[PYTHON] Géocodage avec des adresses japonaises

introduction

Les données d'adresse ainsi que la latitude et la longitude des points représentatifs ont été publiées dans "Geolonia Address Data | japanese-addresses".

Référence: [Peut être utilisé pour la libération gratuite des "données de base d'adresse", l'unification de la notation et la conversion en latitude et longitude --INTERNET Watch](https://internet.watch.impress.co.jp/docs/news/1271/298 /index.html)

En utilisant ces données, j'ai créé une commande pour la conversion d'adresse ⇔ latitude / longitude, je vais donc la présenter. Nécessite Python 3.8.

Installation et configuration

Tout d'abord, téléchargez CSV (latest.csv) à partir de "Télécharger" sur le site ci-dessus. Laissez le chemin téléchargé être " / path / to / latest.csv ". Exécutez la commande suivante.

pip install simple-geocoding
python -c '__import__("simple_geocoding").Geocoding("/path/to/latest.csv")'

La deuxième commande crée une «liste d'adresses, KDTree et un dictionnaire de latitude et de longitude avec des adresses comme clés» à partir de CSV et l'enregistre dans la destination d'installation avec pickle.

Comment utiliser

Adresse → Latitude et longitude

simple-géocodage 1-chome Marunouchi, Chiyoda-ku, Tokyo
>>>
(35.68156, 139.767201)

Lorsqu'il y a un argument, il est considéré comme une adresse et converti en latitude et longitude. Il renvoie simplement la latitude et la longitude saisies par adresse. Pour simplifier, même s'il existe plusieurs latitudes et longitudes pour la même adresse, une seule est renvoyée.

Latitude / longitude → adresse

simple-geocoding 35.68156 139.7672
>>>
1-chome Marunouchi, Chiyoda-ku, Tokyo

Lorsqu'il y a deux arguments, il est considéré comme latitude et longitude et converti en adresse. Il demande le point d'enregistrement le plus proche dans KD-Tree.

Supplément

En utilisant une structure de données appelée KD-Tree, il est possible de gérer efficacement les points qui existent de manière inégale. De plus, en Python, KD-Tree est inclus dans scipy, il est donc facile à utiliser.

référence

Recommended Posts

Géocodage avec des adresses japonaises
Géocodage de la vitesse du son avec le géocodeur Python 1.4.0