이것저것 기록

이전 포스팅과 이어지는 내용! 이전 포스팅에서는 특정 좌표를 지오코딩 한 후에 인근의 POI 데이터를 받아서, 어떤 종류의 POI가 얼마나 있는지 확인하는 task를 진행했다. 이번에는 POI 데이터를 추출하고 활용하는 방법을 다뤄보려고 한다. 1. 필요한 라이브러리 불러오기 import networkx as nx from geopy.geocoders import Nominatim import osmnx as ox import shapely import pandas as pd from shapely import geometry from descartes.patch import PolygonPatch from shapely.geometry import LineString 2. 지난 코드 geolocoder..

나무위키 정의: 지오코딩(Geocoding)은 고유명칭(주소나 산,호수의 이름등)을 가지고 위도와 경도의 좌표값를 얻는 것을 말한다. 이처럼 고유명칭이나 개별이름등을 가지고 검색하는것과는 달리 반대로 위도와 경도값으로부터 고유명칭을 얻는것은 리버스 지오코딩(reverse Geocoding)이된다. 도로명 주소와 같은 일반적인 주소는 OSM에 적용해서 데이터를 얻기 상당히 까다롭다. 반면에 (x, y) 좌표로 위치를 표현하게 되면 OSM이나 구글맵과 같은 기존의 맵 서비스들에서 더욱 정확한 위치를 찾을 수 있다. 어쨌든, 도로명 주소를 지오코딩하는 방법에 대해 이것저것 찾아봤는데... 주로 네이버, 카카오, 구글과 같은 지도 API의 지오코딩 기능을 빌려다(?) 쓰는 것 같았다. 원래는 네이버 지도 API..

자료를 찾다가 캐글에서 꽤나 괜찮은 데이터를 발견했다. 위의 엑셀 파일을 열어보면 다음과 같다. 넷플릭스의 영화들에 대한 정보인데, 영화 제목, 감동, 제작국가, 상영연도, 러닝타임, 간단한 소개 등이 정리 되어 있는 엑셀이다. 이 정보들을 가지고 어떻게 추천 시스템을 만들 수 있을까, Academic/Adar 인덱스가 생각났다. Academic/Adar는 그래프 이론에서 두 노드 간의 인접성을 정량화할 때 사용하는 것인데, 두 노드가 얼마나 가까운지 구하려면 두 노드가 서로 공유하고 있는 이웃의 개수를 살펴보면 된다는 것이다. 위의 식은 두 노드 x, y 에 대해서 두 노드가 가지고 있는 adjacent 노드들의 세트를 반환하는 함수이다. 쨌든 결론은! Academic/Adar와 클러스터링 기법을 사용..

한동안 블로그에 글이 뜸했다. 일주일에 적어도 한 두번 이상은 포스팅 하려고 했는데, 코딩 기록 이외에도 해야할 것들이 너무 많아서 도저히 시간이 나지 않았다 ㅠㅠ 겨울방학도 다가오고 있고, 11월보단 조금 여유가 생겨서 이제 다시 꾸준히 포스팅 해야지!! OSMnx 포스팅을 또 시작해보려고 한다. 오늘은 복잡하고 쓸데없이 redundant 한 도로 네트워크의 노드를 제거하는 방법에 대해서 포스팅 해 보려고 한다. 1. 해당 좌표 인근의 도로 네트워크를 모두 시각화 import networkx as nx import osmnx as ox point = 37.858495, -122.267468 G = ox.graph_from_point(point, network_type='drive', dist=500) ..

GeoPandas는 파이썬에서 지리정보 데이터 처리의 기하하적 연산과 시각화 등을 돕는 패키지이다. 이름으로도 알 수 있듯이, GeoPandas는 Pandas와 비슷하다. geodataframe은 GeoPandas에서 다루는 데이터 프레임을 부르는 단어임! 1. GeoDataFrame으로 불러오기 import osmnx as ox import geopandas as gpd city = ox.geocode_to_gdf('서울특별시, 대한민국') proj_man = ox.project_gdf(city) ax = proj_man.plot(fc='gray', ec='w') _ = ax.axis('off') 2. GIS 데이터 처리하기 city_polygon = city['geometry'] city_bounda..