Datos espaciales en Python 2023

(00:07) si os parece ya pasamos al tutorial de Emilio datos espaciales en python y adelante recordad que ahora Hay que entrar en de nuevo en Júpiter Hub Bueno lo explicas tú mejor sí yo voy a seguir los pasos tiene una pregunta siguiendo su primera pregunta que si todo eso lo hicieron en python David suponía que se refería si estaba en el Script por eso le preguntaba si estaba en el Script en el Script de esto que
(00:32) estoy compartiendo ahorita no está la el cálculo de anomalía pero sí lo voy a incluir como les digo porque es parte también de nuestra del trabajo de proyecto que estamos desarrollando no Sí gracias Bueno voy a compartir mi pantalla y lo que voy a mostrar es para complementar lo lo que nos ha mostrado David complementarlo un poco un momento en mi pantalla se ve sí Perfecto Bueno Entonces voy a comenzar desde el primer paso que es actualizar los tutoriales en enchufeter Hub de python vamos a la página de
(01:22) primeros pasos que nos hemos estado refiriendo y bueno y en primer lugar tienen que haber salido de de arthuris no lo habían hecho antes Entonces vamos al enlace este y este enlace no solo va a subir los tutoriales O actualizarlos sino que si no están metidos en en nos meterá directamente obviamente seleccionan python Ya estamos aquí Bueno y ahí está todo me voy a salir momentáneamente y no tienen que seguir esto porque en realidad lo que voy a enseñar ahorita no lo tienen es algo que pueden hacer después les
(02:24) quería recordar que están los tutoriales del aula invertida y como eso ocurrió antes no ocurrió cuando teníamos esta plataforma hecho pero disponible sino que se entendía que ustedes tratarían de seguirlo en sus propias computadoras quiero aprovecharse ya que esa aula invertida tiene materiales de python como recordarán incluyendo algo de visualización lo que voy a hacer ahorita es continuando sobre lo que mencionó Denisse hoy en la mañana ella lo dijo en el contexto de r pero igual se aplica a
(02:59) cualquier repositorio de guerra entonces lo que voy a hacer ahorita es clonar el repositorio del aula invertida al Perdón al pueden hacer pueden tratar de hacerlo ahorita pero no no hay problema Si no no pueden Entonces como recordarán tal vez nos recuerdan presioné la terminal estoy en la terminal y simplemente es el comando y aquí hago un copio lo que acabo de opace lo que acabo de copiar y ahí ya va a aparecer un nuevo carpeta y aquí está todo En otras
(03:45) palabras ahora tengo todo lo del lo del aula invertida y puede tal vez le sea útil para repasar ya sea python o r Aunque probablemente en r no sé si los tendrían que hacer Sí para r mejor seguir las instrucciones del Denisse Pero entonces aquí tenemos todo ya y solo voy a abrir rápidamente algunos de los cuadernos de en este caso en la instructora era alma Castillo A ver vamos a presionar este y asumo no voy a
(04:17) ir paso por paso con esta Ah bueno no va a funcionar porque el el vamos a probar solo no voy a tratar y ahí les digo que cambios se necesitarían básicamente este archivo sí existe aquí en el Chopper Hub pero tendríamos que cambiar la referencia a esto a dónde ocurre y bueno De cualquier modo aquí encontrarán estrategias comunes y útiles para graficar también quería de nuevo para complementar lo que mostró David en el
(04:53) aula invertida pueden ir a la sección de enlaces o perdón antes de eso les recuerdo que para ir a a la a los materiales ya lo invertida la manera más fácil es ir a nuestro sitio web bajo otros tutoriales aula invertida y aquí está python entonces aquí están todos los materiales de python Pero también esta página de enlaces el que Les recomiendo es bajo python visualización y programación con python de carpents que es en español y Sirve también como un buen
(05:36) repaso o aprendizaje de python tanto básico como tema más avanzados por ejemplo bandas Integra Friends de pandas aquí y otra tutoriales sobre lecciones sobre datos tabulares hay muchas más temas pero específicamente Les recomiendo el de visualización de Macro led porque por lo que he visto es bastante comienza desde puntos básicos pero es bastante completo para los tienen Bueno en realidad permite ser una infinidad de cosas pero esto tiene bastante cosas
(06:09) básicas y a un nivel bien accesible aparte de eso solo quería mencionar que tanto en r como en python hay no hay solo una manera de graficar creo que en r Héctor y de Niza mencionaron un par igual en python Maple es el más común definitivamente es muy poderoso a veces puede ser complejo pero para hacer cosas básicas y y no tan básicas es bastante fácil de usar y de aprender pero no es el único y hay otros que tal vez no mencionaremos mucho en este jacatón aunque voy a
(06:54) tratar de Añadir algo en mi tutorial que viene uno de ellos que es está adquiriendo bastante uso se llama holobist voy a poner el sitio que ese lobis en realidad consiste en varios paquetes una familia de paquetes y una de las grandes ventajas de este de esta librería es que permite interacción En otras palabras lo que hemos visto de bárbaro Y bien generales estáticos se produce una gráfica Pero uno no puede hacer un zoom por ejemplo moverse O cambiar algunas cosas
(07:33) de nuevo Tiene componente permite esa interacción y generarla de una manera relativamente sencilla desgraciadamente si una busca rápida para ver si existía algún tutorial en español pero no encontré nada útil y como ven Es simplemente por lobis.org bueno eso era todo lo que quería Añadir y y hay alguna yo no estaba monitoreando el chat Así es que si hay alguna pregunta de momento no hay ningún comentario Si alguien quiere aprovechar ahora
(08:14) Pues nada continúa si quieres y Entonces pasamos al tutorial de datos espaciales en python Y de nuevo al haber hecho el clon Perdón Emilio justo ahora Osvaldo Comenta Muchas gracias Pensé que ibas a mencionar plotly no sé cómo diréis vosotros Sí bueno perdón como decía hay muchas maneras de de graficar o librerías por ejemplo una librería que no es interactiva pero es muy buena que complementa más de se llama cyborne voy a ver si
(09:00) sobre todo para cosas estadísticas para visualizaciones estadísticas entonces hay hay una gama de librería de de visualización de pythondley es también una yo lo uso muy muy poco prácticamente no lo usado Entonces no no voy a entrar mucho en detalles pero lo que entiendo es que bloodley y creo que alguien lo mencionó Héctor o Denisse no recuerdo plotly es un sistema de visualización que independiente del lenguaje
(09:40) si mal no recuerdo en realidad es una un servicio a través de la web al que puede ser accedido de a través de python o r o directamente en la web y también así como que mencioné también produce o permite ser visualización es muy interactiva y no puedo decir más que eso porque no como les digo no no lo conozco había un sí mismo también usé muy poquito creo recordar que había que sacarse una Api Y obtener una Api de estas y lo ve pero sí al final lo mismo
(10:14) me convenció más si porque y Pero eso me recuerda mencionar este sitio país.org no sé si lo pueden ver pero tal vez alguien lo puede poner en el chat que habla de los diferentes paquetes a los diferentes librerías de visualización en pythony Creo que este es bastante completo este sitio es que si quieren tener una mejor idea de Qué opciones existen vamos a ver sí que está toda la familia algunos de ellos son de nivel bien bajo
(10:46) que no lo usaríamos otros si son mucho más amistosos entonces Bueno pero en inglés obviamente no no sé si existe no conozco una versión en español de esto otra pregunta no hay más preguntas han puesto un enlace a plotly.com/r Pero supongo que es la versión en r eso La verdad es que yo creo que igual es más popular quizás en r que en python No lo sé no podría hablar de r pero es una opción y como toda opción probablemente tiene sus ventajas y desventajas según entiende se puede usar muy bien desde python pero
(11:29) como les decía yo no lo yo no lo uso mucho casi no lo usado Bueno entonces ahora vamos a pasar a tutorial de datos espaciales en en python y una vez que han actualizado los tutoriales se van al eh la carpeta de tutoriales voy a aumentar el el tamaño qué tal está ese tamaño un poco más o está bien Yo diría que un poquitito más y ahora no sé si has actualizado a mí no me ahora ahora ha tardado un poquito Ahora se tardó como tres segundos cinco
(12:08) segundos vamos a martes a la carpeta de datos espaciales y tengo dos Perdón dos notebooks empezamos con los vectores y como les decía antes solo hay una lista de dos núcleos y son iguales Así es que seleccionen el que le sale y mis disculpas pero ya terminé sin tiempo entonces no llegué a traducir la primera parte del texto al español esto es basado en parte en un tutorial que yo hice hace algún tiempo pero básicamente
(12:49) vamos a hablar sobre todo en este tutorial de geo pandas y geopantas no sé si hemos oído mucho de pandas pandas implementa el Data frame que existe y es muy fuerte en r básicamente datos datos tabulares y la capacidad de almacenar y procesar y analizar visualizar datos tabulares entonces Geo pandas lo que hace es construye sobre la lo que ya ha creado pandas y le añade un elemento de una columna de geometría y método o funciones y capacidades que pueden
(13:28) operar sobre esa [Música] ese nuevo tipo de datos del de la columna de geometría y bueno parte lo que tenía en ese en ese párrafo es que siempre me ha parecido que es opanda es un ejemplo excelente de Cómo funciona la este ecosistema o esta comunidad de software de código abierto en que se va construyendo sobre lo que ya existe Entonces tal vez hay una librería muy útil para uso genérico y se vuelve popular por precisamente porque es muy
(14:03) útil y entonces eso sirve de base para otra librería que la utiliza de tal modo que no se tenga que reinventar la rueda muchas veces geopantas utiliza pandas para comenzar utiliza una librería que se llama que la vamos a usar como indirectamente que básicamente maneja todo lo que tiene que ver con geometrías pandas maneja todo lo que tiene que ver con la manipulación de datos tabulares y también incorporar a geopantas otras
(14:36) librerías que él no la usaremos directamente aquí que se llama Fiona que permite acceder a leer y escribir prácticamente cualquier tipo de de datos six de sistemas de información geográfica como shape Falls pero muchísimo más y solo para terminar con eso Fiona en Sí incorpora una librería universal que ampliamente usada que se llama Geral o ogr que está escrita en que hace todo que hace todo tipo de conversiones y es universalmente usada pero bueno entonces como les decía me
(15:17) parecía un buen ejemplo esa ventaja de código abierto aquí importamos las librerías que vamos a usar o casi todas Les mencionaba que es bien fundamental para bandas pero en realidad no lo usamos directamente mucho en este caso sí lo voy a usar explícitamente para un ejemplo primero establecemos la ruta o el pad hacia los datos que está en este carpeta donde he puesto algunos datos que vamos a utilizar y bueno tal vez no hay solo les quería mencionar que este padlet y el uso de
(15:55) pasto ruta facilita el la el manejo de de rutas en en python ya sea y facilita el intercambio entre Windows y y Max entonces una manera mejor y más portable de usar rutas o de manejar ruta relativo al uso de de strings o texto bueno el primer componente básico de geofandas es el Geo series que construye o es el equivalente de las series de pandas y básicamente una serie donde la columna única es su de tipo geometría esta geometría que como les decía se
(16:40) deriva de del tipo de geometría de shipley contiene una serie de funciones muy útiles Por ejemplo si es un polígono automáticamente calcula el área de se puede calcular lo que el bounds que es el sobre o el se le dice en inglés que es si tenemos digamos por ejemplo un polígono se puede calcular la caja y la coordenadas de esa caja de los dos puntos de los extremos que encajan a ese polígono lo otra cosa que quería
(17:12) mencionar es que hay un modelo implícito de explícito tal vez en Geo pandas de de cuáles son los objetos geométricos básicos y esos son puntos líneas y polígonos Esos son los más básicos un solo punto una zona en línea continua y un solo polígono y sus equivalentes que se básicamente son colecciones de eso se le llamamos o multipuntos igual multilínea y multi polígono que consiste en varios puntos son tratados como una sola unidad digamos cinco puntos A diferencia de que
(17:51) tengamos una lista separada de cinco puntos Y eso hay que tenerlo en mente porque puede puede parecer confusa a veces esto este descripción de los conceptos no es único de python eso es un basado en un estándar de la representación geométrica entonces Este lenguaje digamos esa realidad le va a aparecer en diferentes contextos vamos a comenzar desde lo más básicas Pero antes de eso quería enseñar esto que esta es una representación o un
(18:22) ejemplo gráfico voy a aumentar un poco de tenemos un polígono una línea y puntos Bueno entonces vamos a comenzar de algo bien básico ahorita construir geometrías basado en geocerías Y en este caso usted aquí están las coordenadas las longitud y latitud longitud y latitud usamos esta función de shape Point Y esta es una lista entonces de puntos donde un punto o Point es un objeto de de esta librería y lo pasamos a Geo serie y ahora tenemos
(19:06) esta tabla básicamente de una sola columna la el la columna y su índice donde cada uno de ellos son puntos entendidos como una geometría bien definida y aquí pueden ver que su tipo es Geo serie y su lente su perdón el spanglish se me mezcla aquí la el número de perdón longitud Sí me parece raro pero bueno la cantidad de objetos que hay el tamaño tal vez hay tres como podían ver había tres Entonces esto es aquí he añadido
(19:47) otras apuntes que cuando revisen eso Tal vez les parezca útil o Interesante pero no voy a entrar en eso al a la geoceria no solo puede contener los puntos sino también se le puede Añadir su código de sistema de coordenadas de referencia que la referencia que se usa es sus siglas en inglés crs en otras palabras Un Geo serie puede contener tanto la geometría específica y el sistema de coordenadas de referencia que usa Y eso es
(20:16) fundamental para la manipulación de datos de Entonces en este caso como lo estamos creando de cero le vamos a Añadir esta crs el epsg no voy a mencionar que significa porque prácticamente no importa pero es un sistema de códigos numéricos de coordenadas de referencia sistemas de coordenadas de referencia y el cuatro tres dos seis puedo hablar si me hacen preguntas puedo mandar un enlace sobre esto y tal vez hay expando este Notebook
(20:48) después para incluirlo pero el cuatro tres dos seis es el de la título y longitud más común que se usa entonces básicamente le estamos añadiendo el crs del latitud y longitud a esta geoceria y ahora podemos ver que la propiedad crs es aquí están todos los detalles de esa proyección y ya la tiene ahora un así como en bandas pandas se incorpora una función plot que hacia un Data frame o una serie que está basada en maptor y es súper fácil de usar y lo
(21:21) hace muy conveniente Igual Geo pandas entonces a una Geo serie se le puede hacer el comando plot y para añadirle un poquito de y Perdón acabo de darme cuenta que no estaba corriendo todo esto entonces me disculpa voy a empezar a correr a mí se me ha ido muy poquito el sonido pero creo que no se ha perdido mucho No sé si a todos los demás también Pero bueno creo que ha sido muy breve y no se ha perdido nada bueno entonces solo le decía que aquí podríamos correrlo sin
(21:54) sin nada de esto y tendríamos una una gráfica útil pero acepta muchas de las opciones normales de también ahora vamos a ir expandiendo un poco creamos este diccionario que vamos a empezar a saltar desde series a geotera frame en este diccionario establecemos Tres puntos básicamente lo mismo que ya teníamos ahí las coordenadas de la actitud y longitud y un atributo en nombre y utilizamos esta función muy
(22:26) útil de geofandas convertir de puntos a de las coordenadas de xy o latitud longitud hacia puntos para la geometría y podemos ver aquí geometría es una geoceria una lista más bien de de geometría Entonces ahora le pasamos esta geometría y vamos a crear un índice explícito si no lo hace implícitamente y ahí está de nuevo lo que tenemos lo que hicimos antes y ahora sí vamos a saltar directamente a un bueno para hacer más claro cómo se
(23:03) construye o en qué está basado en podemos ver que usando ese escenario que teníamos voy a crear un teraframe que tiene la latitud y longitud Pero simplemente como como números no como una geometría y ahora para crear el geotera frame aquí pueden ver claramente que es una combinación de los datos tabulares con la geometría entonces la geometría se construye usando lo que demostramos arriba y tomado directamente del teraframe
(23:33) y ahora tenemos pueden ver la la equivalencia directamente que aquí están los atributos normales de un Panda y aquí está la geometría tomado de esos valores y igual podemos graficarlo Bueno entonces vamos a saltar ahora de de esta ilustración conceptual casi O sea que no son datos reales a un ejemplo real leyendo estos datos de World se hizo del mares mundiales que vienen de un sitio de en Holanda que está asociado a la a
(24:08) la comisión internacional de oceanográfica O intergubernamental creo sí el sitio se llama marínce.org lo voy a poner aquí esta Bueno voy a mencionar que esta es una versión vieja y escogí la versión vieja de mares porque es más ligera entonces más fácil o más práctica para que entonces leemos y está leyendo un shape file pueden ver que estamos utilizando la función read de geo pandas que es la que se usa para leer prácticamente todos
(24:45) los tipos formatos de archivo de zinc Emilio hay un pequeño comentario de coche dice una nota para eso antes debemos cambiar las coordenadas del ladrón a decimales para que no den muchas vueltas como me ha pasado Perdón para hacer Qué cosa no sé en qué momento se refiere exactamente pero habla de cambiar las coordenadas la de tu longitud a decimales si quieres comentar cualquiera decir con decimales porque estas son decimales
(25:18) bueno Tal vez tal vez Hola hola Ah es que por ejemplo si tomamos coordenadas de Google de qué perdón [Música] Ajá esas aparecen en en UTM Entonces si queremos aplicar este en riopandas este nos recomienda que luego cambiemos a en seis dígitos de preferencia creo que no entiendo Todavía este con decimales Porque estos son valores decimales yo usé valores simples solo de ilustración pero yo creo que se refiere Emilio a que él
(26:07) ha bajado datos en donde vienen grados y los minutos están Aparte ya entonces dividir los minutos entre sesenta y sumárselo a los grados para que dolor de cabeza Universal de convertir de grados sí y no no voy a abordar eso aquí porque ese álgebra básicamente pero si es un dolor de cabeza universal Bueno sigo como decía aquí leí el de mares mundiales y solo voy a confirmar si leyó el el crs el sistema de referencia en
(26:45) este caso lo voy a hacer más compacto entonces vende en vez de Mostrar todo ese objeto que mostré antes esto largo solo quiero ver si me da el código epsg y si efectivamente la función o método info nos da información útil Cuáles son las columnas qué tipos son las columnas Cuántas hileras hay y podemos ver usando el Head como en r podemos ver unos cuantos de los de las hileras y aquí pueden ver los valores que se
(27:21) usan bueno y ahora podemos graficar esto que ya es datos de verdad como pueden ver los colores aquí son aleatorios Por así decirlo Entonces el Atlántico Norte Atlántico Sur Índico y después algunos mares individuales como el Caribe que ya veremos en más detalle algo para volver ese tema de polígones múltiples polígonos primero quería enfatizar que se pueden el objeto y también el la columna o el objeto geometría nos da acceso a toda esta información o metadatos sobre la geometría y value count es algo súper
(27:58) útil en bandas que nos da la cantidad un número de récords o hileras de valores de geometría en este caso y la cantidad de valores únicos aquí podemos ver que la geometría en realidad ocurre en dos tipos de polígonos simples hay 96 y multi polígonos a cinco Generalmente esto es que no procesaron de una manera bien sistemática los datos Porque idealmente todo Debería ser igual pero ese es lo que ocurre todo el tiempo otro
(28:31) ejemplo de geometría es el área en este caso no es muy útil sacarle área en grados pero solo quería ilustrarlo y también podemos usar el método pounds de borde y no está por cada polígono nos da la el X e Y mínimo y máximo que puede ser muy útil relacionada a eso el método empeloup sobre nos permite o Crea una caja la caja que generada de cada polígono y aquí podemos ver que podemos aplicar la función embledoop y después Un plot simple y
(29:09) cada una de esas cajas contiene a cada uno de los mares o el polígono de cada uno de los mares Bueno podemos filtrar como se hacen pandas en este caso vamos a enseñar nada más el el de la columna oceans océanos el el Atlántico o Norte el Océano Atlántico Norte y para hacerlo un poquito más bonito le puse los límites de latitud muy fácil o sea poco código para hacer algo filtrado si estamos explorando los
(29:37) datos ahora vamos a subir otro dato la Denise mencionó natural y esto viene como una un una pequeña muestra de National viene incluido en geopantas vamos a usar el esta lords y que nos da países básicamente y aquí pueden ver usando el Head el contenido de los atributos de esa base de datos y como pueden ver También ya viene con su srs y enfatizo eso porque no es bien no no siempre ocurre que cuando uno tiene datos de Six que tienen su proyección y
(30:13) a veces ese otro otro dolor de cabeza bueno aquí podemos hacer una gráfica bien simple y pueden ver que son los los países y ahora vamos a mezclar dos capas y Disculpen no sé cuál es una buena traducción de overlays pero básicamente superponiendo una sobre otra usando esta técnica que donde ponemos un plot dentro del otro y le podemos ver aquí que aquí está uno que eso va a ser en el lo va a poner en el fondo se pasa al atributo a
(30:43) al argumento ads de Access de eje entonces este es una manera bien rápida y fácil de graficar dos capas tenemos en los mares en el fondo y los países encima ya aquí podemos ver que hay bastante contenido graficado de una manera bien simple o de una manera bien eficiente Claro que siempre podemos hacerlo todo en también que nos permite hacer las cosas más detalladas más personalizadas con un poquito más de esfuerzo
(31:19) y tal vez Me detengo un ratito aquí para ver si hay alguna pregunta si ya ha surgido O si quieren hacerla la última es la de rubénicochi sobre los grados decimales si alguien quiere comentar algo más y si no puedes continuar Emilio Bueno entonces como ponía Aquí estos son temas más avanzados en este caso siempre usando esa función plot pero con un poquito más de sofisticación vamos a especificar que es una gráfica categórica y que se use la columna oceans para seleccionar los colores
(32:02) y automáticamente que genera una leyenda entonces de nuevo esto es fácil de fácil de crear una gráfica flexible y muy útil y aquí pueden ver que todas esas variaciones entre los mares individuales de un océano por ejemplo en en términos globales ocelográficos el Mediterráneo es considerado parte del Atlántico Norte y aquí pueden ver todo en rojo Obviamente el golfo de México también el Caribe etcétera y hay que tal vez pueden ver
(32:34) una rayitas blancas que son los bordes entre cada uno de esos polígonos de de los mares individuales Bueno aquí vamos a combinar varias de las cosas que hemos hecho la superposición de capas junto con filtración y la utilización de estos metadatos o atributos muy útiles del objeto geometría entonces comenzando con los datos de mares vamos a usar la operación centroide en este caso lo que muestro es el la coordenada y o sea latitud solo como muestra que
(33:09) automáticamente Calcula los centroides de cada polígono Y eso lo vamos a utilizar aquí esa capacidad para hacer una filtración que nos da nada más los mares del Atlántico Norte occidental En otras palabras del Atlántico Norte voy a eliminar todos los que están en Europa más o menos y al Atlántico Norte lo seleccionamos como lo hicimos antes pasado en la columna oceans y usamos los centroides de Los polígonos para retener
(33:38) nada más los que están al oeste de 20 grados oeste longitud y abajo de 40 grados norte de latitud Y eso nos deja con tres polígonos nada más que lo vamos a graficar ahora con un poquito más de sofisticación para que sea más amistoso el mapa si no hiciera todo esto no nos mostraría todo el mundo es más lo puede hacer comentando todo aquí tendríamos ese mapa que menos amistoso y quería demostrar Pues esta este uso de
(34:16) metadatos geométrico y Como he mencionado antes también podemos guardar cualquier Geo de frame a un archivo en este caso solo para como demostración lo voy a guardar un archivo de formato Geo package que es una se puede considerar como un sustituto de más estándar y más capaz y no sé qué tan popular se ha vuelto pero creo que tiene mucho futuro y aquí se se abrió Bueno ahí está ahora quería demostrar bueno continuar demostrando las capacidades que tiene
(34:50) pero también Mezclar un poco con servicios web y hay uno hay un estándar para datos vectoriales del consorcio geoespacial abierto del opensortion que se llama web Services fs y aquellas entidades que lo implemente que tengan un servidor permiten acceder a datos así como lo de hertda puedo pensar que se ha mencionado en este caso es un servicio similar pero para datos vectoriales Claro que no tiene saber que tiene que
(35:19) saber este tal donde existe y Y qué caso existe no voy a decir cómo lo encontré ahorita pero puedo contestar esa pregunta después pero lo encontré en el programa mundial me puse a buscar puertos datos de Puerto mundiales y lo encontré en este sitio del programa Mundial de la Salud pero no es de la Alimentación Bueno ahí lo cambio después Esta es la especificación de parámetros y sé que entiendo que es difícil saber cómo es que uno Escoge estos parámetros
(35:51) Bueno lo corro y ya ya bajó los datos request es una librería de python muy útil para interactuar con servicios en la web o páginas en la web y lo convertimos Jason es un formato bastante común también en texto de Six ya lo convirtió a esto tenemos que hacer otra conversión de aún usando lo que se le llama from teachers y yo ya había averiguado con antelación que no no viene con su crs entonces se lo añado directamente
(36:28) y ahora vamos a hacer el tipo de plot que enseñé antes y aquí tenemos todos los puertos y los datos de países que ya teníamos Entonces ahora añadimos dos capas pero una día vino de un servicio externo en la web y esto sale un ejemplo de los atributos que tienen estos puertos Bueno ahora otro dato avanzado haremos una operación espacial en este caso lo que se le llama un special join o una Unión bueno Unión Es un término más específico
(37:01) no estoy seguro Cuál es la mejor traducción de un join pero verán el resultado y tal vez eso lo Explica en este caso vamos a combinar los puertos o sea puntos y esta el para en honor a Héctor el de los mares el nombre de golfos California entonces lo que estamos haciendo es los puntos de Puerto que coinciden con él o Los polígonos que tienen como nombre Golfo de California y la operación de geopanda es es especial
(37:38) y aquí tenemos tres puertos y bueno como verían aquí no sé cuántos puertos hay en total Pero hay un montón entonces de eso Hemos nos hemos quedado con tres y en un mapa podemos ver que efectivamente están en el Golfo de California Bueno una otro ejemplo más la operación de disolver polígonos Y en este caso es una operación como un espacial cuando se tiene diferentes entidades o polígonos en este caso que están adyacentes uno pegado al otro y tienen un valor común de un atributo se pueden disolver o eliminarlo
(38:17) por desencada polígono para crear uno solo esta operación también viene en geofandas y a ver aquí está entonces tomamos el que queda creamos aplicamos la operación de sold les decimos que es en la columna oceans y bueno Esto es tal vez no es necesario esto esta operación se puede usar a veces para calcular promedios otras estadísticas por ejemplo Entonces lo corremos y ahora solo para enseñar aquí ahora todo esto es un solo polígono
(38:53) y aquí quería hacer algo no sé si me va a funcionar pero ya que se me olvidó tratar de incluir un el uso de olobies Quiero ver si tengo suerte y puedo demostrarlo fácil rápidamente a cruzar los dedos esta la librería está instalada Ah Perfecto Bueno no es muy bonito pero eso no importa entonces todo el paquete de holbies está instalado en el superhop si lo quieren usar en un proyecto como pueden ver solo tuve que importar esta librería Y en vez de usar plot hacemos HB plato
(39:42) hondo y automáticamente nos da estas herramientas para interactuar con los datos claro que ahorita está horrible Pues porque no traté de ajustar nada Entonces es fácil de usar es súper súper útil ahora voy a saltarse que tengo demasiado material pero voy a saltar al siguiente tutorial y mientras tanto si alguien si tienen alguien una pregunta bueno como siempre tenemos el agradecimiento de Héctor por nombrar Su zona favorita
(40:19) del mundo y nada más bueno este tutorial va a construir sobre lo que hemos visto ya pero nos pasamos principalmente a raster visto desde diferentes puntos de vista incluyendo su interacción con datos vectoriales y aquí tengo mucho menos texto explicativo es que Espero que no sea un problema la biblioteca o el paquete más fundamental aquí y con el que comenzaremos se llama rasterio y rasterio es para leer y escribir e interactuar de manera bien básica con datos raster
(40:57) prácticamente cualquier tipo de formato y generalmente ruster puede significar un par de cosas Generalmente por sí solo significa una sola imagen Obviamente con sus latitudes perdón con sus coordenada x y pero no necesariamente con una dimensión de tiempo como no es nada raro que tenga lo que se le llaman banda basado en el en lo usual en un dato de satélite entonces puede tener tres o cuatro bandas pero la dimensión de tiempo ya no digamos la dimensión de profundidad no es parte de
(41:31) lo que es un raster normal eso ya se vuelve las matrices o grids multidimensionales y y tendría un ejemplo rápido de eso pero bueno entonces vamos a usar hacer cosas básicas de rasterio leemos estos datos que están incluidos en este tutorial que son Bueno en realidad esto es lo que son y usamos el la función show de rasterio del plot de rasteria y como pueden ver Bueno tal vez pueden verlo pero esto está basado en la base de datos e topo uno de creo que la
(42:05) resolución es un grado que no me acuerdo bien Tal vez sí no me acuerdo si es algo más fino que un grado Supongo que sí por lo que estoy viendo es una elevación continua y completa tanto de la áreas continentales como de batimetría y escogí para que esto fuera más razonable escogí esta sección del cono sur de Sudamérica obviamente otra función de útil de rasterio es show hist que muestra un histograma esta parte se ve rara pero por lo que he leído es probablemente porque esta está diseñado
(42:44) para leer lo común en ruster cuando hay tres bandas generalmente se le llama la roja verde y azul en este caso Solo tengo una banda y creo que por eso esto no está tan amistoso pero básicamente lo ignoramos lo importante es que pueden ver que generamos un histograma de valores súper Sencillamente aquí pueden esto Esta es la elevación entonces pueden ver que valores positivos Es sobre en la tierra en áreas continentales y obviamente tenemos los
(43:10) Andes aquí entonces valores casi de seis mil y como la mayor parte de estas áreas es barina entonces batimetría que pueden ver la distribución de profundidades en valores negativos como estamos enfocados en lo Marino bueno Ya llegaré eso Entonces vamos a explorar un poco que nos ofrece El un la lectura a través de la estéreo el tipo de datos que obtenemos de ese esa variable elevación es un Data ser líder
(43:42) o lectura de Data set de raster y ahí podemos ver de dónde vino están los metadatos que da todo lo básico y necesario el formato el el tipo de datos de íntegro de cuenteros de 16 bits cuál valor se usa para que no tiene datos la el alto y lo ancho etcétera etcétera También contiene crs perfecto cada uno de estos valores puede ser accedido con esta con este sintax este formato y también se puede acceder a la caja la
(44:22) caja el cuadrado que lo contiene Y eso lo usaremos un momento bueno para leer los datos en sí se le usa el método o la función read o la lectura y el número especifica cuál banda queremos en este caso hay una banda y aquí podemos ver que lo que se leyó es se convierte en un array de npage es fundamental en python científico y fue demostrado en el aula invertida tutorial su shape o sea su forma sus dimensiones es
(44:58) 21001 y 2.701 y ahora vamos a hacer un leve procesado procesado como obviamente esto es un hackton marino no nos interesa Y nos podría corromper tener datos de elevación continental entonces lo que vamos a hacer aquí es filtrar los datos la elevación positiva lo vamos a convertir a cuando ocurre un valor positivo lo vamos a convertir al valor de nodatos y los valores negativos los vamos a multiplicar por menos uno para hacerlos
(45:31) positivos y de eso vamos a escribir a un nuevo el formato y todo esto lo permite fácilmente el rasterio ahora leemos de no de nuevo leemos esa formato que acabamos de escribir y vamos a hacer los mismos gráficas pero de una manera más compacta entonces ahora pueden ver que todo lo que estaba en en el Continente ahora es parte de la máscara Entonces es cero Bueno no es cero es parte de la máscara y la el histograma ahora es positivo convertido en positivo pero era
(46:09) básicamente lo que estaba en la parte negativa antes y esto ahora es más útil lo que vamos a hacer ahora Bueno vamos a utilizarlo ecorregiones marinas del mundo polígono mundiales para hacer una una intersección digamos pueden ver esto que estos datos también están en el tutorial lo que vamos a hacer es hacer la operación muy común en operaciones raster que se llama estadísticas zonales básicamente se toma un área ya sea de polígono vectoriales o polígonos definidos implícitamente en un raster y
(46:42) se genera estadísticas para cada una de esas regiones o zonas para esto utilizamos el paquete que se llama rasters o estadísticas de raster y aquí pueden ver que ponemos las el las ecorregiones el geotera frame la batimetría y esto esto nada más el en realidad esto lo lee del archivo de nuevo Y esta es una esto nos da la bienestar describiendo lo puede enseñarlo de los metadatos de batimetría en realidad está enseñando eso desde el principio pueden ver que nos da la ruta
(47:23) o el nombre del archivo lo creo que ya corrí esto pero por si acaso el formato que no nos regresa a zonas que no es un desafortunadamente este chido Jason y para convertir la geoter frame usamos esta función que vimos antes de El geoterame que se llama Front features O sea desde las entidades y ponemos aquí esto sé que se pierde el crs Y eso es común que funciones la pierden Entonces se la añadimos de nuevo pasado en el crs de batimetría y bueno
(47:57) primero podemos ver que ahora sí ya tenemos de vuelta Under frame observen que hay 232 entidades o polígonos ya regresaré a eso y además de los atributos de las ecorregiones que teníamos antes ahora tenemos estas cuatro el conteo mínimo máximo y promedio todos comienzan con profundo y barra ese es un prefijo que especificamos aquí y estos son los resultados de las estadísticas zonales o sea de cada Pixel de batimetría en cada región O sea que
(48:30) para la ecorregión el pan en este caso dice que no hubo ningún Y esto es porque la operación asigna un valor a cada una de las ecorregiones en el original y cuando no hay como este solo era el cono sur y el las ecorregiones mundiales si no hay ninguna intersección Entonces no va a haber ningún piso eso también es basura no nos interesa entonces lo que haremos aquí es utilizaremos profundo el conteo para eliminarlo solo Vamos a retener los que tienen más de un pezón
(49:09) entonces corremos eso y ahora nos quedamos nada más con dieciséis Y eso sí es lo que esperábamos todos en el cono Sur como verán y ahora lo vamos a mapear utilizando esta otra librería de mapeo interactivo que se llama folium que es muy bonita aquí estamos es un viendo la profundidad promedio por cada una de las ecorregiones en lo que ya calculamos antes aquí van de la profundidad promedio de siete a casi cuatro mil
(49:43) metros de profundidad obviamente no es ninguna sorpresa que es mucho más profundo en el Pacífico en frente de chile que en las plataformas continentales de Argentina y bueno un último ejercicio no sé cómo estoy con el tiempo imagino que ya me pasé Marian Sí en principio contaba que hasta y media o así estarías no sé cómo te queda Uy Perdón que no tenía el micrófono en la boca a las 6:30 más o menos Cómo te va primera vez en mi vida que no me pase el tiempo entonces Bueno te has pasado
(50:17) un poquito pero contaba que como has hablado de material extra muy rápido ya han oído muchas veces de herta y vamos a hacer esto en este caso ya hicimos una estadísticas zonales tomamos polígono un simple raster y establecemos las estadísticas dentro de cada uno de esos polígonos ahora lo vamos a extender a una dimensión más a la dimensión del tiempo que lo hace más complejo para hacer eso vamos a definir un área pequeña basado en las provincias
(50:46) que se le dicen magia yánicas en en las ecorregiones entonces voy a crear el y aquí pueden ver es que hay cinco provincias y obviamente este cono Sur voy a crear un nuevo frame Y utilizando las propiedades de la geometría extraemos la caja que que es el pan de inbox la caja de borde de Esas cinco regiones y vamos a usar esos valores después entonces aquí no voy a explicar ahorita cómo decidí o cómo escogí esto ya han hablado de verdad aquí está el los datos
(51:28) de de ese la información de esos datos ponemos esto a través de Open dap y usando extra Ray que no hemos hablado en detalle pero Laura sí lo mencionamos y mencionó creo que un ejercicio este tipo y esto lo que lee es de estas bases de datos que es europea un producto europeo basado en diferentes satélites de clorofila no sé si Esto está funcionando literalmente anoche no sé qué pasó esto estaba funcionando Bueno como ya me pasé del tiempo tal vez
(52:13) puede regresar en otro momento y ver qué qué ocurrió lo que haría eso es nos regresa una unos datos de exa Ray de algo equivalente cdf pero no lee los datos solo lee los metadatos por ejemplo las variables que existen que es una cantidad enorme cada variable tiene metadatos nombre unidades etcétera y sus dimensiones y las coordenadas y la información sobre las coordenadas o dimensiones y el montón de atributos y quiero especificar si puede ser este atributo en bytes se
(52:55) lo estoy dividiendo a megabytes que esto sería si tratáramos de leer todo esto sería gigantesco e imposible creo que estos son cuatro terabytes Entonces jamás trataríamos de hacer eso en este caso la intención es que definimos el área que nos interesa Y aquí tenemos tres coordenadas latitud longitud y tiempo entonces definimos lo que se le llamamos de qué latitud A qué latitud estoy utilizando los bordes de la región más higiénica el tiempo en este caso el 2021 el año 2021
(53:28) y de eso ahora definimos siempre con metadatos nada más esta región o sea una región más pequeña una cantidad de tiempo más pequeña dentro de eso voy a escoger nada más clorofilada Y eso nos da el que el los datos finales van a tener nada más catorce megabytes Entonces pasamos de cuatro terabytes a 14 megabytes ahora corremos esto para bajar los datos de verdad toma doce segundos y ahora ya te comento Emilio
(53:56) que nos pregunta Jorge Cómo ver las funciones que hay dentro de cada librería Y cómo verlo directamente aquí en el Notebook un poco la explicación de cada una de las funciones que tiene bueno en general en Júpiter Notebook se puede hacer shift con mayúscula y bueno como no le corría esto tengo que ir a una que ya he corrido hay un par de estrategias a si se le hace se presiona shift o mayúscula y Tab al mismo tiempo está
(54:28) esto en visual que permite ver todos los parámetros los argumentos de una función esto también es accesible si se quiere ver de una manera más persistente poniendo la el símbolo de interrogación y se corre y aquí está disponible Me imagino que eso es lo que preguntaba Jorge Bueno entonces ahora que Ya bajamos los datos Perdona Emilio te quería te interrumpo de nuevo greta comenta que se tiene que salir ya y quería hablar y finalmente
(55:05) preguntarte si finalmente usáis r en vuestro proyecto de por la tarde porque ella está considerando si quedarse en el devenir ahí la mitad de la gente o dos por lo menos usan r y dos python así que bienvenido vale lo único greta si te cambias finalmente Acuérdate de cambiarlo en el Google docs y hay que comentarlo también a Alejandro para que te cambie la el grupo o la sala de videoconferencia Sí no hay problema con eso solo que por favor se inscriba nuevamente en el
(55:41) documento de drive y todo bien No pasa nada vale no hace falta que te lo comente por el chat No simplemente cambio en el Word Vale pues así haces gracias greta Bueno les prometo que ya estoy terminando dos minutos te dejamos Sí ahora que ya tenemos estos datos de podemos hacer una gráfica fácil el primer periodo de tiempo y nos produce dado que es rico en metadatos automáticamente extrae toda esta información y nos da una gráfica bien útil esto es clorofila de nuevo y podemos hacer
(56:18) un promedio en que se toma el promedio espacial de toda la región por cada intervalo de tiempo de tal modo que lo que nos queda es una serie Temporal y aquí pueden ver la Perdón lo mencioné que esto pase de datos es mensual entonces doce valores Y eso es bastante rápido y Bueno ahí no voy a enseñar lo demás porque solo era ambición disculpen que me pasé de tiempo y que no funcionó eso no sé por qué no funciona no literalmente hace menos de nueve
(56:50) horas estaba funcionaba vale si alguien tiene una pregunta rapidita podemos añadirla de momento en el chat creo que hemos respondido todo Bueno les dejamos un par de minutos por si quieren ir poniendo la pregunta y nada comentar que a continuación ya seguimos con con los proyectos de la tarde creo que todo el mundo ya tiene claro el funcionamiento creo que de nuevo ahora de forma mágica iréis teletransportados a vuestra nueva
(57:29) sala y Bueno hay horario distintos horarios No ya creo que eso finalmente Emilio y Denis a las tres hora de Guatemala y los demás pues ahora a continuación los vídeos dian en breve ya los Irán Colgando en YouTube y no se nos Irán diciendo Alejandro y sus compañeros querías decir algo Alejandro sí estaremos colgando los videos en breve les comentaremos En qué plataforma estará para que lo puedan consultar también solo les quería comentar que una
(58:05) vez se finalice esta Ronda de preguntas pues vamos a trasladar esta sesión de zoom a otra computadora Así que puede que los vaya a remover de la reunión y pues solamente vuélvanse a conectar y ya nosotros los asignaremos a sus subgrupos solo quería mencionar ahorita que estaba tratando de ver por qué no funcionaba esto que es todo depender de fuentes de datos externo es una maravilla Pero también es a veces puede ser frágil Porque si hay algún problema con ese sitio te afecta el problema y Aparentemente la razón por
(58:45) la que no ocurre ahora es que algo está ocurriendo ahí es cuando me voy a este airdap y me voy a esta capacidad que tiene de ese gráfico me dice que hay un error Entonces tal vez va a estar listo funcionando de nuevo en 15 minutos Vale pues parece que no hay más preguntas agradecimientos de varias personas a todo el material todas las herramientas creo que sí que hoy se han visto muchas herramientas muy interesantes y Bueno
(59:12) luego también hay que invertir tiempo en ver poco a poco cada uno de los scripts de forma personal porque así es mucha información que luego hay que digerir poco a poco sí y la idea es que les pueda servir cuando estén trabajando en un proyecto y quieren hacer algo en particular tal vez se acuerdan a lo del tutorial de Héctor cubrió esa parte Entonces tal vez en su momento no no retuvieron Qué es lo que
(59:36) decía exactamente a la hora de aplicarlo en un proyecto es cuando realmente lo van a entender a más profundidad Héctor querías comentar algo Sí nada más si si tú marean o Emilio tuvieran unos minutos de pasar de ahí una vuelta por el grupo tres sería muy útil su ayuda no bueno puedo unos minutos vale Supongo que nos tiene que meter alejados para que podamos entrar o quizás es más fácil quedarnos aquí unos minutos
(1:00:07) los del grupo 3 no sé en breve los Perdón en breve los estaremos metiendo en el grupo solo como les digo voy a hacer el cambio a otra computadora puede que lo salga lo saque la sesión y bueno por favor vuelvan a acceder y ya en ese momento ya los podremos Ingresar a los subgrupos Alejandro me preguntaba si Habría alguna manera de tener el enlace de los diferentes grupos porque así es más fácil si nos desconectamos y la gente se puede se tiene que volver a conectar y
(1:00:40) podríamos dejar esos enlaces también guardados en el Google docs o en algún sitio Te comento que por la en este caso con lo que son los subgrupos de teams no se nos permite la opción de poder generar un enlace a cada sub grupo por eso es de que estamos nosotros aquí atentos para estar siempre conectando a las personas y resolviendo cualquier problema que tengan con la conexión a esto Okay gracias entonces un momento vamos a hacer la migración y pues si se llegan a salir o
(1:01:12) los expulsa por favor vuelvanse a conectar y ya los asignaremos a sus grupos lo único Perdón Alejandro Emilio y yo no estamos en el grupo tres nos tenemos que apuntar al Word nos cambias directamente Ok los asignaré ahora recordándote que esto es algo temporal es nada más en este momento Sí por favor perdón sí por favor cuando terminen de trabajar con el grupo tres Pues nos notifican y ya nosotros lo removemos
(1:01:39) bueno de igual manera si no estoy mal como ustedes fueron asignados al grupo tres pues les va a aparecer la información del chat pero ya no estarán en las sesiones Darling tiene la mano levantada sí tenemos que darle Sí perdón y buenos días ahí hay una botón que dice unirse a la sala es Ese botón funciona si yo le doy clic y me traslada la sala dos donde corresponde el proyecto o no nosotros los estaremos asignando una vez
(1:02:15) que bueno ya empezamos a trabajar en grupos de todas formas Darling te refieres al que pone enlace de conexión a sesión síncrona no no dentro de la aplicación de teams justo la parte donde aparece el botón de chat aparece unirse a la sala por eso preguntaba si podía utilizarlo y yo también lo veo y dice ahí en mi caso unirse a la sala proyecto tres sector Villalobos Sí claro Yo no tengo proyecto no me sale nada bueno entonces de igual manera si
(1:02:47) ustedes pueden acceder manualmente creo que sería la mejor también igual cualquier problema que haya con temas de conexión una cuestión así nos escriben nosotros estamos aquí pendientes voy a intentar ya los espero si funciona bueno Sí Por cierto solo quería comentar con el problema que habían presentado algunos usuarios que eran desconectados lo que pasó fue lo siguiente Yo he estado asignando a las personas a las salas pero no las he enviado Entonces no sé por qué estos probablemente errores
(1:03:21) de teams en general las enviaba las alas por eso de que desistí de hacerlo pero ahora ya Bueno pues ya terminamos se asignarán y serán enviados a esto siempre le recomendamos por favor que tengan actualizada la sesión de el programa de Microsoft teams y que también estén conectados desde un solo dispositivo y bueno eso sería solamente Alejandro yo entro directamente desde el explorador no sé si hay problema no no hay ningún problema
(1:04:03) Alejandro Disculpa a mí no me sale ninguna ningún botón ni nada que diga este ir a una sala o tampoco estoy asignado a ninguna sala pero yo debería estar en las seis gracias