- 综合排序
- 最热优先
- 最新优先
- 来自专栏renhailab数据分析
不用某度、某德个性地图编辑器，用Python几行代码绘制任何地区的风格化城市肌理
话不多说先上图： richmond_district port_au_prince monrovia_liberia 上海外滩 上海人民广场 杭州 1.OSMnx 简介 OSMnx 是Python的一个包 导入OSMnx环境文件，下载OSMnx的conda环境，点击可下载，将osmnx.yml导入到conda环境中即可。 __version__ # 我的是 1.2.2 # 如果用conda install osmnx安装的应该会是1.0.2有些会出错 说安装过程中踩的坑： 一定要转为安装osmnx装一个新环境，避免python 不要在osmnx包内运行update命令即更新包，会出现错误。 2. 参考： GitHub含有操作案例 OSMnx官方文档
86710编辑于 2023-11-24 - 来自专栏相约机器人
逆向工程步行得分算法
数据源： OSMnx：Python包，允许您从OpenStreetMap的API下载空间几何，模型，项目，可视化和分析街道网络。 https://github.com/gboeing/osmnx Walk Score API：返回任何位置的步行分数。 按地区分类划分的地理位置观测 3.基于距离：靠近最近的高速公路，最近的主要道路，最近的二级公路，最近的住宅道路，最近的工业区划 4.步行网络结构：交叉点数，平均电路数，街道长度平均值，每个节点的平均街道数 单个地理位置绘制在OSMnx 模型预测可以很容易地扩展到其他领域，因为Walk Score API和用于生成特征的基础数据源（US Census，OSMnx，City Zoning，LocationIQ）可以广泛使用。
1.4K30发布于 2019-06-22 - 来自专栏Python大数据分析
在模仿中精进数据可视化04：旧金山街道树木分布可视化
结合我们手头的数据：旧金山社区「面」数据、有登记的街道树木「点」数据，至于道路网「线」数据我们则可以利用第三方库osmnx进行获取（建议利用conda install -c conda-forge osmnx 将过程拆分为下列步骤： 「数据准备」 首先我们需要读入已有的数据并进行相应的矢量化： 图2 而路网数据我们则可以利用osmnx进行在线获取，只需传入我们的旧金山面数据bbox范围，配合 osmnx进行获取即可
77940编辑于 2022-04-03 - 来自专栏数据科学学习手札
（在模仿中精进数据可视化04）旧金山街道树木分布可视化
结合我们手头的数据：旧金山社区面数据、有登记的街道树木点数据，至于道路网线数据我们则可以利用第三方库osmnx进行获取（建议利用conda install -c conda-forge osmnx进行安装 图2 而路网数据我们则可以利用osmnx进行在线获取，只需传入我们的旧金山面数据bbox范围，配合 osmnx进行获取即可： ?
83720发布于 2020-11-24 - 来自专栏数据 学术 商业 新闻
Python-geopandas-旧金山街道树木分布可视化绘制
结合我们手头的数据：旧金山社区「面」数据、有登记的街道树木「点」数据，至于道路网「线」数据我们则可以利用第三方库osmnx进行获取（建议利用conda install -c conda-forge osmnx 图2 而路网数据我们则可以利用osmnx进行在线获取，只需传入我们的旧金山面数据bbox范围，配合 osmnx进行获取即可： ?
1.3K20发布于 2021-02-22 - 来自专栏用户2910674的专栏
7 个令人惊叹的 Python 库
humanize.naturalday(dt.date(2012, 6, 5)) print(a) print(b) 输出 Jun 05 2012 Jun 05 7 开放街道地图 OSM 数据 osmnx # 必要的模块 import os from os.path import join import osmnx import pandas as pd # 全局路径变量 main_path = "your_main_path osmnx是我用来从OSM检索数据的主要库。我建议使用虚拟环境来避免库安装时出现任何问题。 我通常在 Anaconda 中设置一个虚拟环境，并通过通道 conda-forge 安装 osmnx。 years: # 定义标签 tag = {"amenity" : place} # 设置提取年份 osmnx.settings.overpass_settings = settings.format(year = year) # 提取标签和年份的数据 tagged_data = osmnx.geometries_from_place
1.9K31编辑于 2023-10-24 - 来自专栏萝卜大杂烩
7 个令人惊叹的 Python 库
humanize.naturalday(dt.date(2012, 6, 5)) print(a) print(b) 输出 Jun 05 2012 Jun 05 7 开放街道地图 OSM 数据 osmnx # 必要的模块 import os from os.path import join import osmnx import pandas as pd # 全局路径变量 main_path = "your_main_path osmnx是我用来从OSM检索数据的主要库。我建议使用虚拟环境来避免库安装时出现任何问题。 我通常在 Anaconda 中设置一个虚拟环境，并通过通道 conda-forge 安装 osmnx。 years: # 定义标签 tag = {"amenity" : place} # 设置提取年份 osmnx.settings.overpass_settings = settings.format(year = year) # 提取标签和年份的数据 tagged_data = osmnx.geometries_from_place
1.9K10编辑于 2023-09-22 - 来自专栏renhailab数据分析
Prettymaps&streamlit：秒出好看的地图海报
使用 osmnx, matplotlib, shapely 和 vsketch 包创建 在线体验 访问https://prettymapp.streamlit.app/可以在线体验，可以保存结果。
32410编辑于 2023-11-24 - 来自专栏renhailab数据分析
Part3-1.获取高质量的阿姆斯特丹建筑立面图像（附完整代码）
14]、MultiPolygon[15] matplotlib基本绘图方法[16] Arcpy的基本知识[17]，要素属性表的查询和更新游标[18]，Arcpy中的几何对象MultiPoint[19] OSMnx 获取道路矢量数据：下载Open Street Map的道路矢量数据，我们可以通过OSMnx包去下载并进行简化。 在阿姆斯特丹，OSM(openstreet map)的数据非常全面，所以我们通过Python的OSMnx[24]的库来下载和处理OSM的道路数据。 5 获取阿姆斯特丹的道路矢量数据 OSMnx[25]是一个Python库，用于从OpenStreetMap下载、建模、分析和可视化街道网络和其他地理空间功能。 : https://pypi.org/project/osmnx/ [25] OSMnx: https://pypi.org/project/osmnx/ [26] 建筑物覆盖区 (3D Analyst
1.8K10编辑于 2023-11-24 - 来自专栏腾源会
人生重开模拟器？GitHub近期热门项目盘点
项目基于 osmnx、matplotlib 和 shape 库。
1.2K30发布于 2021-09-08 - 来自专栏HelloGitHub
人生重开模拟器「GitHub 热点速览 v.21.36」
项目基于 osmnx、matplotlib 和 shape 库。
1.2K70发布于 2021-09-09 - 来自专栏renhailab数据分析
论文复现仓库说明（附文章目录和使用说明）
ScienceDirect.html ├── 2-获取数据集 │ ├── notebook │ │ ├── 2.1-BAG建筑足迹数据预处理.ipynb │ │ ├── 2.2-osmnx
43610编辑于 2023-11-24 - 来自专栏Python与爬虫
每周分享第 2 期
加州大学伯克利分校城市规划专业的博士后吉奥夫·波音（Geoff Boeing）就提供了判定市道路的“规律性”的方法：他用一个小工具（OSMnx）在地图上取样，把城市里面不同方向的道路，按长度叠加，然后在一个玫瑰图上比较各个方向的路的比率
58420发布于 2018-08-14
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号