And*_*eas 5 r igraph openstreetmap overpass-api r-sf
是否可以减少以下代码的运行时间？
我的目标是从框边界指定的开放街道数据区域获取加权 igraph 对象。
目前我正在尝试使用立交桥 api 来卸载内存负载，这样我就不必在内存中保留大的 osm 文件。
首先，我获取由 bbox（仅街道）指定的 osm 数据作为 xml 结构
library(osmdata)
library(osmar)
install.packages("remotes")
remotes::install_github("hypertidy/scgraph")
library(scgraph)
dat <- opq(bbox = c(11.68771, 47.75233, 12.35058, 48.19743 )) %>%
add_osm_feature(key = 'highway',value = c("trunk", "trunk_link", "primary","primary_link", "secondary", "secondary_link", "tertiary","tertiary_link", "residential", "unclassified" ))%>%
osmdata_xml ()
然后我将生成的 xml 对象dat转换为 osmar 对象dat_osmar，最后转换为igraph对象：
dat_osmar <-as_osmar(xmlParse(dat))
dat_graoh <- as_igraph(dat_osmar)
我如何优化这些例程？
也许可以将dat (XML) 对象分成块并并行解析它？
我经历了几个步骤才最终得到加权无向图。
目前，整个过程在我的机器上需要 89.555 秒。
如果我可以缩短这两个步骤的运行时间：
dat_osmar <-as_osmar(xmlParse(dat))
dat_graoh <- as_igraph(dat_osmar)
那已经有帮助了。
我尝试的方法之一是使用osmdata_sc()而不是osmdata_xml()。
这提供了一个硅酸盐对象，我可以将其转换为：
scgraph::sc_as_igraph(dat)
到一个 igraph。
它的速度相当快，但遗憾的是重量正在丢失，所以这不是一个解决方案。
原因是：如果我使用函数从osmar对象到igraph对象的转换，则osmar::as_igraph()根据两条边之间的距离计算权重并将其添加到 igraph：
edges <- lapply(dat, function(x) {
n <- nrow(x)
from <- 1:(n - 1)
to <- 2:n
weights <- distHaversine(x[from, c("lon", "lat")], x[to,
c("lon", "lat")])
cbind(from_node_id = x[from, "ref"], to_node_id = x[to,
"ref"], way_id = x[1, "id"], weights = weights)
})
这是缺少的scgraph::sc_as_igraph(dat)
如果可以将其添加到硅酸盐到igraph 的转换中，我可以跳过该dat_osmar <-as_osmar(xmlParse(dat))步骤并选择overpass->silicate->igraph更快的路线，而不是overpass->xml->osmar->igraph.
osmdata包还通过osmdata_sf()提供sf响应
所以也许工作流程overpass->sf->igraph更快，但在使用这种方式时，我需要根据边缘的距离将权重合并到图中，而我目前还不够好，无法做到这一点，并且非常感谢任何帮助。
此外，在使用 sf 和生成的 igraph 对象时，openstreetmap gps 点及其 ID 之间的连接不应丢失。这意味着我应该能够从生成的 Igraph 中找到 ID 的 GPS 位置。一个查找表就足够了。如果我去overpass->silicate->igraph或overpass->xml->osmar->igraph路线是可能的。我不确定路线是否仍然可行overpass->sf->igraph。
如果您想从 R 中的道路网络开始创建图形对象，那么我将使用以下过程。
\n首先，我需要安装sfnetworks从 github 存储库安装（因为我们最近修复了一些错误并且最新版本不在 CRAN 上）
remotes::install_github("luukvdmeer/sfnetworks", quiet = TRUE)\n然后加载包
\nlibrary(sf)\n#> Linking to GEOS 3.9.0, GDAL 3.2.1, PROJ 7.2.1\nlibrary(tidygraph)\n#> \n#> Attaching package: \'tidygraph\'\n#> The following object is masked from \'package:stats\':\n#> \n#> filter\nlibrary(sfnetworks)\nlibrary(osmdata)\n#> Data (c) OpenStreetMap contributors, ODbL 1.0. https://www.openstreetmap.org/copyright\n从 Overpass API 下载数据
\nmy_osm_data <- opq(bbox = c(11.68771, 47.75233, 12.35058, 48.19743 )) %>%\n add_osm_feature(\n key = \'highway\', \n value = c("trunk", "trunk_link", "primary","primary_link", "secondary", "secondary_link", "tertiary","tertiary_link", "residential", "unclassified")\n ) %>% \n osmdata_sf(quiet = FALSE)\n#> Issuing query to Overpass API ...\n#> Rate limit: 2\n#> Query complete!\n#> converting OSM data to sf format\n现在我提取道路并构建 sfnetwork 对象：
\nsystem.time({\n # extract the roads\n my_roads <- st_geometry(my_osm_data$osm_lines)\n \n # build the sfnetwork object\n my_sfn <- as_sfnetwork(my_roads, directed = FALSE, length_as_weight = TRUE)\n})\n#> user system elapsed \n#> 3.03 0.16 3.28\n正如您所看到的，下载 OSM 数据后，只需几秒钟即可运行该过程。
\n目前我忽略了 中的所有字段，但是如果您需要添加中my_osm_data$osm_lines的一些列，那么您可以修改前面的代码，如下所示：my_osm_data$osm_linesmy_roadsmy_roads <- my_osm_data$osm_lines[, "relevant columns"]。
有关对象构造的一些细节sfnetwork：参数指定我们要构建一个无向图（有关更多详细信息，请参阅此处和此处的"directed = FALSE"文档），而参数表示边的长度将存储在列中被称为length_as_weight = TRUE"weight"和使用。
这是打印的my_sfn：
my_sfn\n#> # A sfnetwork with 33179 nodes and 28439 edges\n#> #\n#> # CRS: EPSG:4326 \n#> #\n#> # An undirected multigraph with 6312 components with spatially explicit edges\n#> #\n#> Registered S3 method overwritten by \'cli\':\n#> method from \n#> print.boxx spatstat.geom\n#> # Node Data: 33,179 x 1 (active)\n#> # Geometry type: POINT\n#> # Dimension: XY\n#> # Bounding box: xmin: 11.6757 ymin: 47.74745 xmax: 12.39161 ymax: 48.22025\n#> x\n#> <POINT [\xc2\xb0]>\n#> 1 (11.68861 47.90971)\n#> 2 (11.68454 47.90937)\n#> 3 (11.75216 48.17638)\n#> 4 (11.75358 48.17438)\n#> 5 (11.7528 48.17351)\n#> 6 (11.74822 48.17286)\n#> # ... with 33,173 more rows\n#> #\n#> # Edge Data: 28,439 x 4\n#> # Geometry type: LINESTRING\n#> # Dimension: XY\n#> # Bounding box: xmin: 11.6757 ymin: 47.74745 xmax: 12.39161 ymax: 48.22025\n#> from to x weight\n#> <int> <int> <LINESTRING [\xc2\xb0]> <dbl>\n#> 1 1 2 (11.68861 47.90971, 11.6878 47.90965, 11.68653 47.90954, 1~ 306.\n#> 2 3 4 (11.75216 48.17638, 11.75224 48.17626, 11.75272 48.17556, ~ 246.\n#> 3 5 6 (11.7528 48.17351, 11.75264 48.17344, 11.75227 48.17329, 1~ 382.\n#> # ... with 28,436 more rows\nmy_sfn根据定义是一个 igraph 对象：
class(my_sfn)\n#> [1] "sfnetwork" "tbl_graph" "igraph"\n但是，如果你想更明确的话，那么
\nas.igraph(my_sfn)\n#> IGRAPH 101dcdf U-W- 33179 28439 -- \n#> + attr: x (v/x), x (e/x), weight (e/n)\n#> + edges from 101dcdf:\n#> [1] 1-- 2 3-- 4 5-- 6 7-- 8 9-- 10 11-- 12 13-- 14 15-- 16\n#> [9] 17-- 18 16-- 19 20-- 21 21-- 22 23-- 24 25-- 26 27-- 28 29-- 30\n#> [17] 31-- 32 33-- 34 35-- 36 37-- 38 39-- 40 41-- 42 43-- 44 45-- 46\n#> [25] 14-- 47 48-- 49 50-- 51 52-- 53 54-- 55 56-- 57 36-- 58 58-- 59\n#> [33] 60-- 61 62-- 63 64-- 65 66-- 67 68-- 69 70-- 71 72-- 73 74-- 75\n#> [41] 76-- 77 78-- 79 80-- 81 82-- 83 84-- 85 86-- 87 88-- 89 90-- 91\n#> [49] 92-- 93 94-- 95 96-- 97 98-- 99 100--101 102--103 104--105 106--107\n#> [57] 108--109 110--111 112--113 80--114 115--116 117--118 119--120 121--122\n#> + ... omitted several edges\n您可以看到边的权重属性等于每个 LINESTRING 几何体的长度：
\nall.equal(\n target = igraph::edge_attr(as.igraph(my_sfn), "weight"), \n current = as.numeric(st_length(my_roads))\n)\n#> [1] TRUE\n由reprex 包(v1.0.0)创建于 2021-03-26
\n如果您想了解更多详细信息sfnetworks，可以查看网站和介绍性插图。话虽如此，我不明白你的意思
\n\nopenstreetmap GPS 点及其 ID 之间的连接不应丢失
\n
您能否添加更多详细信息以及对原始问题的评论或编辑？为什么需要 OSM id？OSM id 是什么意思？我认为我需要更多细节来扩展这个答案。
\n编辑
\n我刚刚重新阅读了 @mrhellmann 的答案，我注意到我忘记将 POLYGON 数据转换为线。无论如何，我建议osmdata::osm_poly2line()在运行代码后立即申请通过 Overpass API 下载 OSM 数据。