hello 大家好！

最近遇到一堆關于街道數據分析的問題，又不想去使用百度和高德的API，有的功能還是得付費，為了學習不想掏錢，那么有什么辦法么？

答： 有！必須有！今天給大家分享一個很舊的python 庫--osmnx

首先一段簡介：

OSMNx 是一個下載街道數據、建模、可視化、分析街道數據的，通過OpenSteetMap API抓去街道數據，還能下載POI，建筑，海拔等等。需要的依賴庫包括geopandas，networkx，matplotlib。

1. 安裝

那么，我們第一步應該做什么呢？當然是先安裝python。

可能有很多和我一樣的小伙伴，最開始的時候安裝完了就被勸退了。

最直接的方式就是去python官網。Welcome to Python.org 很多小伙伴們喜歡使用anaconda，其實都差不多。anaconda的環境配置可能會有些蛋疼，因為以后安裝其他庫的時候不會有不兼容的情況，反復刪除和修改庫的配置會是個很麻煩的事情。

安裝成功了以后cmd或者terminal輸入python就會出現上面的狀況。那么恭喜，安裝成功！，一般也不會失敗，這里記住一個事情：

一定要add to path！！！

一定要add to path！！！

一定要add to path！！！

否則以后調用庫就會出問題！

如何add to path：

如圖，在系統變量中添加python安裝的路徑中的scripts文件夾然后保存就可以了。

接下來，就是安裝osmnx庫。

pip3 install osmnx

如果一切正常的話，那么恭喜你，順利安裝成功了。如果不順利，不用灰心。

可能出現錯誤的是fiona和gdal 出現問題，那么，請移步到這個網站 https://www.lfd.uci.edu/~gohlke/pythonlibs/#lxml 搜索對應版本的庫，例如

下載對應python版本的獨立的庫，然后，

pip3 install wheel

wheel是一個python自帶的安裝whl文件的安裝器。

接下來就到下載路徑中安裝剛下好的包，以fiona為例

我的python版本是3.8 64位系統，那么對應的fiona就是紅色的部分。

pip3 install Fiona-1.8.17-cp38-cp38-win_amd64.whl

這樣就安裝好了，只要等待一下，就安裝好了。依次類推，找到哪些無法自動安裝的庫，然后自行下載。為了避免麻煩，python3.8之后 出現了一個新的狀態，可以這樣操作，比如

pip3 install osmnx --use-feature=2020-resolver

這樣，這個庫的依賴庫就都可以是最合適的版本。還是減少了一些時間成本。上述步驟無論是Windows mac或者linux 都可以這樣操作

當庫都安裝好了以后，就可以進入正題了：我們來體驗一下osmnx到底能干啥

2. 開始使用

使用之前，不知道小伙伴們都用什么ide，個人推薦新手使用jupyter notebook/lab。這兩個工具的特點就是輕量化

import networkx as nx import osmnx as ox import requests import matplotlib.cm as cm import matplotlib.colors as colors %matplotlib inline ox.config(use_cache=True, log_console=True) ox.__version__

這個就是調試一下osmnx，并調用其他一些庫，

接下來我們來看看如何爬取城市的街道數據

# get a graph for some city G = ox.graph_from_place('Shenyang, Liaoning, China', network_type='drive') fig, ax = ox.plot_graph(G)

以沈陽為例，等待時間取決于電腦的網速，等其它客觀因素，然后voala

我們就這樣直接爬出了路網！國內城市，也可以爬取！基本上就是城市，省份，國家這樣的順序。

接下來還可以計算城市路網基本特征

# some basic stats about the network ox.basic_stats(G_proj, area=graph_area_m, clean_intersects=True, circuity_dist='euclidean')

還可以借助networkx 庫來計算城市道路網絡的一些復雜網絡特征

ox.basic_stats(G_proj, area=graph_area_m, clean_intersects=True, circuity_dist='euclidean')

接下來看點酷炫的--中心性可視化

臨近中心性越高的地方越黃。

# convert graph to line graph so edges become nodes and vice versa edge_centrality = nx.closeness_centrality(nx.line_graph(G)) nx.set_edge_attributes(G, edge_centrality, 'edge_centrality')# color edges in original graph with closeness centralities from line graph ec = ox.plot.get_edge_colors_by_attr(G, 'edge_centrality', cmap='inferno') fig, ax = ox.plot_graph(G, edge_color=ec, edge_linewidth=2, node_size=0)

今天先給大家介紹到這里！如果大家喜歡后續會繼續分享更多osmnx 的內容！

總結

以上是生活随笔為你收集整理的python 建筑建模_不可错过的python 街道数据爬取和分析神器！的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。