Visualización Geoespacial Avanzada con GeoPandas

1. ¿Por qué gpd.sjoin es mucho más rápido que recorrer los puntos con un bucle y comprobar estados.contains(p)?

• Porque usa el índice espacial para descartar comparaciones y trabaja vectorizado
• Porque simplifica las geometrías antes de compararlas
• Porque convierte los datos a EPSG:4326
• Porque solo compara los primeros mil puntos

sjoin usa el índice espacial (un árbol STR con los rectángulos envolventes) para descartar casi todas las comparaciones y solo hace la prueba exacta con los candidatos; además corre en código vectorizado.

2. ¿Qué ventaja tiene usar where, columns y bbox en gpd.read_file?

• Filtran durante la lectura y no cargan datos que se van a descartar
• Hacen que el archivo ocupe menos espacio en disco
• Reparan las geometrías inválidas
• Cambian el CRS del archivo

Con pyogrio, el filtro se aplica durante la lectura: no se cargan en memoria filas, columnas ni geometrías que de todas formas se descartarían después.

3. Calculas la distancia de 20,000 puntos a la Ciudad de México. ¿Qué versión es más rápida?

• puntos.distance(cdmx)
• puntos.geometry.apply(lambda g: g.distance(cdmx))
• Un bucle con iterrows()
• Todas tardan lo mismo

Las operaciones de GeoPandas sobre toda la serie se ejecutan en C con Shapely 2. apply con una función de Python vuelve al intérprete en cada fila y suele ser decenas de veces más lento.

4. ¿Cuándo conviene usar simplify sobre las geometrías?

• Para dibujar a escala nacional o pruebas aproximadas, no antes de mediciones exactas
• Siempre, antes de cualquier análisis
• Solo cuando los datos están en EPSG:4326
• Para corregir un CRS mal etiquetado

simplify reduce vértices manteniendo la forma general: es útil para dibujar mapas a escala nacional o acelerar pruebas aproximadas, pero no antes de medir áreas o distancias que deban ser exactas. La tolerancia está en unidades del CRS.

5. ¿Qué formato conviene para guardar y releer rápido un GeoDataFrame grande?

• GeoParquet, con to_parquet y read_parquet
• GeoJSON, porque es texto legible
• Shapefile, porque es el formato más antiguo
• CSV con la geometría como texto

GeoParquet es columnar y comprimido: se lee mucho más rápido que Shapefile o GeoJSON y permite leer solo algunas columnas.