一、OSMnx概述
OSMnx是一个开源的Python地理空间数据可视化和分析工具包，基于OpenStreetMap数据源，可以用来分析城市的街道网络、生成全景地图等。使用OSMnx，你可以轻松获取城市的复杂路网和建筑结构。同时，OSMnx允许你使用不同的分析方法，如自行车网络的生成、确定分层路网等。这个工具包的优势在于，不必了解复杂的GIS或地理空间分析技术，就能快速的处理和可视化地理空间数据。
二、安装OSMnx
要安装OSMnx，首先需要确保你已经安装了Python和JupyterNotebook。打开Anaconda Prompt或命令行控制台，输入以下命令：
conda config --prepend channels conda-forge
conda create -n ox --strict-channel-priority osmnx由于OSMnx包含大量的依赖关系，因此安装时可能需要一些时间。安装完成后，可以通过打开jupyter notebook来检验是否安装完成。新建一个notebook,输入以下代码，检查是否出错:
import osmnx as ox
ox.config(log_console=True, use_cache=True)
place_name = "Piedmont, California, USA" #构建地点
graph = ox.graph_from_place(place_name)
ox.plot_graph(graph)如果没有任何错误，查看你的Jupyter Notebook，你应该可以看到从OpenStreetMap下载的Piedmont， 加利福尼亚州的道路网络。
三、获取地理空间数据
在OSMnx中，获取地理空间数据的方法非常容易。最常用的方法之一是通过place名称获取道路网络。可以按以下方式执行代码来实现
import osmnx as ox
ox.config(log_console=True, use_cache=True)
place_name = "Piedmont, California, USA" #构建地点
graph = ox.graph_from_place(place_name)
ox.plot_graph(graph)OSMnx还允许我们根据坐标范围来获取道路网络。要获取地理空间范围，请按以下方式执行代码：
import osmnx as ox
ox.config(log_console=True, use_cache=True)
north, south, east, west = 37.79, 37.78, -122.41, -122.43
graph = ox.graph_from_bbox(north, south, east, west)
ox.plot_graph(graph)除了道路网络，OSMnx还允许您获取建筑物、商店、运动设备等各种信息。以下是一些选择的示例代码：
# 获取建筑物和道路
G = ox.graph_from_point((37.79, -122.41), distance=750, network_type='all')
area = ox.project_gdf(ox.gdf_from_place('Berkeley, California'))
buildings = ox.buildings_from_place(place_name)
streets = ox.core.graph_to_gdfs(graph, nodes=False, edges=True, node_geometry=False, fill_edge_geometry=True)
# 获取购物点和其他点
poi2 = ox.pois_from_place(place_name, amenities=['restaurant'])
# 获取街道名
streets_names = ox.core.get_route_edge_attributes(graph, attribute='name')四、生成具有地理意义的可视化图像
OSMnx提供了几种直接可视化图像的方法，其中最常用的 метод是plot_graph()。以下代码演示如何生成带有彩色道路和节点类型的图像。
import osmnx as ox
ox.config(log_console=True, use_cache=True)
place_name = "Piedmont, California, USA"
graph = ox.graph_from_place(place_name, network_type='drive')
fig, ax = ox.plot_graph(graph, node_size=0, edge_color=‘y’, edge_linewidth=0.5, show=False, close=False)
fig.canvas.draw()
ax.set_title(‘{} (drive network)’.format(place_name), fontsize=20)
plt.show()可以看到我们绘制了一个拥有各种颜色的道路和点的图像。
五、分析网络结构
OSMnx对分析和可视化街道网络非常适用。以下是OSMnx提供的一些分析方法：
1. 分层路网
跨越多个交通模式的“图层”路网。如下所示，通过network_type参数值为all，OSMnx可以生成一个图层路网。
G_all = ox.graph_from_place(place_name, network_type='all')
fig, ax = ox.plot_graph(G_all, node_size=0)2. 生成街区
使用graph_from_address（）函数生成地址。此函数需要一个字符串地址作为参数，例如“1600 Amphitheatre Parkway, Mountain View, CA”。使用此功能，您可以生成指定地址周围的街区，如下图所示
import osmnx as ox
ox.config(log_console=True, use_cache=True)
address = '955 Westwood Blvd, Los Angeles, CA' #构建地点
G = ox.graph_from_address(address, dist=750, network_type='drive')
fig, ax = ox.plot_graph(G)
fig.savefig('images/los-angeles.png', dpi=300, bbox_inches='tight')六、自行车路网分析
OSMnx包含了许多功能，可以生成不同类型的网络。在下面的代码段中，我们使用network_type=‘bike’将OSMnx配置为只找到自行车道路。然后，我们使用make_route_graph()函数来找到在两个点之间的最短自行车路线。
import osmnx as ox
ox.config(use_cache=True, log_console=True)
G = ox.graph_from_address('1118 26th St, Santa Monica, California', network_type='bike')
route = ox.shortest_path(G, "1118 26th St, Santa Monica, California”, “1832 11th St, Santa Monica, California”)七、总结
OSMnx是一个用于地理空间数据的分析和可视化的强大工具箱。它为我们提供了许多特性，使我们能够方便地获取和分析地理空间数据。能够生成具有地理意义的可视化图像，生成街区和自行车路网分析。 如果您想开始自己的地理空间数据项目，OSMnx是您不可或缺的工具！
