kai_data_geolake

bachelorprosjekt 2025

"KAI-data": Geografisk data og utveksling med Delta Lake og Delta Sharing

Denne readme er generert med chatgpt.

📘 Geodata-analyse med GeoPandas, DuckDB og Databricks

Dette prosjektet består av Jupyter Notebooks utviklet for behandling, filtrering og visualisering av geografiske data (AR50 og AIS). Verktøyene tar i bruk ulike teknologier som GeoPandas, DuckDB og Apache Spark (Databricks).

---

📂 Innhold

Notebook	Datasett
u1_geopandas.ipynb, u2_geopandas.ipynb, DuckDB.ipynb Databricks.ipynb, Setup_AIS_Databricks.ipynb	AIS
Geopandas.ipynb, DuckDB.ipynb Databricks.ipynb, Setup_AR50_Databricks.ipynb	AR50

---

🚀 Kom i gang

📦 Avhengigheter

Installer nødvendige pakker for lokal kjøring:

pip install requirements.txt

Databricks-miljø krever:

• Apache Spark
• Sedona for geodata
• DASK-governance-modul (ved behov)

---

🗂️ Kjøring av notatbøker

1. Last opp nødvendige filer i mappen data/raw
2. Kjør alle celler i rekkefølge
3. Resultater og visualiseringer lagres i data/processed eller vises i kart/Tabell

---

✅ Brukerhistorier

Er beskrevet i alle notebookene.

---

📊 Visualisering

Verktøyene inkluderer interaktive kart (Folium) og widgets for brukervennlig datatilgang og filtrering.

---

📄 Lisens

Dette prosjektet er utviklet som del av et bachelorprosjekt og distribueres for utdanningsformål.