deton

{"01609":[143.06783479,41.92436227,143.32616735,42.19120942],"01371":[139.76611918,42.13507374,140.03830226,42.61673062],"01586":[141.8770384,42.5286075,142.33367297,42.98719934],"01395":[140.56221659,42.70716751,140.80668061,42.87811921],"01337":[140.5750228,41.84636572,140.78745513,42.06284343],"01222":[141.79856945,43.14303484,142.16153386,43.35872562],"01362":[139.99216635,41.57574459,140.35822702,41.85707005],"01633":[143.00864863,43.18755535,143.41205102,43.59531387],"01460":[142.38195998,43.38168878,142.68618834,43.55099767],"01457":[142.68148724,43.52616379,143.17967782,43.95309931],"01425":[141.94468966,43.4091408,142.07247529,43.48504769],"01468":[142.52925623,44.14180212,142.88229193,44.4859215],"01461":[142.34503224,43.35154152,142.56173573,43.47136825],"01471":[141.97558493,44.45980355,142.22239494,44.90526523],"01638":[142.75171203,42.56016906,143.19718552,42.73279707],"01692":[144.57044216,43.46114898,145.11365395,43.70213624],"01513":[142.12629262,44.77810339,142.43090153,45.02457163],"01364":

deton

#!/bin/sh
# Prepare:
#   download csv files from https://www.stat.go.jp/data/mesh/m_itiran.html
#   and convert to utf-8

head -1 utf8/01.csv >citycode-mesh1code.csv

for f in utf8/*.csv
do
	cat "$f" | awk 'BEGIN{FS=",";OFS=","}NR>1{print $1,$2,substr($3,0,4),$4}' | uniq >>citycode-mesh1code.csv

deton

# Count trip entries into a polygon in 10-minute bins.
# (Generated using GitHub Copilot)
import argparse
import json
from datetime import datetime
from shapely.geometry import shape, Point, LineString
import pandas as pd
from typing import NamedTuple, List
from geopy.distance import geodesic

deton

# snap points to nearest OSMnx edges.
import argparse
import os
import geopandas as gpd
import osmnx as ox
import pandas as pd

parser = argparse.ArgumentParser()
parser.add_argument("point_file", help="point list csv file")
parser.add_argument("-x", "--longitude", help="column name for longitude", default="longitude")

deton

import marimo

__generated_with = "0.16.5"
app = marimo.App(width="full")


@app.cell
def _(mo):
    mo.md(
        r"""

deton

駅の近くにある駐車場を抽出

• 駅のPolygonは、国土数値情報 鉄道データを利用。
• 駐車場のPoint(緯度経度)は、特Pの駐車場検索JSONレスポンスをCSVに変換したものを使用。

uv run python withinbbox.py 134.963436,34.623885,135.170288,34.738791 N02-24_Station.shp
uv run python near.py N02-24_Station.134.963436,34.623885,135.170288,34.738791.geojson parkings.csv

deton

make_gtfsを使って仮のGTFS(時刻表)を生成する(神戸電鉄 有馬線の一部)

実際の発車時刻とは異なるが、1時間あたりの本数はなるべく合わせた時刻表。

駅の緯度経度や線路(ルート)形状の情報は、 国土数値情報 鉄道データを利用。

指定したbounding box内の駅のみを対象とする。

(withinbbox.pyとmidpoint.pyは https://gist.github.com/deton/ac80db5e4b464169a764b524d3377c96 と同じ)

deton

make_gtfsを使って仮のGTFS(時刻表)を生成する (山陽電鉄の一部)

実際の発車時刻とは異なるが、1時間あたりの本数はなるべく合わせた時刻表。

駅の緯度経度や線路(ルート)形状の情報は、 国土数値情報 鉄道データを利用。

指定したbounding box内の駅のみを対象とする。

shapes.geojson

deton

import csv
import io
import re
import sys

sys.stdout = io.TextIOWrapper(sys.stdout.buffer, encoding='utf-8')
sys.stderr = io.TextIOWrapper(sys.stderr.buffer, encoding='utf-8')


def get_price(s):

deton

GeoJSONのPointを指定半径(メートル単位)の円で表示

目的

• GeoJSONのPointを指定半径(例:500m)の円で表示したい。
• このためだけのツールを作るより、GeoJSONファイルを指定して表示するサイトにしたい。

調査

• https://geojson.io では、PointはMarkerで表示される。
• (draw toolで円を作るとPolygonが生成される)