11

Создание интерактивной карты побега от зомби

В 2010 году на телевизионном канале AMC был по-

казан сериал «Ходячие мертвецы». События фильма

разворачиваются в начале зомби-апокалипсиса, когда

небольшая группа людей пытается выжить на терри-

тории Атланты, штат Джорджия. Этот сериал получил широкое признание критиков и стал самым просматриваемым за всю историю кабельного телевидения. По его мотивам

даже было снято продолжение под названием «Бойтесь ходячих мертвецов», и возник абсолютно новый жанр на телевидении — шоу-обсуждение очередного эпизода, которое в данном случае получило название «Говорящие мертвецы».

В этой главе вы будете играть роль проницательного ученого, который предвидит надвигающийся крах цивилизации. Вам нужно подготовить карту, которая поможет выжившим из сериала «Ходячие мертвецы» перебраться из густо­ населенного района Атланты в более пустынную область к западу от Миссисипи. Вам понадобится библиотека pandas для загрузки, анализа и очистки данных, а также модули bokeh и holoviews для рисования карты.

Проект #15. Визуализация плотности населения с помощью хороплетной карты

По данным ученых (да, они это реально изучали), выжить во время зомби-апо- калипсиса смогут те, кто обитает в максимально отдаленном от городов месте.

Проект#15.Визуализацияплотностинаселенияспомощьюхороплетнойкарты      313

На карте Соединенных Штатов на рис. 11.1 это темные области. Чем ярче огни, тем выше плотность население в этом районе. Так что если мы хотим избегать встреч с людьми, то «нельзя идти на свет».

Atlanta

Рис. 11.1. Освещение разных районов территории США при ночной съемке

в2012 году

Ксожалению, выжившие в Атланте находятся очень далеко от относительно безопасного запада США. Им придется миновать множество крупных и небольших городов, в идеале прокладывая путь по наименее населенным областям. Карты, предлагаемые на автозаправках, не содержат информации о населенности регионов, а вот в переписи населения эти данные есть. Так что, прежде чем цивилизация сгинет и интернет отрубится, успейте скачать данные о плотности населения на свой ноутбук, чтобы разобраться с ними позже при помощи Python.

Лучше всего представить этот тип данных через хороплетную карту. Она позволяет с помощью цветов и шаблонов визуализировать статистику в заданных географических регионах. Возможно, вам знакомы хороплетные карты по президентским выборам в США: в случае победы республиканцев территории округов окрашиваются в красный цвет, а при победе демократов — в синий (рис. 11.2).

Если у выживших будет подобная карта, показывающая плотность населения (например, число людей на квадратную милю в каждом округе), то они смогут определить самые короткие и, теоретически, безопасные маршруты из Атланты и через Юг Штатов. Несмотря на то что данные переписи населения содержат

314      Глава 11. Создание интерактивной карты побега от зомби

еще более точную информацию, нам вполне достаточно данных по округам. Стада зомби из «Ходячих мертвецов» мигрируют, когда становятся голодны, что быстро делает подробную статистику бесполезной.

Рис. 11.2. Хороплетная карта результатов президентских выборов в США в 2016 году (светло-серый = демократы, темно-серый = республиканцы)

Для определения оптимальных маршрутов выжившие могут использовать бумажные карты автомобильных дорог штата, которые доступны на автозаправках и в информационно-туристических центрах. Эти карты включают в себя границы округов, что упрощает сопоставление сети указанных в них городов и дорог с распечаткой хороплетной карты страничного размера.

ЗАДАЧА

Создать интерактивную карту 48 смежных штатов, на которой будет отражена плотность населения в каждом округе.

Стратегия

Как и любые задачи визуализации данных, эта решается следующим образом: поиск и очистка данных, выбор типа графического представления и инструмента для отображения данных, их подготовка к отрисовке и итоговое изображение.

Проект#15.Визуализацияплотностинаселенияспомощьюхороплетнойкарты      315

Внашем случае найти данные просто, так как информация о переписи населения в США является публичной. Но ее еще нужно очистить, выявив и обработав ложные точки данных и нулевые значения и решив проблемы с форматированием.

Видеале нужно также убедиться в точности информации. Это сложная задача, которую специалисты по обработке данных, похоже, слишком часто пропускают. По меньшей мере данные следует проверить с позиции здравого смысла, что в принципе может подождать до момента их отрисовки. Например, Нью-Йорк должен иметь большую плотность населения, чем, скажем, Биллингс, Монтана.

Далее следует решить, в каком виде представлять данные. Мы воспользуемся картой, но в качестве альтернативы можно взять гистограмму или таблицу. При этом очень важно выбрать правильный инструмент — в нашем случае библиотеку Python, с помощью которого мы будем создавать графическое представление. Выбор инструмента оказывает существенное влияние на подготовку данных и конечное изображение.

Несколько лет назад одна из сетей быстрого питания демонстрировала рекламный ролик, в котором клиент утверждал, что любит «разнообразие, но не когда его слишком много». В случае с инструментами визуализации в Python можно смело заявить, что вариантов слишком много при не слишком заметном различии между ними: matplotlib, seaborn, plotly, bokeh, folium, altair, pygal, ggplot, holoviews, cartopy, geoplotlib, а также встроенные в pandas функции.

Эти всевозможные библиотеки визуализации имеют свои достоинства и недостатки, но так как наш проект требует скорости, мы возьмем простую в использовании библиотеку holoviews, подкрепив ее bokeh для рисования графических изображений. Эта комбинация позволит создать интерактивную карту, написав всего несколько строк кода, а bokeh, что весьма удобно, содержит схемы полигонов штатов и округов США.

Выбрав инструмент визуализации, приведем данные в подходящий для него формат. Как заполнять получаемые из файла формы округов данными о населении из другого файла? Здесь нам не обойтись без некоторого реверс-инжини- ринга с использованием примера кода из галереи holoviews. Затем мы отрисуем карту с помощью bokeh.

К счастью, данные практически всегда анализируются с помощью библиотеки pandas. Этот модуль позволит загрузить информацию о переписи населения и переформатировать ее для использования в holoviews и bokeh.

Библиотека анализа данных

Открытая библиотека pandas является наиболее популярным инструментом для извлечения, обработки и управления данными в Python. Она содержит структуры

316      Глава 11. Создание интерактивной карты побега от зомби

данных, спроектированные для работы со стандартными источниками, такими как реляционные базы данных SQL и электронные таблицы Excel. Если вы планируете работать с данными в будущем, то однозначно столкнетесь с pandas.

Эта библиотека содержит две основные структуры данных: серии и датафреймы. Серия — это одномерный массив, который может содержать любой тип данных, например целые числа, числа с плавающей точкой, строки и т. д. А поскольку в основе pandas лежит NumPy, то объект серии, по сути, представляет собой два связанных массива (если о массивах вы ничего не знаете, загляните в главу 1, на с. 38). Один массив содержит значения точек данных, которые могут иметь любой тип данных NumPy. Второй содержит метки для каждой точки данных, называемые индексами (табл. 11.1).

Таблица 11.1. Объект серии

Индекс	Значение
0	25
1	432
2	–112
3	99

В отличие от индексов элементов списка, в Python индексы в серии не обязательно должны быть целыми числами. В табл. 11.2 это имена людей с возрастом в качестве значений.

Таблица 11.2. Объект серии со смысловыми метками

Индекс	Значение
Хавьер	25
Кэрол	32
Лора	19
Сара	29

Аналогично спискам или массивам NumPy серии можно разделять или выбирать их отдельные элементы, указывая индекс. Сериями можно управлять по-разному, например фильтровать их, выполнять математические операции, а также объединять их с другими сериями.

Датафрейм более сложен и состоит уже из двух измерений. Это табличная структура со столбцами, строками и данными, как в электронных таблицах