200      Глава 9. Анализ данных о местоположении

расстояние до места посадки пассажира будет больше, чем расстояние по прямой. Исходя из этого, рассмотрим более надежный способ подбора автомобиля для конкретного места подачи.

Поиск объектов в определенной области

Часто, чтобы определить наиболее подходящее такси, нужно задать вопрос не «Какая машина ближе всего?», а «Какая машина находится в районе места подачи?». Это справедливо не только потому, что фактическое расстояние от одной точки до другой оказывается почти всегда больше, чем расстояние между точками по прямой. На практике такие преграды, как река или железнодорожные пути, часто разделяют географические области на отдельные зоны, которые соединяются только в ограниченном количестве точек в виде мостов, туннелей и т. п. Поэтому непосредственное расстояние может быть весьма обманчивым. Рассмотрим пример на рис. 9.2.

Рис. 9.2. Препятствие в виде реки может ввести в заблуждение при измерении расстояния (pick-up — место подачи)

Видим, что на рисунке cab_26 находится ближе всего к месту посадки, но из-за реки cab_112, скорее всего, доберется туда быстрее. До этого несложно додуматься, глядя на карту, но как прийти к этому же выводу в Python-скрипте? Один из способов — разделить территорию на несколько небольших многоугольников, или областей, окруженных набором связанных прямых линий, а затем проверить, какие автомобили находятся в том же многоугольнике, что и место посадки.

В данном конкретном примере необходимо определить многоугольник, который охватывает место посадки и ограничен рекой. Границы многоугольника можно определить вручную через Google Maps: щелкните правой кнопкой мыши на нескольких точках, которые, соединяясь, образуют замкнутый многоугольник, и запишите геокоординаты каждой точки. Получив координаты, объявите многоугольник в скрипте с помощью библиотеки Shapely.

Анализ пространственных данных с помощью geopy и Shapely      201

Вот как создать многоугольник с помощью Shapely и проверить, находится ли заданная точка внутри этого многоугольника:

from shapely.geometry import Point, Polygon

coords = [(46.082991, 38.987384), (46.075489, 38.987599), (46.079395, 38.997684), (46.073822, 39.007297), (46.081741, 39.008842)]

poly = Polygon(coords)

cab_26 = Point(46.073852, 38.991890) cab_112 = Point(46.078228, 39.003949) pick_up = Point(46.080074, 38.991289)

print('cab_26 within the polygon:', cab_26.within(poly)) print('cab_112 within the polygon:', cab_112.within(poly)) print('pick_up within the polygon:', pick_up.within(poly))

Сначала импортируем два класса Shapely: Point и Polygon . Затем создаем объект Polygon с помощью списка кортежей с широтой и долготой . Этот объект представляет собой область к северу от реки, включающую место посадки. Далее создаем несколько объектов Point, представляющих местоположение cab_26, cab_112 и место подачи соответственно . Наконец, выполняем несколько запросов, содержащих геоданные, чтобы определить, находится ли определенная точка внутри многоугольника, используя метод Shapely’s within() . В результате выполнения скрипта получаем:

cab_26 within the polygon: False cab_112 within the polygon: True pick_up within the polygon: True

УПРАЖНЕНИЕ № 14: ОПРЕДЕЛЕНИЕ ДВУХ

ИБОЛЕЕ МНОГОУГОЛЬНИКОВ

Впредыдущем разделе мы использовали многоугольник, охватывающий одну область на карте. Теперь попробуйте задать два или более соседних многоугольника, охватывающих определенные районы города, разделенные препятствием, например рекой. Получите координаты этих многоугольников, используя Google-карты своего города или любого другого населенного пункта планеты. Вам также понадобятся координаты нескольких точек, входящих в многоугольники, чтобы смоделировать местоположение автомобилей и места подачи.

202      Глава 9. Анализ данных о местоположении

В скрипте задайте многоугольники с помощью Shapely и сгруппируйте их в словарь, а точки, представляющие машины, соберите в другой словарь. Затем разделите автомобили на группы в зависимости от того, в каком многоугольнике они находятся. Это можно сделать с помощью двух циклов: внешнего (для перебора многоугольников) и внутреннего (для перебора точек, представляющих автомобили). На каждой итерации внутреннего цикла проверяйте, находится ли точка подачи внутри многоугольника. Следующий фрагмент кода иллюстрирует, как это реализовать:

--фрагмент-- cabs_dict ={}

polygons = {'poly1': poly1, 'poly2': poly2} cabs = {'cab_26': cab_26, 'cab_112': cab_112} for poly_name, poly in polygons.items():

cabs_dict[poly_name] = []

for cab_name, cab in cabs.items(): if cab.within(poly):

cabs_dict[poly_name].append(cab_name)

--фрагмент--

Далее необходимо определить, в каком многоугольнике находится место посадки. Узнав эту информацию, выберите соответствующий список машин из словаря cabs_dict, используя название многоугольника в качестве ключа. Наконец, с помощью geopy определите, какое такси в выбранном многоугольнике находится ближе всего к месту подачи.

Объединение двух подходов

До сих пор мы выбирали наиболее подходящий автомобиль либо в пределах определенной области, либо рассчитывая линейное расстояние до точки. На самом деле, самый точный результат может дать комбинирование этих двух подходов, поскольку не всегда нужно слепо исключать все такси, которые не находятся в том же многоугольнике, что и пассажир. Такси в соседней области может оказаться ближе всего по фактическому расстоянию поездки, даже если учесть, что придется делать крюк до моста через реку или объезжать другое препятствие. Ключевой момент — учесть пункты проезда из одного многоугольника в другой. На рис. 9.3 показано, как это сделать.

Пунктирная линия, проходящая через середину рисунка, представляет собой границу, разделяющую территорию на два многоугольника: к северу и к югу от

Анализ пространственных данных с помощью geopy и Shapely      203

реки. Знак равенства, установленный на мосту, обозначает пункт проезда, через который автомобили могут попасть из одного многоугольника в другой. Расстояние от такси, находящихся в многоугольнике, который граничит с областью, где находится точка посадки, состоит из двух частей: расстояния между текущим местоположением такси и пунктом проезда и расстояния между пунктом проезда и точкой посадки.

=

Рис. 9.3. Использование пунктов проезда между смежными областями

Чтобы найти ближайшую машину, необходимо определить, в каком многоугольнике находится каждый автомобиль, и на основе этих данных рассчитать расстояние от такси до места подачи: либо по прямой, если такси находится в том же многоугольнике, либо через пункт проезда, если оно находится в соседнем многоугольнике. Рассчитаем расстояние только для cab_26:

from shapely.geometry import Point, Polygon from geopy.distance import distance

coords = [(46.082991, 38.987384), (46.075489, 38.987599), (46.079395, 38.997684), (46.073822, 39.007297), (46.081741, 39.008842)]

poly = Polygon(coords)

cab_26 = Point(46.073852, 38.991890) pick_up = Point(46.080074, 38.991289) entry_point = Point(46.075357, 39.000298)

if cab_26.within(poly):

dist = distance((pick_up.x, pick_up.y), (cab_26.x,cab_26.y)).m else:

dist = distance((cab_26.x,cab_26.y), (entry_point.x,entry_point.y)).m + distance((entry_point.x,entry_point.y), (pick_up.x, pick_up.y)).m

print(round(dist))