OSMnx等时

Question

我有大量的位置数据(10k行) (lat，lon)，我想从OSMnx的每个点开始计算一个10分钟步行等价线。(我尝试了开放的服务，但有一些限制)。我试过这个例子：https://github.com/gboeing/osmnx-examples/blob/v0.13.0/notebooks/13-isolines-isochrones.ipynb

import pandas as pd
import geopandas as gpd
from shapely.geometry import Point, Polygon
import networkx as nx
import osmnx as ox
ox.config(log_console=True, use_cache=True)

def get_isochrone(lon, lat, walk_time=10, speed=4.5):
    loc = (lat, lon)
    G = ox.graph_from_point(loc, simplify=True, network_type='walk')
    gdf_nodes = ox.graph_to_gdfs(G, edges=False)
    x, y = gdf_nodes['geometry'].unary_union.centroid.xy
    center_node = ox.get_nearest_node(G, (y[0], x[0]))
    meters_per_minute = speed * 1000 / 60 #km per hour to m per minute
    for u, v, k, data in G.edges(data=True, keys=True):
        data['time'] = data['length'] / meters_per_minute
    subgraph = nx.ego_graph(G, center_node, radius=walk_time, distance='time')
    node_points = [Point(data['x'], data['y']) for node, data in subgraph.nodes(data=True)]
    polys = gpd.GeoSeries(node_points).unary_union.convex_hull
    return polys

然后用在我的大型熊猫DataFrame上：

df.apply(lambda x: get_isochrone(x.lon, x.lat), axis=1)

但花了这么多时间。100行约3分钟的运行时间。是否还有其他方法、包装来实现这一目标？有一个合理的跑步时间？

最后一个问题，OSMnx请求的限制是什么，特别是对于大数据？谢谢

Answer 1

这将是一个固有的缓慢过程。如果您有10,000个位置，并且它们彼此相距很远，那么您需要下载并建立10,000个本地街道网络，以计算每个点周围的可访问性。这意味着10,000个服务器调用和数据下载、图形构建和拓扑清理等。

因此，在3分钟内100行对我来说似乎相当快，特别是考虑到这意味着您可以在大约300分钟(即5小时)内完成所有10,000行(即5小时)，根据您的估计时间。在上床睡觉之前，只要开始这个过程，当你醒来的时候，它就会完成。这假设这是一次过的计算，不需要频繁地重新计算。

另一种选择是将其并行化，将其划分为10个容器或进程，每个容器或进程处理1000个位置。考虑到你估计的时间，这将在30分钟内完成。

最后一个问题，OSMnx请求的限制是什么，特别是对于大数据？

使用OSMnx处理大规模网络模型的限制是计算机上内存的数量。