Sujet 3 : L'épidémie de choléra à Londres en 1854

Nous chargeons deux bibliothèques spécifiques au traitement des données spatiales :

• folium, qui permet d'afficher des cartes avec python et Leaflet.js ;
• geopandas qui permet de prendre en compte la nature géographique des données traitées.

import folium
import pyproj
import geopandas as gpd

Importation et prétrtaitements des données

Nous lisons les fichiers géographiques (format Shape d'ESRI), et les convertissions en dataframes de la bibliothèque geopandas.

Cas de choléras

cholera_deaths = gpd.read_file('Cholera_Deaths.shp',encoding='ANSI') 

cholera_deaths.crs

{'proj': 'tmerc',
 'lat_0': 49,
 'lon_0': -2,
 'k': 0.9996012717,
 'x_0': 400000,
 'y_0': -100000,
 'ellps': 'airy',
 'units': 'm',
 'no_defs': True}

Nous reprojetons ces couches géographiques dans un référentiel géographique (défini par le code EPSG) exploitable sous folium. Attention, la valeur de l'attribut 'crs' écrit sous la forme "EPSG:4326" ne fonctionnera pas sous Windows (version pyproj 3.0.0.post1) :

• ligne 359-360 de la fonction __init__.py : # EPSG only works on case-insensitive filesystems
• nous utilisons donc l'autre manière d'écrire cet argument (https://geopandas.org/projections.html), en minuscule

Les deux écritures sont cependant possible sous Linux : cf. version pyproj, et ce que dit le fichier __init__.py ?

cholera_deaths = cholera_deaths.to_crs(epsg = 4326)

Comme nous avons beaucoup de cas à cartographier, nous convertissons notre geopandas dataframe en un fichier geojson, un format de données géographiques courant, directement lisible par folium.

cholera_deaths.to_file("cholera_deaths.geojson", driver='GeoJSON')

Nous initialisons la carte produite par folium, en la centrant sur un point et en définissant un niveau de zoom.

### Initialisation de la carte, et ajout direct des cas de cholera

carte_snow_1854 = folium.Map(location = [51.514 , -0.1365], zoom_start=17)

folium.GeoJson("cholera_deaths.geojson", name="Incidences").add_to(carte_snow_1854)

<folium.features.GeoJson at 0x15dc435ed08>

Pompes à eau

pumps = gpd.read_file('Pumps.shp')

pumps = pumps.to_crs(epsg = 4326)

pumps.to_file("pumps.geojson", driver = 'GeoJSON')

[folium.CircleMarker([pumps.geometry.y[i], pumps.geometry.x[i]] , popup = "Pompes", color = 'red', radius = 100).add_to(carte_snow_1854) for i in range(len(pumps.geometry.x))]

[<folium.vector_layers.CircleMarker at 0x15dc43b2388>,
 <folium.vector_layers.CircleMarker at 0x15dc43b2ac8>,
 <folium.vector_layers.CircleMarker at 0x15dc43b3c48>,
 <folium.vector_layers.CircleMarker at 0x15dc43b3fc8>,
 <folium.vector_layers.CircleMarker at 0x15dc1f42988>,
 <folium.vector_layers.CircleMarker at 0x15dc43b7b88>,
 <folium.vector_layers.CircleMarker at 0x15dc43b7e08>,
 <folium.vector_layers.CircleMarker at 0x15dc43b7ac8>]

La méthode LayerControl permet de gérer l'affichage de plusieurs couches géographiques

folium.LayerControl().add_to(carte_snow_1854)

<folium.map.LayerControl at 0x15dc43b3d48>

Affichage de la carte

carte_snow_1854

Make this Notebook Trusted to load map: File -> Trust Notebook