Skip to content
RacoFernandezPublic

About

Encuestas origen destino de diferentes ciudades de Latinoamérica

Resources

Stars

4 stars

Watchers

1 watching

Forks

Latest commit

 

History

37 Commits

Folders and files

Repository files navigation

enmodo: Análisis y visualización de las Encuestas Origen Destino (EODs) de diferentes ciudades de Latinoamérica

Estructura del repositorio

Existe una carpeta por ciudad. Si se incluyeron diferentes años de las ENMODO para 1 ciudad, va a haber una subcarpeta por cada año para la misma ciudad (ej. Bogotá).

Source

Cada ciudad tiene subcarpetas llamadas source-{file_extension} que incluyen los datos que se publicaron como fuentes oficiales de las ENMODO. El {file_extension} varía dependiendo el tipo de archivo que haya utilizado la ciudad para publicar la ENMODO.

Output

Cada ciudad tiene carpetas llamadas output-{file_extension} o sólo con nombre de extensión ej. csv donde hay un output por diferentes tipos de extensión con los datos procesados de la ENMODO, tanto en .shp, .geojson y .csv

Procesamiento

En las carpetas python se encuentra 1 notebook por cada ciudad-año con el procesamiento de los indicadores, diferentes visualizaciones y la generación de los archivos de output. Este es el core del repositorio, donde esta el código que utiliza y genera los datos del mismo.

Ejecución notebooks

Todas las notebooks consumen los datos publicados en este repositorio de Github, por lo cual las notebooks pueden correrse fácilmente luego de instalar las dependencias. Lo único que se debe reemplazar es el objeto data_path por el directorio donde se haya clonado el repositorio para luego poder importar el script eod_analysis.py con las siguientes celdas.

# Si se está en google colab, reemplazar por path de Drive
data_path = 'C:/Users/Usuario/Documents/GitHub/enmodo/'
import sys

# Si se está en google colab, reemplazar por path donde tiene la carpeta "scripts"
sys.path.insert(1, data_path +'scripts')

import eod_analysis as eod

Google colab

En caso de utilizar google colab para ejecutar las notebooks, descomentar y ejecutar las 3 primeras celdas en cada notebook:

# Instalamos dependencias necesarias para correr en Google colab
!pip3 uninstall matplotlib -y
!pip install -q condacolab
import condacolab
condacolab.install()
#Esta celda clona el repositorio AVES que se utiliza para visualizaciones GIS
!git clone https://github.com/zorzalerrante/aves.git aves_git
!mamba env update --name base --file aves_git/environment-colab.yml
# Montando datos desde Google Drive
from google.colab import drive
drive.mount('/content/drive')

Para posteriormente reemplazar data_path en vez del path del directorio local, por el path correspondiente de drive. Referencia

⚠️ Las funcionalidades del paquete AVES solo pueden ejecutarse en Google Colab, por lo cual ciertas celdas que generan algunas de las visualizaciones de las notebooks pueden arrojar error al correrlas de manera local. Próximamente este issue quedará resuelto.

Fuentes

Bogotá

Buenos Aires

Ciudad de México

Montevideo

Santiago de Chile

Sao Paulo

Contribuidores

  • Paula Vásquez-Henríquez
  • Ariel López
  • Genaro Cuadros
  • Exequiel Gaete
  • Alba Vásquez
  • Juan Correa
  • Ramiro Oliverio Fernández

Agradecimientos

  • El paquete AVES elaborado por @zorzalerrante ha sido de gran ayuda para el desarrollo de las visualizaciones y análisis GIS.

  • El repositorio de Sebastián Anapolsky con el análisis de la ENMODO de Buenos aires, disponible aquí

About

Encuestas origen destino de diferentes ciudades de Latinoamérica

Resources

Stars

4 stars

Watchers

1 watching

Forks

Releases

Packages

Contributors

Languages