Added code example for delivery time prediction of a parcel using geopy, and Nominatim to the material for my Python trainings 📦 🐍 🧑💻
https://github.com/hofmannedv/training-python/tree/master/usecases/delivery-van
Added code example for delivery time prediction of a parcel using geopy, and Nominatim to the material for my Python trainings 📦 🐍 🧑💻
https://github.com/hofmannedv/training-python/tree/master/usecases/delivery-van
С бумаги на цифровую карту: генерация файла из таблицы для импорта на карту и геокодирование адресов с помощью Python
Сразу возникает вопрос - кому в 2024 году может понадобиться переносить данные с бумажного носителя на цифровой, ведь большинство данных уже в цифровом виде. Тем не менее есть реальная задача. В исходных данных - растровая картинка проекта в виде таблицы с географическими координатами, выраженными в градусах, минутах и секундах, а на выходе должно получиться текстовое описание маршрутов с длинами и карта с точками и сегментами. Предстоящие действия включают следующие шаги: из бумажного проекта взять таблицу с географическими координатами предстоящей застройки, оцифровать эти данные, а затем с помощью Python скрипта создать GPX-файл с точками и отрезками для нанесения на карту. Затем, создав другой Python-скрипт, провести геокодирование координат для получения текстовых описаний с адресами и автоматически рассчитать расстояния между точками и сегментами. Все эти действия гораздо быстрее ручного нанесения точек на карту и ручного подсчёта расстояний.
https://habr.com/ru/articles/865558/
#gpx #проектирование #SASPlanet #Geopy #Shapely #геокодирование
Сразу возникает вопрос - кому в 2024 году может понадобиться переносить данные с бумажного носителя на цифровой, ведь большинство данных уже в цифровом виде. Тем не менее есть реальная задача. В...
Gotta give it out to the #Photon #geocoding devs and everyone behind the #GeoPy library. What an amazing FREE service.
Works really well for my use case of identifying places on the level of towns/cities.
My only gripe is that it struggles slightly with toponyms written in the Greek alphabet. But otherwise it seems to be 95–99 % correct.
It is rather meditative to manually go through placenames written in various languages, correct the spellings, and then geocode them. I got down 500 unique placenames in three hours, the remaining ones 3000ish are ones that have been origins and destinations of 2 or 1 individuals, so I guess this is a good cut-off point, as they won't affect the end result (2.7 million movements) that much.
Also, I love the #Photon #geocoding service that #GeoPy can use.