使用Interpolate Points函数细分街道的技术疑问与实现求助

为什么interpolate_points返回generator？ #

ox.utils_geo.interpolate_points返回的是生成器对象，这是为了在处理大规模路网时节省内存，避免一次性生成所有点占用过多资源。要得到可直接使用的点列表，只需将生成器转换为列表，例如：

# 对单个线段插值，得到点列表
point_list = list(ox.utils_geo.interpolate_points(linestring_geometry, 10))

完整街道细分与图重建实现 #

以下是实现按指定距离细分街道并重建路网图的完整代码：

# 安装依赖
!pip install osmnx
!pip install momepy

# 导入库
import osmnx as ox
import pandas as pd
import geopandas as gpd
import momepy
import networkx as nx
import matplotlib.pyplot as plt

# 目标区域
place_name = "Macon, Macon County, Illinois, United States"

# 获取步行路网图
graph = ox.graph_from_place(place_name, network_type="walk")
fig, ax = ox.plot_graph(graph)

# 提取路网的节点和边GeoDataFrame
nodes, edges = ox.graph_to_gdfs(graph)

# 获取所有边的几何对象列表
geometry_list = edges['geometry'].tolist()

# 生成细分后的边线段
new_edges = []
for geom in geometry_list:
    # 对每条边按指定距离插值（这里用0.0005，对应约50米，可根据需求调整）
    interpolated_points = list(ox.utils_geo.interpolate_points(geom, 0.0005))
    # 用相邻插值点构建新线段
    for i in range(len(interpolated_points)-1):
        new_edge = ox.utils_geo.LineString([interpolated_points[i], interpolated_points[i+1]])
        new_edges.append(new_edge)

# 将新线段转为GeoDataFrame
gdf_new_edges = gpd.GeoDataFrame({'geometry': new_edges}, geometry='geometry', crs=3528)

# 将GeoDataFrame转为NetworkX图
G_primal = momepy.gdf_to_nx(gdf_new_edges, approach="primal")

# 可视化对比
f, ax = plt.subplots(1, 2, figsize=(12, 6), sharex=True, sharey=True)
gdf_new_edges.plot(color="k", ax=ax[0])
for i, facet in enumerate(ax):
    facet.set_title(("细分后街道", "重建路网图")[i])
    facet.axis("off")
nx.draw(G_primal, {n: [n[0], n[1]] for n in list(G_primal.nodes)}, ax=ax[1], node_size=50)
plt.show()

关键说明 #

• 插值距离的单位：若输入的几何对象用WGS84坐标系（EPSG:4326），距离参数的单位是度；若已转换为米制坐标系（如UTM），则单位是米。
• 用momepy.gdf_to_nx可以将线段GeoDataFrame转为NetworkX图，方便后续路网分析。

内容的提问来源于stack exchange，提问作者Avery Fischer