将 OSM 数据从 Protobuf 格式解析为 GeoDataFrame 的 Python 工具。
项目描述
热解
Pyrosm是一个 Python 库，用于将 OpenStreetMap 数据从 Protocolbuffer 二进制格式 -files ( *.osm.pbf) 读取到 Geopandas GeoDataFrames 中。Pyrosm 可以轻松地从 OpenStreetMap pbf 转储中提取各种数据集，包括例如道路网络、建筑物、兴趣点 (POI)、土地利用和自然元素。还支持完全自定义的查询，这使得可以使用更具体的过滤器解析来自 OSM 的数据。
Pyrosm易于使用，它提供了与OSMnx有点相似的用户界面。pyrosm 和 OSMnx 之间的主要区别在于，OSMnx 使用 OverPass API 通过 Internet 读取数据，而 pyrosm 从本地 OSM 数据转储中读取数据，这些数据可以从GeoFabrik 的网站下载。这使得更快地读取数据成为可能，从而允许例如相当有效地解析整个国家的街道网络（但是，请参阅警告）。
该库是通过牢记性能来开发的，因此，它主要是用 Cython（具有类似 C 性能的 Python）编写的，这使得它可能比解析 OpenStreetMap 数据的任何其他 Python 替代方案更快。Pyrosm 建立在另一个名为Pyrobuf的 Cython 库之上，它是 Google 的 Protobuf 库的更快的 Cython 替代品：与 Google 的带有 C++ 后端的版本相比，它在反序列化协议缓冲区消息方面提供了 2-4 倍的性能提升。Google 的 Protocol Buffers 是一种常用且高效的结构化数据序列化和压缩方法，OpenStreetMap 贡献者也使用该方法以 PBF 格式（Protocolbuffer Binary Format）分发 OSM 数据。
文档可在https://pyrosm.readthedocs.io获得。
当前功能
- 从全球数百个地点轻松下载 PBF 数据
- 读取街道网络（分别用于驾驶、骑自行车、步行和综合）
- 从 PBF 读取建筑物
- 从 PBF 读取兴趣点 (POI)
- 从 PBF 读取土地利用
- 从 PBF 读取“自然”
- 从 PBF 读取边界（+ 允许按名称搜索）
- 使用自定义的用户定义过滤器从 PBF 读取任何其他数据
- 基于边界框过滤数据
- 将网络作为有向图导出到
igraph和networkxpandana
路线图
- 添加优化内存使用的可能性（参见#87）
- 添加简化图形的可能性（参见#89）
- 添加裁剪 PBF 并将子集保存到新 PBF 的可能性。
- 添加 Cython 特定测试
安装
Pyrosm 通过 PyPi 和 conda-forge 分发。
安装 pyrosm 的推荐方法是使用conda包管理器：
$ conda install -c conda-forge pyrosm
您还可以使用 pip 安装该软件包：
$ pip install pyrosm
故障排除
请注意，这pyrosm需要 geopandas 才能工作。在 Linux 和 Mac 上安装 geopandaspip应该没有问题，安装 pyrosm 时会自动处理。
但是，在 Windows 上使用 pip 安装 geopandas 可能会导致问题，因此，建议在安装之前安装 Geopandas
pyrosm。请参阅Geopandas 网站的说明。
我什么时候应该使用 Pyrosm？
当您需要将数据从 OSM 解析为 geopandas GeoDataFrames 时，当然可以使用 Pyrosm。但是，pyrosm更适合您想要获取整个城市或更大区域（甚至整个国家）的数据的情况。
如果您有兴趣获取较小区域（例如社区）的 OSM 数据，或搜索特定位置/地址周围的数据，我们建议使用OSMnx，它在指定感兴趣区域方面更灵活。话虽如此，也可以使用 pyrosm 提取邻域级别信息并基于边界框过滤数据（请参阅文档）。
如何使用？
使用pyrosm很简单。
有关如何使用该库的说明，请参阅文档。
表现
有关更全面的基准测试，请参阅文档。读取赫尔辛基地区的所有可行驶道路（约 85,000 条道路）大约需要12 秒（笔记本电脑配备 16GB 内存、SSD 驱动器和 Intel Core i5-8250U CPU 1.6 GHZ）。结果看起来像：
解析来自同一区域（约 180,000）的所有建筑物大约需要17 秒。结果看起来像：
使用默认元素（设施、商店和旅游）解析所有兴趣点 (POI) 大约需要14 秒（大约 32,000 个特征）。结果看起来像：
联系+投稿
如果您从该工具中发现错误、有疑问或想向它提出新功能建议，您可以在此处提出新问题。
我们热忱欢迎您的贡献，pyrosm使其变得更好。如果您有兴趣为图书馆做出贡献，请查看贡献指南。
发展
您可以通过 1) 使用 conda 安装必要的软件包和 2) 从源代码构建 pyrosm 来安装该工具的本地开发版本：
-
通过以下方式为 Python 3.7 或 3.8 安装 conda-environment：
- Python 3.7（您可能想要修改
test默认的环境名称）：$ conda env create -f ci/37-conda.yaml - 蟒蛇 3.8：
$ conda env create -f ci/38-conda.yaml
- Python 3.7（您可能想要修改
-
从 master 构建 pyrosm 开发版本（先激活环境）：
pip install -e .
您可以通过执行以下命令来运行测试pytest：
$ pytest -v
许可和版权
Pyrosm 在 MIT 下获得许可（请参阅许可证）。
OSM 数据从两个来源下载：
数据 © Geofabrik GmbH、BBBike和OpenStreetMap 贡献者
OpenStreetMap 中的所有数据均根据OpenStreetMap许可获得许可。
注意事项
通过边界框过滤大文件
尽管pyrosm提供了基于边界框过滤更大数据文件的可能性，但由于解析数据时需要进行查找，此过程可能会显着减慢读取过程（1.5-3 倍）。对于较小的文件（最大 ~100MB），这可能不是问题，但对于较大的数据转储，这可能需要比必要的时间更长的时间。
因此，对于大型数据文件，推荐的方法是首先使用 可用于所有操作系统的名为Osmosis的专用开源 Java 工具，将基于边界框的 protobuf 文件过滤为较小的子集。详细的安装说明在这里，关于如何根据边界框过滤数据的说明在这里。
