Python-3を使用した鳥の渡りの追跡
一部の研究では、研究者はGPSモジュールを使用して動物の行動を追跡しています。彼らは、1年のさまざまな時期などにさまざまな場所にどのように旅行しているかを追跡できます。
この例では、そのようなデータセットを使用して、鳥がさまざまな場所でどのように動いているかを把握します。このデータセットには、GPSモジュールからの位置の詳細が保存されています。完全なデータセットはCSV形式です。そのファイルには、さまざまなフィールドがあります。最初はBirdId、次にdate_time、Latitude、longitude、speedです。
このタスクでは、Pythonコードで使用できるいくつかのモジュールが必要です。
matplotlib、pandas、cartopyモジュールを使用しています。それらをAnacondaにインストールするには、次のコマンドに従ってください。これらは、必要なときに他のいくつかの重要なモジュールをインストールします。
conda install -c conda-forge matplotlib conda install -c anaconda pandas conda install -c scitools/label/archive cartopy
最初に、緯度と経度の値を使用して場所をプロットします。データセットには2羽の鳥がいるため、2つの異なる色を使用して、追跡場所を視覚化できます
サンプルコード
import pandas as pd
from matplotlib import pyplot as plt
df = pd.read_csv('bird_tracking.csv')
cr = df.groupby('bird_id').groups
cr_groups = df.groupby('bird_id')
group_list = []
for group in cr:
group_list.append(group)
plt.figure(figsize=(7, 7))
#Create graph from dataset using the first group of cranes
for group in group_list:
x,y = cr_groups.get_group(group).longitude, cr_groups.get_group(group).latitude
plt.plot(x,y, marker='o', markersize=2)
plt.show()
出力
<中央>
これで、この追跡結果を実際の地理マップにプロットして、それらの鳥が使用する正確な方法を視覚化できます。
サンプルコード
import pandas as pd
import cartopy.crs as ccrs
import cartopy.feature as cfeature
import matplotlib.pyplot as plt
df = pd.read_csv("bird_tracking.csv")
bird_id = pd.unique(birddata.bird_id)
# Setup the projection to display the details into map
projection = ccrs.Mercator()
plt.figure(figsize=(7,7))
axes = plt.axes(projection=projection)
axes.set_extent((-30.0, 25.0, 50.0, 10.0))
axes.add_feature(cfeature.LAND)
axes.add_feature(cfeature.OCEAN)
axes.add_feature(cfeature.COASTLINE)
axes.add_feature(cfeature.BORDERS, linestyle=':')
for id in bird_id:
index = df['bird_id'] == id
x = df.longitude[index]
y = df.latitude[index]
axes.plot(x,y,'.', transform=ccrs.Geodetic(), label=id)
plt.legend(loc="lower left")
plt.show()
出力
<中央>
-
非常に高品質でPythonで画像を保存する
Pythonで画像を非常に高品質で保存するには、以下の手順に従う必要があります- subplotsメソッドを使用してfig変数とax変数を作成します。デフォルトのnrowsとncolsは1です。 plot()メソッドを使用して線をプロットします。 ylabel()とxlabel()を使用してAxesラベルを追加できます。 高品質の画像を取得するには、.eps画像形式を使用できます。 1インチあたりのドット数の値、つまりdpiを増やすことができます。 savefig()メソッドを使用して、画像をローカルに保存できます。 図を表示するには、plt.show
-
Python-Sklearnを使用してテストデータセットを作成する
Sklearn pythonライブラリは、さまざまなグラフプロットを作成するために使用できるサンプルデータセットを提供します。これらのデータセットの有用性は、サンプルグラフとチャートを作成し、値が変化したときのグラフの動作を予測することです。また、実際のデータセットを使用する前に、このサンプルグラフの色や軸などを決定するなど、他のパラメータで作業することもできます。 make_blobsの使用 以下の例では、sklearnライブラリとmatplotlibを使用して、特定のスタイルの散布図を作成します。 200個のデータポイントのサンプルを選択し、クラスターの色とタイプも選択します。 例 fr