目前,我只使用random
模块生成地理位置:
from random import uniform
geo_position = (uniform(-90, 90), uniform(-180, 180))
显然,这种方法可能会在海洋某处或附近产生一个点。因此,我希望能够指定一些区域(例如亚洲)甚至是国家,并从该地区获取该点。
是否有任何工具/代码片段可实现此功能?
目前,我只使用random
模块生成地理位置:
from random import uniform
geo_position = (uniform(-90, 90), uniform(-180, 180))
显然,这种方法可能会在海洋某处或附近产生一个点。因此,我希望能够指定一些区域(例如亚洲)甚至是国家,并从该地区获取该点。
是否有任何工具/代码片段可实现此功能?
我有一个类似的用例,因为没有找到可用的库,所以开发了这个Python库:PyCristoforo。Github链接:https://github.com/AleNegrini/PyCristoforo
版本1.0.0仅支持欧洲国家,但我计划很快发布其他国家的版本。
我曾经也需要做类似的事情,但这次希望在欧洲范围内真正实现统一分布。
import shapefile
from shapely.geometry import Point, shape
import numpy as np
from collections import Counter
shp = shapefile.Reader('shapefiles/TM_WORLD_BORDERS-0.3.shp')
# Adjust for your case:
EU3 = ['ARM', 'BIH', 'BIH', 'CYP', 'DNK', 'IRL', 'AUT', 'EST', 'CZE', 'FIN'
, 'FRA', 'DEU', 'GRC', 'HRV', 'HUN', 'ISL', 'ITA', 'LTU', 'LVA', 'BLR'
, 'MLT', 'BEL', 'AND', 'GIB', 'LUX', 'MCO', 'NLD', 'NOR', 'POL', 'PRT'
, 'ROU', 'MDA', 'ESP', 'CHE', 'GBR', 'SRB', 'SWE', 'ALB', 'MKD', 'MNE'
, 'SVK', 'SVN'] # 'TUR'
EU = [(boundary, record) for boundary, record in
zip(shp.shapes(), shp.records()) if record[2] in EU3]
# Adjust the borders
count = Counter() # small optimisation to check for big shapes first
def sample(shapes, min_x=-11, max_x=26, min_y=37, max_y=71):
while True:
point = (np.random.uniform(min_x, max_X), np.random.uniform(min_y, max_y))
for boundary, record in sorted(shapes, key=lambda x: -count[x[1][2]]):
if Point(point).within(shape(boundary)):
count[record[2]] += 1
return point
sample(EU)
下载城市数据库(link,maxmind.com)。它以.gz格式重达33MB,包括3,173,959个城市及其名称和坐标。
提取.txt文件并随机排序行。可以使用简单的命令sort -R worldcitiespop.txt -o shuffled_cities.txt
来完成。
选择随机行,完成!以下是100个随机选定城市的可视化: