如何使用Python基于谷歌地图或公开空间数据集构建城市graph

城市空间graph生成可行性 #

完全可以实现，有两类成熟实现路径：

• 基于谷歌地图能力实现：可调用谷歌地图Places API、Roads API拉取对应区域的POI（含办公区、居民区、商铺的属性信息）、道路网络、出行路线数据，拿到原始数据后用Python的networkx库即可构建拓扑graph：可将POI点位、道路交叉口设为节点，出行路线/道路路段设为边，同时可直接给节点附加用地类型标注、给边附加通行距离/时长等权重。
• 基于公开数据集实现：可直接拉取开源城市空间数据，配合osmnx库可以直接基于OpenStreetMap原始数据一键生成对应城市的道路、POI关联graph，也支持直接导入你手头已有的标注信息补充到节点/边的属性中。

可被Python直接读取的真实城市空间数据集 #

目前有大量通用公开数据集支持直接读取使用：

• OpenStreetMap（OSM）全量城市数据：通过osmnx库可直接按城市名拉取对应区域的道路、POI、建筑、用地分类数据，拉取后可直接转为networkx的graph结构或者GeoDataFrame格式，无需额外做格式转换。
• 纽约市官方公开数据集：纽约市政开放平台提供全量的地块用地标注（明确区分办公、住宅、商业分类）、公交线路、步行道、POI点位数据，通用格式为shp、geojson，用Python的geopandas库可直接读取，匹配你现有标注后即可关联到graph的节点/边属性上。
• 通用城市空间数据集：还有全球城市POI数据集、出行OD数据集等公开资源，大多支持导出为csv、geojson格式，可直接用Python的pandas、geopandas读取后集成到你的graph中。

内容的提问来源于stack exchange，提问作者laser