基于OSMnx：如何随机选点并绘制1.5km等时线图？含报错求助

一、修复依赖报错 #

报错ImportError: scikit-learn must be installed to search an unprojected graph是因为未安装scikit-learn，同时numpy版本冲突也会引发问题。直接安装兼容的依赖包即可：

!pip install osmnx scikit-learn numpy --upgrade

执行后重新导入库，即可解决该错误。

二、随机选点的两种方法 #

方法1：直接从路网节点中随机选择 #

最简单的方式，直接从已获取的路网节点列表中随机挑选：

import numpy as np
# 从路网G的节点中随机选一个
random_node = np.random.choice(list(G.nodes))

方法2：在区域范围内随机生成坐标，匹配最近节点 #

如果需要在整个 bounding box 内生成任意地理点（非路网节点），再匹配到最近的路网节点：

import numpy as np
# 在指定经纬度范围内随机生成点
lon = np.random.uniform(west, east)
lat = np.random.uniform(south, north)
# 找到该点对应的最近路网节点
random_node = ox.distance.nearest_nodes(G, lon, lat)

三、完整代码：随机选点 + 绘制1.5km等时线 #

整合所有步骤的可运行代码，包含依赖安装、路网获取、随机选点、等时线计算与可视化：

# 安装依赖
!pip install osmnx scikit-learn numpy --upgrade

# 导入所需库
import osmnx as ox
import numpy as np
import matplotlib.pyplot as plt

# 定义目标区域边界
north, south, east, west = 40.8580, 40.7448, -73.9842, -74.2996

# 获取指定区域的驾车路网
G = ox.graph_from_bbox(north, south, east, west, network_type='drive')

# 随机选点（可替换为上述两种方法的任意一种）
random_node = np.random.choice(list(G.nodes))

# 将路网投影到UTM坐标系（消除经纬度球面计算误差）
G_proj = ox.project_graph(G)

# 计算以随机节点为中心、1.5km范围的等时线（若需按时间计算，可替换为travel_time参数）
isochrone = ox.distance.isochrone(G_proj, random_node, distance=1500)

# 可视化结果
fig, ax = ox.plot_graph(G_proj, show=False, close=False, edge_color='gray', node_size=0)
isochrone.plot(ax=ax, color='red', alpha=0.5)
plt.title('1.5km Isochrone from Random Node')
plt.show()

补充说明： #

• 若要基于时间绘制等时线，可将distance=1500替换为travel_time=XXX（单位：秒），同时设置speed_kph参数（比如speed_kph=30代表平均时速30公里）。
• 投影路网到UTM坐标系是为了让距离/时间计算更精准，避免经纬度的球面距离误差。

内容的提问来源于stack exchange，提问作者Rainbow