鐵人賽2019 Day18 networkX與GIS資料初探

今天要來寫GIS與路網相關的(當然只要跟graph有關的都可以使用，例如管線)一些應用。

在GIS及LBS應用中少不了路徑規劃，這些路網資料的應用路主要基於graph，networkX可以用來建立及操作graph的工具，它可以產生各種garph，也包含了很多graph演算法。

大綱：

• 路網圖資
• 建立garph
• graph操作

路網圖資

路網系統有很多應用，今天將使用台中市數位地圖館的台中市路網資料來做測試。

建立garph

networkX有支援將shp格式的node與edge轉為garph，然而我們原始拿到的路網資料並無node，需要拆解，這邊我們簡單使用一套s2g(shape2graph)的工具(產生無向圖)

我們先切一小塊來看

import geopandas as gpd
road = gpd.read_file('data/Road/road.shp',encoding='utf-8')
road

這邊發現這份路網是linestring Z，我們先把它轉為linestring，並轉坐標系統

from shapely.geometry import shape,LineString,Point
geoms =road['geometry']

geoms = [LineString([xy[0:2] for xy in list(geom.coords)])  for geom in geoms]
road['geometry']=geoms
road.to_file('data/Road/road2.shp',encoding='utf-8')
road

確認為linestring後，
使用sg ShapeGraph 把shp丟進去

from s2g import ShapeGraph
import networkx as nx

sg = ShapeGraph(shapefile='data/Road/road2.shp', to_graph=True)
g_nw = sg.to_networkx()

s2g產生要計算一段時間，產生下列訊息

拿到的g_nw就是networkX的graph格式

graph操作

graph可以算node間的最短路徑，使用`shortest_path’

nearest_path= nx.shortest_path(graph, source=start_id, target=end_id)

其中input的是node的id
這邊我們先用sg物件內存的節點來手動給

sg.node_xy

我們先手動給start_id=1, end_id=30

nearest_path= nx.shortest_path(g_nw, source=5, target=19)
nearest_path

回傳結果：[5, 11, 14, 3, 18, 19]

繪圖：

base=road.plot()
geoms=[]
for item in nearest_path:
    geoms.append(sg.node_xy[item])

train_lines = gpd.GeoDataFrame(crs= {'init' :'epsg:3826'},geometry=[LineString(geoms)])
train_lines.plot(ax=base,color='red')