La intersección de la geocodificación y el arte con Open Street Map y Networkx |  de Sejal Dua |  enero de 2024

Análisis de mapas de calles de ciudades utilizando gráficos de Python y métricas de red

Foto por Logan Armstrong en desempaquetar

Podría seguir durante horas intentando persuadir a un grupo de personas de por qué mi ciudad (Nueva York) es la mejor ciudad del mundo. Sin embargo, recientemente me he dado cuenta de que nuestra percepción de las ciudades varía según nuestros propios criterios de evaluación interna. Las ciudades se pueden evaluar a través de una multitud de facetas, incluido el clima, la escena gastronómica, la vida nocturna, las atracciones, la transitabilidad a pie, la capacidad para andar en bicicleta, la calidad del transporte público, los equipos deportivos, el acceso a la naturaleza, etc.

En una discusión reciente con algunos colegas y amigos, algunos expresaron que la facilidad de transporte debería tener más peso que el clima, mientras que otros respondieron que podrían superar un fuerte viento frío siempre que hubiera muchas cosas que hacer. Clasificar o estratificar ciudades es un ejercicio altamente subjetivo, en parte debido a la ambigüedad de los factores que deben considerarse, pero también porque las ciudades pueden evaluarse desde diferentes contextos: para vivir, para visitar durante un fin de semana o para visitar durante una semana. . Personalmente, después de haber vivido en cuatro ciudades en mi vida, he aprendido que incluso mi propia clasificación de ciudades cambia ligeramente a medida que mis prioridades fluctúan. Por ejemplo, califico a Boston más como un lugar para vivir que para visitar, mientras que califico a Miami más como un lugar para visitar que para vivir.

Una deficiencia importante que surge como parte del debate es cómo clasificar las ciudades en las que nunca has estado antes. Este obstáculo en particular me motivó a comprender mejor las ciudades desde el ángulo de aprender cómo se distribuyen en un mapa. Todas las ciudades de primer nivel con las que me he topado tienen una masa de agua (por ejemplo, río, océano, lago) muy cerca del centro de la ciudad, por lo que quería verificar si esta es una característica común de todas las ciudades metropolitanas. En cuanto a si la parte del centro de una ciudad generalmente está configurada en una cuadrícula o dispuesta al azar, esta pregunta me llevó a aprovechar la API Open Street Map mediante programación.

En este tutorial técnico, presentaré principalmente mis hallazgos de esta exploración, pero también explicaré brevemente cómo implementé el código Python.

Paso 1: Geocodificación