Analisi delle mappe stradali delle città utilizzando grafici Python e metriche di rete
Potrei andare avanti per ore nel tentativo di convincere un gruppo di persone perché la mia città (New York) è la migliore città del mondo. Tuttavia, recentemente mi sono reso conto che la nostra percezione delle città varia a seconda dei nostri criteri di valutazione interni. Le città possono essere valutate sotto una moltitudine di aspetti, tra cui il clima, la scena gastronomica, la vita notturna, le attrazioni, la pedonabilità, la percorribilità in bicicletta, la qualità del trasporto pubblico, le squadre sportive, l’accesso alla natura, ecc.
In una recente discussione con alcuni colleghi e amici, alcuni hanno affermato che la facilità dei trasporti dovrebbe essere più importante delle condizioni meteorologiche, mentre altri hanno ribattuto che potrebbero superare un vento pungente purché ci siano molte cose da fare. Classificare o classificare le città è un esercizio altamente soggettivo, in parte a causa dell’ambiguità dei fattori che dovrebbero essere considerati, ma anche perché le città possono essere valutate da contesti diversi: in cui vivere, da visitare per un fine settimana o da visitare per una settimana. . Personalmente, avendo vissuto in quattro città nella mia vita, ho imparato che anche la mia classifica delle città cambia leggermente al variare delle mie priorità. Ad esempio, considero Boston più un luogo in cui vivere che un luogo da visitare, mentre considero Miami più un luogo da visitare che un luogo in cui vivere.
Una delle principali carenze che emerge durante il dibattito è come classificare le città in cui non sei mai stato prima. Questo particolare blocco mi ha motivato a comprendere meglio le città dal punto di vista di come sono disposte su una mappa. Tutte le città di alto livello che ho incontrato hanno uno specchio d’acqua (ad esempio fiume, oceano, lago) in prossimità del centro città, quindi volevo verificare se questa è una caratteristica comune a tutte le città metropolitane. Per quanto riguarda la questione se la parte del centro di una città sia tipicamente configurata in una griglia quadrata o disposta in modo casuale, questa domanda mi ha portato a sfruttare l’API Open Street Map in modo programmatico.
In questa procedura dettagliata tecnica presenterò principalmente i risultati di questa esplorazione, ma spiegherò anche brevemente come ho implementato il codice Python.
Passaggio 1: geocodifica
Fonte: towardsdatascience.com
