Vamos gerar um mapa com a localização das escolas. Para isso, vamos usar a biblioteca folium. A biblioteca folium é uma biblioteca Python que facilita a criação de mapas interativos e visualizações geoespaciais. No entanto, existem diversas possibilidades para gerar os mapas pois precisamos de uma ferramenta geocoding para transformar o endereço em coordenadas geográficas. Diversas empresas oferecem esse serviço, como o Google Maps, o Bing Maps e a Tomtom.
Em geral, é possível usar os serviços de forma gratuita até um certo número de requisições. Também existe uma ferramenta de geocoding do OpenStreetMap, chama Nominatim, que é gratuita. Como veremos mais a frente cada um dos serviços tem suas vantagens e desvantagens. No caso do Openstreetmap, ele depende do mapeamento realizado de forma colaborativa. Por isso, é possível que alguns endereços não sejam encontrados.
Além disso, para ter um controle das requisições, é necessário utilizar uma chave de acesso. Para isso, é necessário criar uma conta no site do serviço de geocoding. No caso do Nominatim, é necessário definir apenas um user-agent, um nome que ficará vinculado às requisições. Já nos outros serviços, a chave de acesso é um código que deve ser inserido no código. Ela serve para identificar o usuário e controlar o número de requisições.
Vamos precisar dos seguintes pacotes:
pandas
geopandas
folium
geopy
shapely
Você pode verificar se os pacotes estão instalados usando o comando pip list no prompt de comando. Caso algum pacote não esteja instalado, você pode instalar usando o comando pip install nome_do_pacote. Caso você não possua as bibliotecas, bastar instalar usando o comando pip install nome_da_biblioteca.
pip install pandas
pip install geopandas
pip install folium
pip install geopy
pip install shapely
Com as bibliotecas instaladas podemos prosseguir. A primeira etapa é importar as bibliotecas.
import pandas as pd # For handling data
import geopandas as gpd # For geospatial data
import folium # For creating maps
from geopy.geocoders import Nominatim # For geocoding addresses
from shapely.geometry import Point # For working with geometries
Note que algumas bibliotecas foram importadas com um apelido, e.g. pandas as pd. Isso é opcional, mas é uma prática comum para economizar tempo e digitação. Outras bibliotecas foram importadas sem apelido, e.g. from geopy.geocoders import Nominatim. Isso é necessário para que possamos usar as funções da biblioteca sem precisar digitar o nome da biblioteca antes da função, e.g. Nominatim() ao invés de geopy.geocoders.Nominatim().
Carregar os dados O primeiro passo é carregar o dataframe:
df = pd.read_csv('C:/Users/.../ESCOLAS_UBERLANDIA_PARTE_2.CSV', delimiter=';', encoding='latin')
Vamos também definir uma variável para o user-agent do Nominatim:
user_agent = 'definir um nome'
Vamos agora criar uma função no python para extrair os dados de geocoding do Nominatim. Para isso, usamos a função geocode() da biblioteca geopy. Os argumentos da função são o endereço que queremos geocodificar (address) e o user-agent que definimos anteriormente (user_agent). A função retorna um objeto do tipo Location, que contém as coordenadas geográficas do endereço.
def geocode_address(address, user_agent):
geolocator = Nominatim(user_agent=user_agent)
location = geolocator.geocode(address)
if location:
return Point(location.longitude, location.latitude)
print(location.longitude, location.latitude)
else:
return None
Uma função é um bloco de código que executa uma tarefa específica. No caso, a função geocode_address() executa a tarefa de geocodificar um endereço. Para definir uma função, usamos a palavra reservada def, seguida do nome da função e dos argumentos da função entre parênteses. No caso, a função geocode_address() tem dois argumentos: address e user_agent. Em seguida, usamos a palavra reservada return para retornar o resultado da função. No caso, a função retorna um objeto do tipo Point, que contém as coordenadas geográficas do endereço. Se o endereço não for encontrado, a função retorna None. Para chamar uma função, usamos o nome da função seguido dos argumentos entre parênteses. No caso, para chamar a função geocode_address(), usamos o nome da função geocode_address() seguido dos argumentos address e user_agent entre parênteses. No caso, o argumento address é o endereço que queremos geocodificar e o argumento user_agent é o user-agent que definimos anteriormente. Vamos ver isso, logo mais.
A variável address corresponde ao endereço das escolas que desejamos buscar. No entanto, o endereço das escolas não está em uma única coluna. Ele está dividido em várias colunas no noss dataframe. Por isso, vamos criar uma nova coluna chamada full_address com o endereço completo de cada escola. Em seguida, criamos uma nova coluna chamada geometry que irá armazer as coordenadas extraídas da função que acabamos de definir: geocode_address(). Para isso, usamos a função apply() da biblioteca Pandas. Os argumentos da função são a função que queremos aplicar (no caso, a função geocode_address()) e o argumento axis=1 para aplicar a função linha por linha. O resultado da função é armazenado na coluna geometry.
Primeiro definimos uma coluna com o endereço completo:
df_mun_func['full_address'] = df_mun_func['DS_ENDERECO'] + ', ' + df_mun_func['NU_ENDERECO'] + ', ' + df_mun_func['NO_BAIRRO'] + ', ' + df_mun_func['NO_MUNICIPIO'] + ', ' + 'MG' + ', ' + 'Brasil'
Em seguida, definimos a coluna geometry e aplicamos a função geocode_address():
df_mun_func['geometry'] = df_mun_func['full_address'].apply(geocode_address, user_agent=user_agent)
ao usar a função apply e chamar a função geocode_address, o endereço completo de cada escola é passado como argumento para a função geocode_address. Em seguida, a função geocode_address retorna um objeto do tipo Point, que contém as coordenadas geográficas do endereço. O resultado é armazenado na coluna geometry. Agora temos nosso dataframe df_mun_func com as coordenadas necessárias para visualizar as escolas em um mapa. No entanto, precisamos transformar o dataframe em um geodataframe, que lida com dados geoespaciais e possibilita, por exemplo, gerar um arquivo shapefile. Para isso, usamos a função GeoDataFrame() da biblioteca geopandas. Os argumentos da função são o dataframe que queremos transformar (no caso, df_mun_func), o argumento geometry=’geometry’ para indicar que a coluna geometry contém as coordenadas geográficas.
gdf = gpd.GeoDataFrame(df_mun_func, geometry='geometry')
Agora, vamos gerar um mapa com a localização das escolas. Para isso, usamos a função folium.Map() da biblioteca folium. Os argumentos da função são o local onde queremos centralizar o mapa (location), o nível de zoom (zoom_start) e o tipo de mapa (tiles). No caso, o local é definido pelas coordenadas geográficas de Uberlândia, o nível de zoom é 13 *(Mas podemos definir de diferentes maneiras) e o tipo de mapa é OpenStreetMap.
map_center = (-18.9186, -48.2772) # Coordenadas geográficas de Uberlândia
m = folium.Map(location=map_center, zoom_start=13) # Gerar o mapa
Com o mapa gerado, precisamos inserir os pontos referentes a cada escola. Para isso, usamos a função folium.Marker() da biblioteca folium. Os argumentos da função são as coordenadas geográficas do ponto (location), o popup que será exibido ao clicar no ponto (popup) e o ícone que será exibido no ponto (icon). No caso, o popup é o nome da escola e o ícone é um ícone de escola. Em seguida, usamos a função add_to() para adicionar o ponto ao mapa. Primeiro iteramos as linhas do geodataframe gdf usando a função iterrows() da biblioteca Pandas. Os argumentos da função são o geodataframe que queremos iterar (no caso, gdf). O resultado da função é armazenado na variável gdf. Em seguida, usamos a função folium.Marker() para adicionar o ponto ao mapa. Os argumentos da função são as coordenadas geográficas do ponto (location), o popup que será exibido ao clicar no ponto (popup) e o ícone que será exibido no ponto (icon). No caso, o popup é o nome da escola e o ícone é um ícone de escola. Em seguida, usamos a função add_to() para adicionar o ponto ao mapa.
for idx, row in gdf.iterrows():
if not pd.isnull(row['geometry']):
folium.Marker(location=[row.geometry.y, row.geometry.x], popup=row['NO_ENTIDADE']).add_to(m)
Explicando linha por linha
for index, row in gdf.iterrows():: Este é um loop for que itera pelas linhas de um DataFrame chamado gdf. Cada iteração do loop associa um índice (geralmente um número inteiro) a uma linha do DataFrame. O row representa uma linha de dados no DataFrame.
if not pd.isnull(row[‘geometry’]):: Este é um teste condicional que verifica se o valor da coluna ‘geometry’ na linha atual não é nulo (ou seja, se não é um valor NaN). Isso é feito usando a função pd.isnull() da biblioteca Pandas. O objetivo é verificar se há dados válidos na coluna ‘geometry’.
folium.Marker(location=[row.geometry.y, row.geometry.x], popup=row[‘NO_ENTIDADE’]).add_to(m): Se o teste condicional for verdadeiro (ou seja, se a coluna ‘geometry’ contiver dados válidos), este código cria um marcador no mapa usando a biblioteca Folium. O marcador é posicionado nas coordenadas geográficas [row.geometry.y, row.geometry.x], que são obtidas da coluna ‘geometry’ do DataFrame gdf. O texto do popup é definido como o valor da coluna ‘NO_ENTIDADE’ da linha atual do DataFrame. O marcador é então adicionado ao objeto m.
Também podemos configurar nosso mapa de diferentes maneiras. Para isso, podemos consultar a documentação da biblioteca folium. Por exemplo, se quiser mudar o tipo do marcador, podemos alterar nosso código para:
for idx, row in gdf.iterrows():
if not pd.isnull(row['geometry']):
folium.Marker(location=[row.geometry.y, row.geometry.x], popup=row['NO_ENTIDADE'], icon=folium.Icon(color='blue', icon='school', prefix='fa')).add_to(m)
Agora, vamos salvar o mapa em um arquivo HTML. Para isso, usamos a função save() da biblioteca folium. Os argumentos da função são o nome do arquivo (filename) e o argumento close_file=True para fechar o arquivo após salvar.
m.save('mapa_escolas_uberlandia.html', close_file=True)
Também podemos salvar o mapa em um arquivo shp. Para isso, usamos a função to_file() da biblioteca geopandas. Os argumentos da função são o nome do arquivo (filename) e o argumento encoding=’iso-8859-1’ para definir o tipo de codificação.
gdf.to_file('mapa_escolas_uberlandia.shp', encoding='iso-8859-1')
Pronto, agora já temos um mapa com a localização das escolas de Uberlândia.
Parte 4.a - O código completo
Assim, nosso código completo ficará da seguinte forma:
# Etapa 1: Importe as bibliotecas necessárias
import pandas as pd # Para manipulação de dados
import geopandas as gpd # Para dados geoespaciais
import folium # Para criar mapas
from geopy.geocoders import Nominatim # Para geocodificação de endereços
from shapely.geometry import Point # Para trabalhar com geometrias
# Etapa 2: Carregue seus dados em um DataFrame
# Substitua 'seu_arquivo.csv' pelo caminho para o seu arquivo de dados (por exemplo, um arquivo CSV)
df_mun_func = pd.read_csv('E:/GitHub/UFU_MAPPERS/microdados/dados/microdados_uberlandia_em_funcionamento_reduzido.csv', delimiter=';',
encoding='iso-8859-1', low_memory=False)
# Etapa 3: Crie uma função de geocodificação usando Geopy
def geocode_address(endereco):
geolocalizador = Nominatim(user_agent="uberlandia_locator") # Crie um geocodificador
localizacao = geolocalizador.geocode(endereco) # Obtenha coordenadas a partir do endereço
if localizacao:
return Point(localizacao.longitude, localizacao.latitude) # Retorne como um Ponto
else:
return None # Retorne Nenhum se a geocodificação falhar
# Etapa 4: Crie uma nova coluna 'full_address' com o endereço combinado
df_mun_func['full_address'] = 'Brasil' + ', ' + 'MG' + ', ' + df_mun_func['NO_MUNICIPIO'] + ', ' + df_mun_func['DS_ENDERECO'] + ', ' + df_mun_func['NU_ENDERECO']
# Etapa 5: Aplique a função de geocodificação para criar uma coluna 'geometry'
df_mun_func['geometry'] = df_mun_func['full_address'].apply(geocode_address)
# Etapa 6: Crie um GeoDataFrame a partir do DataFrame
gdf = gpd.GeoDataFrame(df_mun_func, geometry='geometry')
# Etapa 7: Crie um mapa usando o Folium e adicione marcadores para as localizações dos edifícios
# Substitua 'latitude' e 'longitude' pelas coordenadas desejadas para o centro do mapa
# No caso de Uberlândia, as coordenadas são: -18.9186, -48.2772
centro_mapa = (-18.9186, -48.2772)
m = folium.Map(location=centro_mapa, zoom_start=13)
print(gdf.head(40))
# Percorra cada linha no GeoDataFrame e adicione um marcador para cada edifício
for idx, linha in gdf.iterrows():
if not pd.isnull(linha['geometry']):
folium.Marker(location=[linha.geometry.y, linha.geometry.x], popup=linha['NO_ENTIDADE']).add_to(m)
# Etapa 8: Salve o mapa como um arquivo HTML ou exiba-o em um Jupyter Notebook
m.save('E:/GitHub/UFU_MAPPERS/microdados/dados/building_locations_map.html')
# O arquivo HTML resultante conterá um mapa com marcadores para as localizações dos edifícios.
Parte 4.b - Brincando com o mapa (estilos e cores)
O mapa gerado com o código fornecido apresenta um estilo bastante tradicional de visualização. No entanto, é possível alterar o estilo do mapa, dos marcadores e dos textos de descrição dos marcadores. Para isso, podemos consultar a documentação da biblioteca folium.
Por exemplo, se quisermos mudar o tipo do marcador, podemos alterar nosso código para:
for idx, row in gdf.iterrows():
if not pd.isnull(row['geometry']):
folium.Marker(location=[row.geometry.y, row.geometry.x], popup=row['NO_ENTIDADE'], icon=folium.Icon(color='blue', icon='school', prefix='fa')).add_to(m)