-
Notifications
You must be signed in to change notification settings - Fork 3
/
sismoiGraphPics.py
172 lines (153 loc) · 6.69 KB
/
sismoiGraphPics.py
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
import os
import psycopg2
from PIL import Image
import struct
import matplotlib.pyplot as plt
import geopandas as gpd
from matplotlib.colors import ListedColormap
nomesIndicadores = (
'Índice de Impacto das Mudanças Climáticas (2015)',
'Índice de Impacto das Mudanças Climáticas (2030) - Cenário Otimista',
'Índice de Impacto das Mudanças Climáticas (2030) - Cenário Pessimista',
'Índice de Impacto das Mudanças Climáticas (2050) - Cenário Otimista',
'Índice de Impacto das Mudanças Climáticas (2050) - Cenário Pessimista',
'Índice de Vulnerabilidade às Mudanças Climáticas (2015)',
'Índice de Exposição às Mudanças Climáticas (2015)', 'Índice Climático de Seca (2015)',
'Índice Climático de Seca (2030) - Cenário Otimista',
'Índice Climático de Seca (2030) - Cenário Pessimista', 'Índice Climático de Seca (2050) - Cenário Otimista',
'Índice Climático de Seca (2050) - Cenário Pessimista', 'Índice de Sensibilidade às Mudanças Climáticas (2015)',
'Índice de Capacidade de Resposta às Mudanças Climáticas (2015)', 'Eficiência no uso da água (2015)',
'Reuso da água (2013)', 'Índice de perdas na distribuição do sistema de abastecimento de água (2010)',
'Consumo médio per capita de água (2010)'
)
colunasIndicadores = ('a','b','c','d','e','f','g','h','i','j','k','l','m','n','o','p','q','r')
conn = psycopg2.connect(dbname="sismoi", user="sismoi", password="142857")
f, ax = plt.subplots(1, figsize=(20, 20), frameon=False)
ax.set_axis_off()
plt.axis('off')
dpi = 12.8214
sismoi_colormap = ListedColormap(['#00cc00', '#aecc23', '#ffcc33', '#f18c2b', '#d7191b'], name='sismoi')
f.set_size_inches(160, 160)
def plotAmericadoSul():
sa = gpd.read_postgis(
"select * from americadosul", conn,
geom_col='geom',
coerce_float=False)
cmap = ListedColormap(['#cccccc'], name='gray')
sa.plot(cmap=cmap, ax=ax)
def plotBrasil():
brasil = gpd.read_postgis(
"select * from brasil", conn,
geom_col='geom',
coerce_float=False)
cmap = ListedColormap(['#e4e4e4'], name='gray')
brasil.plot(cmap=cmap, ax=ax)
def crop(image_path, coords, saved_location):
image_obj = Image.open(image_path)
cropped_image = image_obj.crop(coords)
cropped_image.save(saved_location)
def start():
plotAmericadoSul()
plotBrasil()
def plotSemiArido():
start()
semiarido = gpd.read_postgis(
'select * from municipio_ibge_2010 where semiarido',
conn,
geom_col='geom5880',
coerce_float=False)
semiarido.plot(color='white',
linewidth=3.0, edgecolor='#d7d7d7',
categorical=False, ax=ax)
minx, miny, maxx, maxy = semiarido.total_bounds
r = 1.5
dx = maxx - minx
dy = maxy - miny
ax.set_xlim(minx - dx / r, maxx + dx / r)
ax.set_ylim(miny - dy / r, maxy + dy / r)
fname = r'G:\temp\sismoi\semiarido.png'
f.savefig(fname, facecolor='#8fc8ff', pad_inches=0, bbox_inches='tight', dpi=dpi)
print('{0} salvo.'.format(fname))
crop(fname, (10, 225, 1500, 1175), fname)
def plotBorderCeara():
ce = gpd.read_postgis(
'select * from ceara_borda', conn,
geom_col='geom',
coerce_float=False)
ce.plot(facecolor="none",
edgecolor='#999999', lw=10, ax=ax)
def plotCearaFortaleza():
start()
ceara = gpd.read_postgis(
'select geom from vw_indicadores_ceara',
conn,
geom_col='geom',
coerce_float=False)
fortaleza = gpd.read_postgis(
"select geom5880 from vw_indicadores_ceara where nm_municip = 'FORTALEZA'",
conn,
geom_col='geom5880',
coerce_float=False)
ceara.plot(color='white',
linewidth=3.0, edgecolor='#d7d7d7',
categorical=False, ax=ax)
fortaleza.plot(color='#2c7bb6',
linewidth=3.0,edgecolor='#d7d7d7',
categorical=False, ax=ax)
plotBorderCeara()
minx, miny, maxx, maxy = ceara.total_bounds
r = 1.5
dx = maxx - minx
dy = maxy - miny
ax.set_xlim(minx - dx / r, maxx + dx / r)
ax.set_ylim(miny - dy / r, maxy + dy / r)
fname = r'G:\temp\sismoi\cearafortaleza.png'
f.savefig(fname, facecolor='#8fc8ff', pad_inches=0, bbox_inches='tight', dpi=dpi)
print('{0} salvo.'.format(fname))
crop(fname, (10, 225, 1500, 1175), fname)
def plotIndicadoresMunicipiosCeara():
start()
for nome, coluna in zip(nomesIndicadores, colunasIndicadores):
plotBorderCeara()
sql='''select nm_municip,
case
when {0} >= 0.0 and {0} <= 0.2 then 1
when {0} > 0.2 and {0} <= 0.4 then 2
when {0} > 0.4 and {0} <= 0.6 then 3
when {0} > 0.6 and {0} <= 0.8 then 4
when {0} > 0.8 and {0} <= 0.2 then 5
else -1
end as value,
case
when {0} >= 0.0 and {0} <= 0.2 then '#00cc00'
when {0} > 0.2 and {0} <= 0.4 then '#aecc23'
when {0} > 0.4 and {0} <= 0.6 then '#ffcc33'
when {0} > 0.6 and {0} <= 0.8 then '#f18c2b'
when {0} > 0.8 and {0} <= 0.2 then '#d7191b'
else '#ffffff'
end as color, geom, {1}
from vw_indicadores_ceara --where {0} <= 0.4'''.format(coluna if coluna != 'p' else '1-{0}'.format(coluna),coluna)
indic = gpd.read_postgis(sql, conn,
geom_col='geom',
coerce_float=False)
# gpd.plotting.plot_polygon_collection(ax=ax, geoms=indic['geom'], color=indic['color'], linewidth=8.0, edgecolor='#d7d7d7')
gpd.plotting.plot_polygon_collection(ax=ax, geoms=indic['geom'], color=indic['color'], linewidth=8.0, edgecolor='#d7d7d7')
indic.apply(lambda x: ax.annotate(s=x[coluna], xy=x.geom.centroid.coords[0], ha='center', fontsize=40), axis=1)
minx, miny, maxx, maxy = indic.total_bounds
r = 1.5
dx=maxx - minx
dy=maxy - miny
ax.set_xlim(minx-dx/r, maxx+dx/r)
ax.set_ylim(miny-dy/r, maxy+dy/r)
# cbar = f.colorbar(ax, ticks=[0, 0.2, 0.4, 0.6, 0.8, 1.0], orientation='horizontal')
fname = r'G:\temp\sismoi\{0}.png'.format(nome.replace(' ', '_'))
f.savefig(fname, facecolor='#8fc8ff', pad_inches=0, bbox_inches='tight', dpi=dpi)
print('{0} salvo.'.format(fname))
crop(fname, (10, 225, 1500, 1175), fname)
break
if __name__ == '__main__':
plotIndicadoresMunicipiosCeara()
# plotSemiArido()
# plotCearaFortaleza()
conn.close()
print('TheEnd')