RT Generic
T1 Diseño e implementación de un módulo Python para representar datos geográficos en Dataframes
A1 San José García, Isabel María
AB Es extremadamente difícil obtener información útil de datos espaciales utilizando tablas como forma de representación, en este proyecto se han combinado estas tareas. Por lo que a partir de tablas, usando Dataframes de entrada (con una cantidad significante de datos), se ha encontrado la manera de representar sus valores mediante datos espaciales en un mapa (utilizando la librería Folium de Python).Este proyecto consiste en crear un módulo en Python para la representación geográfica de datos de manera visual. Además de ser código abierto, destaca la facilidad de su uso.Durante el desarrollo del módulo se fusionan dos soluciones que plantea Python, el análisis espacial y la gestión de grandes volúmenes de datos, por lo que puede ser empleado en empresas de Big Data.Este módulo trata de crear una librería Python la cual de manera sencilla es capaz de transformar un conjunto grande de datos de entrada en representaciones geográficas de dichos datos. Esta librería engloba unas funciones concretas que tienen la capacidad de ser adaptables a la representación de estadísticas y estudios geográficos. Las funciones de las que consta la librería descrita son:• Representaciones de Dataframes como puntos de interés.• Representación de Dataframes en mapas cloropléticos.• Representación de Dataframes con URLs de Google Maps.• Representaciones de Dataframes en Geohash.Python se introdujo en el mundo de los sistemas de información geográfica (SIG) como un lenguaje de programación relativamente fácil de aprender y de utilizar. Este lenguaje con el paso del tiempo y por su clara expansión, se ha vuelto omnipresente, ofreciendo soluciones para distintos tipos de usuarios.Todo esto, se realiza a través de la creación de un módulo Python que lo combinará en un solo bloque, transportable a cualquier navegador y a cualquier dispositivo móvil. Este módulo está completamente basado en varias librerías muy importantes en Python: Numpy, Pandas y Folium. Principalmente Leaflet es la base de este proyecto, está basada en una librería JavaScript que nos permite publicar mapas, estadísticas y gráficos en la web de forma rápida y eficaz. Mediante Folium se ha conseguido unir ambos mundos, para manipular datos en Python y visualizar grandes volúmenes de datos para una representación SIG.Visualizar datos espaciales utilizando mapas, tiene sus ventajas ya que se puede obtener una representación visual de la ubicación exacta de los puntos, conjunto de datos geográficos, esto nos permite relacionar fácilmente los puntos que tenemos con el mundo real. También nos permite generar perspectivas geográficas a partir del conjunto de datos y posiciones que tenemos.El trazado de datos espaciales en un mapa nos permite obtener información geográfica de un modo que no podremos obtener con otras formas de representación, ni mediante otros tipos de gráficos.Por eso, el uso de mapas en lugar de otras formas de gráficos nos permite resaltar tendencias, estadísticas, descubrir patrones y revelar realidades no visibles con representaciones de datos espaciales. Enseñándonos una claridad sobre los datos.Como declaró Alberto Cairo en su libro “El arte funcional: una introducción a los gráficos y la visualización de la información”:“Los gráficos no deben simplificar los mensajes. Deben aclararlos, resaltar tendencias, descubrir patrones y revelar realidades que antes no se veían”
YR 2019
FD 2019-06
LK https://hdl.handle.net/10016/31974
UL https://hdl.handle.net/10016/31974
LA spa
DS e-Archivo
RD 27 jul. 2024