範囲の選択と抽出¶

データセットの読み込み¶

load_dataset() にインストール済みの都市モデルのIDを指定して、データセットを読み込みます。

In [1]:

Copied!

from plateaukit import load_dataset

# データの読み込み
chiyoda = load_dataset("plateau-13101-chiyoda-ku-2023")
chiyoda
from plateaukit import load_dataset

# データの読み込み
chiyoda = load_dataset("plateau-13101-chiyoda-ku-2023")
chiyoda

Out[1]:

Dataset(plateau-13101-chiyoda-ku-2023)

関連: 都市モデルを追加する・削除する

範囲の選択¶

読み込んだデータセットから指定範囲の都市モデルを取得するには、いくつかの方法が利用可能です。

get_area() : 全範囲を選択します。
area_from_bbox(bbox) : 範囲を [左上のx座標 (経度), 左上のy座標 (緯度), 右下のx座標 (経度), 右下のy座標 (緯度)] で指定します。
area_from_points(point, size=[width, height]) : 範囲を一つ以上の地点の座標と範囲のサイズで指定します。
area_from_postcode(postcode) : 範囲を郵便番号で指定します。
area_from_address(address) : 範囲を住所で指定します。
area_from_landmark(landmark) : 範囲を建物等のランドマークの名前から指定します。

In [2]:

Copied!

# 住所から範囲を取得
area = chiyoda.area_from_address("東京都千代田区丸の内1-1")
area
# 住所から範囲を取得
area = chiyoda.area_from_address("東京都千代田区丸の内1-1")
area

Out[2]:

Area()

範囲のプレビュー¶

.show() メソッドを使って選択範囲をプレビューできます。この機能の詳細については都市モデルを表示するを参照してください。

スクリプトとして実行している場合はブラウザで表示されます。

In [3]:

Copied!

area.show()
area.show()

Out[3]:

対象範囲が大きい場合、環境によってはプレビューに時間がかかることや表示されない場合があります。(Google Colaboratoryなど)

選択範囲のデータを取得¶

.gdf プロパティから選択範囲の建築物のデータを Pandas (GeoPandas) のデータフレーム (geopandas.GeoDataFrame) として取得できます。

In [4]:

Copied!

area.gdf
area.gdf

Out[4]:

	buildingId	measuredHeight	storeysAboveGround	storeysBelowGround	name	usage	riverFloodingRisk	gmlId	type	geometry	longitude	latitude
33135	13102-bldg-10854	8.0	2.0	0.0	None	店舗等併用住宅	{ }	bldg_48aa415d-b82f-4e8f-97e1-7538b5cb6c86	Building	POLYGON ((139.77169 35.68239, 139.77172 35.682...	139.771677	35.682420
33137	13102-bldg-6487	30.6	7.0	0.0	None	業務施設	{ "隅田川・新河岸川流域": { "depth": 0.01, "duration": n...	bldg_a2cb7753-a45c-417f-9c16-812513dc4882	Building	POLYGON ((139.77015 35.67928, 139.76995 35.678...	139.770247	35.679053
33138	13102-bldg-8496	22.6	1.0	1.0	None	業務施設	{ }	bldg_5acb83dc-b2db-44ab-8a6e-ee42fafa51f0	Building	POLYGON ((139.77158 35.68308, 139.77150 35.682...	139.771581	35.682998
33139	13102-bldg-3709	17.5	5.0	1.0	None	店舗等併用住宅	{ "隅田川・新河岸川流域": { "depth": 0.06, "duration": n...	bldg_7448a050-4729-488a-8bc9-ccf5187bdeb4	Building	POLYGON ((139.77348 35.67974, 139.77352 35.679...	139.773476	35.679787
33142	13102-bldg-1425	20.3	6.0	1.0	None	業務施設	{ "隅田川・新河岸川流域": { "depth": 0.14, "duration": n...	bldg_d95fa555-3f54-4735-b8a6-3e7bc91a1e4f	Building	POLYGON ((139.77258 35.68240, 139.77251 35.682...	139.772570	35.682330
...	...	...	...	...	...	...	...	...	...	...	...	...
35533	13101-bldg-3303	50.5	30.0	0.0	None	業務施設	{ "隅田川・新河岸川流域": { "depth": 0.67, "duration": n...	bldg_d842ba89-df3a-4ccc-b131-ab8ccfb439d0	Building	POLYGON ((139.76323 35.68456, 139.76319 35.684...	139.763198	35.684516
35556	13101-bldg-3969	150.8	30.0	0.0	None	業務施設	{ "神田川流域": { "depth": 0.191, "duration": null,...	bldg_b325487b-5b82-479f-8d92-a81a5e6407dc	Building	POLYGON ((139.76351 35.68457, 139.76382 35.684...	139.763572	35.684719
35557	13101-bldg-1767	103.9	23.0	5.0	None	業務施設	{ "神田川流域": { "depth": 0.205, "duration": null,...	bldg_9df56993-8a78-4a60-a5ec-4847917a0eec	Building	POLYGON ((139.76348 35.68552, 139.76353 35.685...	139.763762	35.685608
35577	13101-bldg-236	3.4	NaN	NaN	None	None	{ "隅田川・新河岸川流域": { "depth": 0.03, "duration": n...	bldg_a874edfe-2043-457f-a757-26fabc751fc4	Building	POLYGON ((139.77003 35.68521, 139.77011 35.685...	139.770104	35.685167
35581	13101-bldg-2914	17.6	3.0	0.0	None	業務施設	{ "神田川流域": { "depth": 0.212, "duration": null,...	bldg_b5d0b386-c1ce-49f2-b301-024b20260333	Building	POLYGON ((139.76459 35.68522, 139.76469 35.685...	139.764566	35.685375

703 rows × 12 columns

建築物以外の種類のデータも事前ビルド済みの場合、例えば道路 (tran) であれば .layers["tran"].gdf という形で同様にデータを取得可能です (実験的機能)。

In [5]:

Copied!

area.layers["tran"].gdf
area.layers["tran"].gdf

Out[5]:

	gmlId	type	geometry	longitude	latitude
4278	tran_3cc4df7d-2578-4ede-a668-4e3ec5f33060	Road	POLYGON ((139.76269 35.68299, 139.76283 35.683...	139.762501	35.683044
4309	tran_350b85d4-468f-472a-94a8-e875e542966f	Road	POLYGON ((139.76252 35.67870, 139.76278 35.679...	139.762489	35.678961
4317	tran_8e5aa4fe-5ee6-4e83-bcf1-1223772bdb4c	Road	POLYGON ((139.76291 35.68061, 139.76295 35.680...	139.762457	35.680743
4320	tran_b630087d-525d-4dd7-962f-c321ff4c8dcf	Road	POLYGON ((139.77092 35.68223, 139.77095 35.682...	139.770771	35.682318
4322	tran_2a054d01-ee27-4649-a76d-a8b83d92c1ac	Road	POLYGON ((139.76350 35.68223, 139.76353 35.682...	139.763029	35.682285
...	...	...	...	...	...
5689	tran_810e7d8c-2fde-4d0a-bdbe-d1498a495aa2	Road	POLYGON ((139.76969 35.68698, 139.76969 35.686...	139.769646	35.687158
5690	tran_09bb1b26-ab42-4bdb-b8a5-63b6502c8ad5	Road	POLYGON ((139.77294 35.68338, 139.77274 35.683...	139.772823	35.683397
5713	tran_2d925c42-e248-4e7a-b112-17b19745746d	Road	POLYGON ((139.77141 35.68547, 139.77137 35.685...	139.771272	35.685230
5717	tran_8c3a67c8-ca77-46bb-9a76-02e39025eda3	Road	POLYGON ((139.77434 35.68700, 139.77432 35.687...	139.774094	35.686959
5720	tran_af3934fb-21d2-4382-91b7-79da4ecb30ed	Road	POLYGON ((139.77274 35.68346, 139.77265 35.683...	139.772667	35.683458

402 rows × 5 columns

データフレームは GeoPandas の機能でもプレビュー可能です。

In [6]:

Copied!

area.layers["tran"].gdf.explore()
area.layers["tran"].gdf.explore()

Out[6]:

Make this Notebook Trusted to load map: File -> Trust Notebook

GeoJSON への変換¶

.to_geojson() メソッドを利用して、選択範囲を GeoJSON 形式に変換できます。

In [7]:

Copied!

data = area.to_geojson()

data[:300]
data = area.to_geojson()

data[:300]

Out[7]:

'{"type": "FeatureCollection", "features": [{"id": "33135", "type": "Feature", "properties": {"buildingId": "13102-bldg-10854", "measuredHeight": 8.0, "storeysAboveGround": 2.0, "storeysBelowGround": 0.0, "name": null, "usage": "店舗等併用住宅", "riverFloodingRisk": "{ }", "gmlId": "bldg_48aa415d-b82f-4e8f-'

CityJSON への変換¶

.to_cityjson() メソッドを利用して、選択範囲を CityJSON 形式または CityJSONSeq 形式に変換できます。

In [8]:

Copied!

area.to_cityjson("/tmp/chiyoda_bldg.city.json", target_epsg=3857, types=["bldg"])
area.to_cityjson("/tmp/chiyoda_bldg.city.json", target_epsg=3857, types=["bldg"])

In [9]:

Copied!

import json
from pprint import pprint

with open("/tmp/chiyoda_bldg.city.json", "r") as f:
    data = json.load(f)

pprint(list(data["CityObjects"].items())[0])
import json
from pprint import pprint

with open("/tmp/chiyoda_bldg.city.json", "r") as f:
    data = json.load(f)

pprint(list(data["CityObjects"].items())[0])

('bldg_48aa415d-b82f-4e8f-97e1-7538b5cb6c86',
 {'attributes': {'building_id': '13102-bldg-10854',
                 'measured_height': 8.0,
                 'river_flooding_risk': {},
                 'storeys_above_ground': 2,
                 'storeys_below_ground': 0,
                 'usage': '店舗等併用住宅'},
  'geometry': [{'boundaries': [[[0, 1, 2, 3]]],
                'lod': '2',
                'type': 'MultiSurface'},
               {'boundaries': [[[4, 5, 6, 7, 8, 9]]],
                'lod': '2',
                'type': 'MultiSurface'},
               {'boundaries': [[[10, 11, 12, 13, 14, 15]]],
                'lod': '2',
                'type': 'MultiSurface'},
               {'boundaries': [[[0, 5, 4, 1]]],
                'lod': '2',
                'type': 'MultiSurface'},
               {'boundaries': [[[14, 7, 6, 15]]],
                'lod': '2',
                'type': 'MultiSurface'},
               {'boundaries': [[[13, 8, 7, 14]]],
                'lod': '2',
                'type': 'MultiSurface'},
               {'boundaries': [[[3, 10, 15, 6, 5, 0]]],
                'lod': '2',
                'type': 'MultiSurface'},
               {'boundaries': [[[12, 9, 8, 13]]],
                'lod': '2',
                'type': 'MultiSurface'},
               {'boundaries': [[[11, 2, 1, 4, 9, 12]]],
                'lod': '2',
                'type': 'MultiSurface'},
               {'boundaries': [[[2, 11, 10, 3]]],
                'lod': '2',
                'type': 'MultiSurface'}],
  'type': 'Building'})