	POLYGON ((139.71140 35.48577, 139.71141 35.48575, 139.71108 35.48560, 139.71114 35.48551, 139.71097 35.48543, 139.71091 35.48553,・・・
4	神奈川県	None	None	横浜市	鶴見区	14101	POLYGON ((139.70710 35.47226, 139.70713 35.47228, 139.70715 35.47227, 139.70722 35.47216, 139.70722 35.47215,・・・

1275, 7

地図の表示

次に地図をプロットしてみます。 boundary.plotは境界線のみ描画します。

linewidthやedgecolorで線を調節します。

 

view plainprint?

1. gdf.boundary.plot(linewidth=0.5, edgecolor="gray", figsize=(12, 8))  
2. plt.title("神奈川県")  
3. plt.show()  

gdf.boundary.plot(linewidth=0.5, edgecolor="gray", figsize=(12, 8))
plt.title("神奈川県")
plt.show()

神奈川県の地区データが表示されました。

ValueError: numpy.dtype size changed, may indicate binary incompatibility. というエラーが出たケース

 以前動いたnumpyのコードからエラーが出るようになりました。

エラー内容

ValueError: numpy.dtype size changed, may indicate binary incompatibility. Expected 96 from C header, got 88 from PyObject

どうやら他のライブラリと互換性が無い場合に出るエラーの様で、新しくなったnumpyに対応出来ていないライブラリが使われているとのことです。

 pip freeze | grep numpy

numpy==2.0.2

ライブラリが対応するまでnumpyのバージョンを落とすなどの措置が必要です。

numpyが2.0以上なら、それ以前の最新版1.26.4に落とします。

pip uninstall numpy

pip install numpy=1.26.4

一先ず解決出来ました。