momepy 项目教程
2024-09-13 07:06:04作者:昌雅子Ethen
1. 项目介绍
momepy(Morphological Measuring in Python)是一个用于城市形态定量分析的库,专注于城市形态学(urban morphometrics)。它是 PySAL(Python Spatial Analysis Library)的一部分,基于 GeoPandas、其他 PySAL 模块和 networkX 构建。momepy 提供了广泛的工具,用于系统化和详尽地分析城市形态,支持多种城市元素的分析,特别是建筑轮廓和街道网络。
2. 项目快速启动
安装 momepy
你可以使用 Conda 从 conda-forge 安装 momepy(推荐):
conda install -c conda-forge momepy
或者使用 pip 从 PyPI 安装:
pip install momepy
快速启动示例
以下是一个简单的示例,展示如何使用 momepy 计算城市形态的某些指标。
import momepy
import geopandas as gpd
# 加载示例数据
tessellation = gpd.read_file(momepy.datasets.get_path('bubenec'), layer='tessellation')
# 计算面积的 Simpson 多样性指数
tessellation['area_simpson'] = momepy.simpson(tessellation, 'area', 'contiguity_k3')
# 打印结果
print(tessellation[['area_simpson']].head())
3. 应用案例和最佳实践
应用案例 1:计算街道网络的直线性中心性
import networkx as nx
import momepy
# 创建一个示例图
G = nx.Graph()
G.add_edges_from([(0, 1), (1, 2), (2, 3), (3, 0)])
# 计算直线性中心性
G = momepy.straightness_centrality(G)
# 打印结果
print(G.nodes(data=True))
应用案例 2:生成城市形态的镶嵌结构
import momepy
import geopandas as gpd
# 加载示例数据
buildings = gpd.read_file(momepy.datasets.get_path('bubenec'), layer='buildings')
# 生成镶嵌结构
tessellation = momepy.Tessellation(buildings, 'uID', 'geometry').tessellation
# 打印结果
print(tessellation.head())
4. 典型生态项目
momepy 作为 PySAL 生态系统的一部分,与其他 PySAL 模块和 GeoPandas、networkX 等库紧密集成。以下是一些典型的生态项目:
- GeoPandas:用于处理地理空间数据的库,momepy 依赖于它进行地理数据的操作。
- networkX:用于复杂网络分析的库,momepy 使用它来处理和分析城市街道网络。
- PySAL:Python 空间分析库,提供了多种空间分析工具,momepy 是其重要组成部分。
通过这些生态项目的集成,momepy 能够提供全面的城市形态分析功能,适用于各种城市规划和地理信息系统(GIS)应用。
登录后查看全文
热门项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
8
Ascend Extension for PyTorch
Python
199
219
暂无简介
Dart
637
145
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
654
278
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
React Native鸿蒙化仓库
JavaScript
246
316
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.12 K
629
仓颉编译器源码及 cjdb 调试工具。
C++
128
860
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,提供Transformer定制化场景的高性能融合算子。
C++
75
99
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
385
3.74 K