D
Visualización y comunicación M13 avanzado 50 min

Capitulo 13

Datos espaciales y visualizaciones animadas

Coordina geometrías, proyecciones y tiempo para analizar dónde y cuándo ocurren los patrones

Distingue datos vectoriales y ráster, transforma CRS correctamente, agrega observaciones por zona y crea mapas estáticos y animados con escalas, fuentes y alternativas accesibles.

Las coordenadas no son todavía una distancia

Longitud y latitud son ángulos. Restar sus valores para medir metros es incorrecto. Cada cálculo espacial necesita un sistema de referencia (CRS) compatible con el propósito y la región.

Primero define qué representa la geometría; después decide cómo medirla y mostrarla.

— Principio de análisis espacial

13.1 El espacio agrega contexto y nuevas decisiones

Este capítulo corresponde al Módulo 14 del PDF. Al terminar podrás:

  • Distinguir geometrias vectoriales de superficies ráster.
  • Leer un CRS y diferenciar asignarlo de reproyectar coordenadas.
  • Combinar puntos con polígonos mediante un join espacial.
  • Elegir un mapa temático y una normalización apropiada.
  • Representar evolución temporal con mapas o gráficos animados.
  • Comunicar límites, privacidad y accesibilidad del análisis espacial.

Una ubicación puede ser muy sensible. Para publicar puntos de domicilios, salud o personas, considera agregación, desplazamiento apropiado, supresión de celdas pequeñas y reglas de privacidad antes de generar el mapa.

13.2 Vector y ráster: dos representaciones complementarias

ModeloRepresentaEjemplosOperaciones típicas
VectorGeometrías discretas: punto, línea, polígonoTiendas, rutas, límites de comunasIntersección, distancia, buffer, unión espacial
RásterValores en una grilla de celdasElevación, precipitación, imagen satelitalMuestreo, álgebra de mapas, reclasificación, zonal statistics

El ráster no tiene «un valor por lugar» sin más: depende de resolución, origen de la grilla, CRS y método de remuestreo. Un píxel más fino no necesariamente significa información más precisa.

13.3 CRS: asignar no es reproyectar

Un sistema de referencia describe cómo las coordenadas representan la Tierra y cómo se ubican. EPSG:4326 suele expresar longitud/latitud en grados; EPSG:3857 proyecta para visualización web; una proyección local apropiada suele ser mejor para medir distancias y áreas.

  • Asignar CRS (set_crs): declara qué significan los números existentes. No los cambia.
  • Reproyectar (to_crs): calcula nuevas coordenadas equivalentes en otro CRS.

Si asignas el CRS equivocado, las geometrías pueden desplazarse miles de kilómetros. Nunca uses set_crs para «arreglar» posiciones sin confirmar la referencia original.

Vector representa puntos, líneas y polígonos; ráster, celdas con valores. set_crs declara la referencia existente y to_crs reproyecta las coordenadas.
Vector y ráster responden a distintos tipos de dato. Para medir, transforma a un CRS adecuado; asignar una etiqueta no convierte grados en metros.
import geopandas as gpd
import pandas as pd

events = pd.read_csv("data/events.csv")  # columnas longitude, latitude, region_code
points = gpd.GeoDataFrame(
    events,
    geometry=gpd.points_from_xy(events.longitude, events.latitude),
    crs="EPSG:4326",  # confirmar con la documentación de la fuente
)
regions = gpd.read_file("data/regions.geojson")

if regions.crs is None:
    raise ValueError("La capa de regiones no declara su CRS")

points_local = points.to_crs(regions.crs)

Para calcular áreas en metros cuadrados, reproyecta a un CRS proyectado adecuado a la zona; no calcules geometry.area directamente en EPSG:4326. La proyección elegida depende de ubicación, escala y deformación tolerable.

13.4 Agregar puntos por zona de manera reproducible

Un spatial join asigna puntos a polígonos según una relación geométrica. Revisa bordes: un punto que cae exactamente en el límite puede intersectar dos polígonos o ninguno, según predicado y geometrías.

joined = gpd.sjoin(
    points_local,
    regions[["region_code", "geometry"]],
    how="left",
    predicate="within",
)

counts = (
    joined.groupby("region_code_right", dropna=False)
          .size()
          .rename("event_count")
          .reset_index()
          .rename(columns={"region_code_right": "region_code"})
)
map_data = regions.merge(counts, on="region_code", how="left")
map_data["event_count"] = map_data["event_count"].fillna(0)

within exige que el punto esté dentro del polígono; si importa incluir bordes, revisa intersects y cómo resolver duplicados. Inspecciona los puntos sin región asignada: pueden indicar coordenadas incorrectas, límites desactualizados o una zona fuera de cobertura.

Conteos, tasas y mapas coropléticos

Un mapa coroplético pinta áreas según una medida. Para comparar riesgo o intensidad, suele ser más informativa una tasa con denominador estable que el conteo total:

map_data["events_per_1000_residents"] = (
    map_data["event_count"] / map_data["population"] * 1000
)
ax = map_data.plot(
    column="events_per_1000_residents",
    cmap="YlOrRd",
    legend=True,
    edgecolor="white",
    linewidth=0.3,
    missing_kwds={"color": "lightgrey", "label": "Sin dato"},
)
ax.set_axis_off()
ax.set_title("Eventos reportados por cada 1.000 residentes")

No dividas por una población con fecha o definición distinta sin declararlo. Una tasa inestable en zonas pequeñas puede requerir intervalos, supresión, agrupación o un modelo de suavizado; no la presentes como precisión exacta.

13.5 Animaciones y tiempo

Una animación puede mostrar cambios por fecha, pero también puede ocultarlos: el ojo recuerda mal los valores anteriores y la reproducción automática dificulta comparar momentos. Fija el dominio de color entre frames, indica el período y añade controles para detener, avanzar y volver.

import plotly.express as px

# monthly_regions contiene una fila por region_code y month, con la tasa calculada.
fig = px.choropleth(
    monthly_regions,
    geojson=regions.__geo_interface__,
    locations="region_code",
    featureidkey="properties.region_code",
    color="events_per_1000_residents",
    animation_frame="month",
    color_continuous_scale="YlOrRd",
    range_color=(0, 25),  # mismo rango en todos los meses
    title="Tasa mensual de eventos por región",
)
fig.update_geos(fitbounds="locations", visible=False)
fig.show()

Verifica que los nombres de llave del GeoJSON coincidan con la tabla; documenta cómo se calcula la tasa por mes y el rango fijo de color. Conserva una versión estática, tabla o resumen descargable para lectores que no usan la animación.

13.6 Accesibilidad, estética y comunicación ejecutiva

  • Incluye título, período, unidad, fuente de geometrías y definición de la métrica.
  • No dependas solo del color; agrega leyenda, etiquetas o una tabla accesible.
  • Evita paletas rojo-verde sin redundancia visual y comprueba contraste.
  • Distingue «cero», «sin observación» y «fuera de cobertura» con símbolos o categorías distintas.
  • Elimina fronteras y capas que no ayudan a la tarea; el mapa no es más informativo por contener más límites.
  • No publiques coordenadas individuales si el nivel de detalle permite identificar personas.

Sistema de referencia de coordenadas (CRS)

M13

Conjunto de convenciones que define cómo las coordenadas numéricas se asocian con ubicaciones en la Tierra.

Ej: EPSG:4326 expresa posiciones geográficas en longitud y latitud; para calcular áreas se reproyecta a un sistema proyectado apropiado para la región.

#geospatial #crs #proyecciones
Calcular metros con grados
✗ Restar longitud y latitud para obtener distancia en metros.
✓ Reproyectar a un CRS métrico adecuado o usar una distancia geodésica.
Asignar un CRS para hacer coincidir capas
✗ Cambiar metadatos con set_crs hasta que los polígonos se vean superpuestos.
✓ Confirmar CRS de origen y convertir las coordenadas con to_crs.
Comparar conteos en polígonos grandes
✗ Concluir que las zonas con más eventos son más riesgosas.
✓ Incluir población expuesta, período y definición; comparar tasas con sus incertidumbres.
Cambiar escala de color por frame
✗ Dejar que cada mes se autoescale y parezca tener intensidad similar.
✓ Fijar límites de color para todas las fechas y reportar cómo se eligieron.
Compara dos períodos por zona avanzado

Elige un dataset público de eventos georreferenciados y polígonos administrativos. Verifica el CRS y su vigencia, asigna puntos, cuenta registros sin match y calcula una tasa con denominador documentado. Compara dos períodos en un mapa estático y una animación con escala fija; agrega una tabla accesible, fuente y nota de privacidad. Comprueba manualmente dos zonas.

💡 Uno cambia la interpretación; el otro transforma coordenadas.

Q: ¿Por qué un conteo por zona puede producir un mapa engañoso?

Porque zonas con más población, área o tiempo de observación pueden acumular más eventos sin tener mayor riesgo. Hay que definir exposición, normalizar cuando corresponda y mostrar incertidumbre y cobertura.

🪤 Asumir que una zona más oscura necesariamente es más peligrosa.

Para continuar

Los mapas son una forma de comparar distribuciones. M14 vuelve a las variables y grupos para resumir categorías, tratar extremos con cuidado y seleccionar pruebas que respeten los supuestos.

Tu espacio de estudio

Notas privadas

Se guardan solo en este navegador y no se publican.

Sin cambios