Données carroyées
Links: notebook
, html , PDF
, python
, slides , GitHub
Les données
carroyées
sont des données économiques agrégées sur tout le territoire français
sur des carrés de 200m de côté.
from jyquickhelper import add_notebook_menu
add_notebook_menu ()
Le code suivant utilise les données de la réunion disponible sur le site
de l’INSEE : Données carroyées à 200
mètres . Voir aussi la
fonction
load_carreau_from_zip
et aussi la fonction
from_file
du module geopandas .
from papierstat.datasets import load_carreau_from_zip
dfcar , shpcar , dfrect , shprect = load_carreau_from_zip ()
id
idINSPIRE
idk
ind_c
nbcar
0
UTM40S200M_N38171E01797
CRS2975RES200mN7634200E0359400
N38171E01797-N38172E01797
16.0
2.0
1
UTM40S200M_N38172E01779
CRS2975RES200mN7634400E0355800
N38172E01779-N38172E01779
40.0
1.0
2
UTM40S200M_N38172E01780
CRS2975RES200mN7634400E0356000
N38172E01780-N38172E01780
64.0
1.0
3
UTM40S200M_N38172E01781
CRS2975RES200mN7634400E0356200
N38172E01781-N38172E01782
106.0
2.0
4
UTM40S200M_N38172E01782
CRS2975RES200mN7634400E0356400
N38172E01781-N38172E01782
6.0
2.0
idINSPIRE
id
geometry
0
CRS2975RES200mN7634200E0359400
UTM40S200M_N38171E01797
POLYGON ((359400.000 7634200.000, 359600.000 7...
1
CRS2975RES200mN7634400E0355800
UTM40S200M_N38172E01779
POLYGON ((355800.000 7634400.000, 356000.000 7...
2
CRS2975RES200mN7634400E0356000
UTM40S200M_N38172E01780
POLYGON ((356000.000 7634400.000, 356200.000 7...
3
CRS2975RES200mN7634400E0356200
UTM40S200M_N38172E01781
POLYGON ((356200.000 7634400.000, 356400.000 7...
4
CRS2975RES200mN7634400E0356400
UTM40S200M_N38172E01782
POLYGON ((356400.000 7634400.000, 356600.000 7...
0
1
2
3
4
idk
N38171E01797-N38172E01797
N38172E01779-N38172E01779
N38172E01780-N38172E01780
N38172E01781-N38172E01782
N38172E01798-N38173E01798
men
32
15
39
44
14
men_surf
2263
1202
2605
3103
1379
men_occ5
17
8
3
21
14
men_coll
12
0
0
1
0
men_5ind
7
2
2
6
1
men_1ind
7
3
22
14
1
i_1ind
0
0
0
0
0
men_prop
17
10
8
22
11
i_prop
0
0
2
0
1
men_basr
15
4
20
16
0
i_basr
0
0
0
0
0
ind_r
101
40
64
112
38
ind_age1
7
3
4
7
1
ind_age2
2
1
1
3
0
ind_age3
6
5
0
12
2
ind_age4
5
2
2
5
3
ind_age5
8
0
0
4
3
ind_age6
62
26
55
69
26
ind_age7
3
7
34
14
4
i_age7
0
0
0
0
0
ind_age8
1
2
12
9
1
i_age8
0
0
0
0
0
ind_srf
1.01807e+06
459078
536160
1.09746e+06
687108
nbcar
2
1
1
2
2
idk
geometry
0
N38171E01797-N38172E01797
POLYGON ((359400.000 7634200.000, 359600.000 7...
1
N38172E01779-N38172E01779
POLYGON ((355800.000 7634400.000, 356000.000 7...
2
N38172E01780-N38172E01780
POLYGON ((356000.000 7634400.000, 356200.000 7...
3
N38172E01781-N38172E01782
POLYGON ((356200.000 7634400.000, 356600.000 7...
4
N38172E01798-N38173E01798
POLYGON ((359600.000 7634400.000, 359800.000 7...
Il faut lire la page Données carroyées à 200
mètres
pour découvrir le système de coordonnées utilisée sur la Réunion et plus
précisément Saint-Denis (-20.887090, 55.451716).
import warnings
warnings . simplefilter ( "ignore" , ( FutureWarning , DeprecationWarning ))
from pyproj import Proj , transform
p1 = Proj ( init = 'epsg:4326' ) # longitude / latidude
p2 = Proj ( init = 'epsg:2975' ) #
coor = transform ( p1 , p2 , 55.451716 , - 20.887090 )
coor
( 338953.2627389685 , 7689572.419008633 )
from shapely.geometry import Point
sd = Point ( coor )
jardin = shprect [ shprect . geometry . contains ( sd )]
jardin
idk
geometry
7217
N38447E01694-N38447E01694
POLYGON ((338800.000 7689400.000, 339000.000 7...
jardinll = jardin . to_crs ({ 'init' : 'epsg:4326' })
jardinll
idk
geometry
7217
N38447E01694-N38447E01694
POLYGON ((55.45023 -20.88863, 55.45215 -20.888...
La carte suivante le carreau sur la carte
d’OpenStreetMap .
import folium
map_osm = folium . Map ( location = [ - 20.887090 , 55.451716 ], zoom_start = 16 )
folium . GeoJson ( jardinll ) . add_to ( map_osm )
map_osm