标签: geo

是否有图书馆可以使用Google服务(https://www.google.com/loc/json)为您提供大概的位置？

Google Gears支持它,如此处所述http://code.google.com/p/gears/wiki/GeolocationAPI Web服务请求/响应架构上也有很好的doco.

Firefox和iPhone Safari也使用该服务,他们有自己的实现.我想在我自己的C#应用​​程序中使用该服务,所以我想要一个我可以使用的库(C/C++/C#中的一个).目前,我的同事使用它的唯一方法是使用IE的齿轮插件并在我们的WPF应用程序中托管嵌入式IE窗口.这有点麻烦,可重复分配很差.

有任何想法吗？

编辑 这是以上页面的评论:

评论:steveblock @ google.com,2008年12月2日

感谢所有的评论.一些回复......

关于API使用的许多问题的答案可以在http://code.google.com/apis/gears/api_geolocation.html上的Geolocation> API文档中找到.此Wiki页面旨在记录开发Gears的人员正在进行的工作,而不是作为API的权威文档.

关于JSON协议,我已更新此文档以反映Gears中的当前行为.请注意,协议的官方文档很快将添加到Geolocation API文档中.

Gears服务条款禁止通过HTTP请求直接使用Google位置服务器(http://www.google.com/loc/json).此服务只能通过Geolocation API访问.

这有点糟透了.那么Firefox如何通过HTTP请求直接使用此服务.

我需要为应用创建两个下拉菜单.一个显示了世界上所有国家,另一个显示了第一个下拉列表中所选国家的所有城市.是否有提供此类信息的Web服务或数据库？

这是第一次海报.

我正在为桥梁检查ROV octorotor收集的GPS数据进行一些数据分析.我们使用3D扫描LIDAR,立体视觉,INS和其他一些技术来运行ROS上的octorotor .我目前正在使用ublox LEA-6T,其设置类似于Doug Weibel的设置,用于收集原始GPS数据,如载波相位,多普勒频移和卫星星历.然后我使用开源项目RTKLIB与本地NOAA CORS站进行一些DGPS后处理,以获得cm精度,以便在重建桥梁的3D点云时更好地进行姿态估计.

无论如何,我使用大部分scipy来统计验证我的测试结果.
特别是对于这部分,我只是使用:

• 蟒蛇-3.3
• numpy的
• geopy

我一直在研究我的位置协方差,使用geopy的便捷距离函数来抵消我测得的地面实况.通过很少按摩参数,我可以找到矩阵中每个标准偏差元素所描绘的每个方向的距离; 北,东,向和三个方向之间.

但是,这些距离是绝对的,不描述方向.
说:正面,负面将分别与北向或南向相关.

我可以简单地使用纬度和经度来检测方向的极性,
但我希望能够找到所描述的距离的精确点对点轴承,
因为我相信全局航向的值可能对进一步的应用有用除了我现在的那个.

我发现其他人提出了类似的问题
但它似乎假设一个大圆近似
我更喜欢使用至少WGS-84椭球模型,或任何可用于地理的相同模型:
跳转到计算距离

任何建议都表示赞赏,
-ruffsl

有兴趣的消息来源:

• python-3.3:http://www.python.org/download/releases/3.3.0/
• numpy:http:// www.numpy.org/
• geopy:https:// code.google.com/p/geopy/
• scipy:http:// www.scipy.org/
• ublox LEA-6T:http://www.u-blox.com/en/gps-modules/u-blox-6-timing-module/lea-6t.html
• Doug Weibel的:http:// diydrones.com/profiles/blogs/proof-of-concept-test-extremely-accurate-3d-velocity-measurement
• RTKLIB:http:// www.rtklib.com/
• NOAA CORS:http:// geodesy.noaa.gov/CORS/
• ROS:http:// www.ros.org/wiki/

我正在使用 D3 和 D3.geo.projection 创建一个带有数据点的旋转地球仪，这是一个相当简单的世界地球仪界面。

当我只是用圆圈绘制点时，一切都很好（即当它们在地平线后面旋转时，点“黯然失色”）：

svg.append("g")
    .attr("class","points")
    .selectAll("text")
    .data(places.features)
  .enter()

  //for circle-point------------------------------
  .append("path")
  .attr("d", path.pointRadius(function(d) {
      if (d.properties)
        return 3+(4*d.properties.scalerank);
                    }))
    .attr("d", path)

    .attr("class", "point")
    .on("click",pointClick)
;

但现在我试图绘制符号而不是圆圈：

svg.append("g")
    .attr("class","points")
    .selectAll("text")
    .data(places.features)
  .enter()
    //for image-------------------------------------
    .append("image")
    .attr("xlink:href", "img/x_symbol.png")
    .attr("x", -12)
    .attr("y", -12)
    .attr("width", 24)
    .attr("height", 24)
    .attr("transform", function(d) {
        return "translate(" + projection([
          d.properties.longitude,
          d.properties.latitude
        ]) + ")"
      })

    .attr("class", "point")
    .on("click",pointClick)
;

虽然这是有效的，并且符号绘制在地球上的正确位置，但即使它们绕到地球的背面，它们也会持续存在。如果我有办法确定它们是否被遮蔽，我可以使用可见性属性隐藏它们，但是我在 d3.geo.projection 中没有看到这样做的方法。有任何想法吗？

我们有多个来自多个来源的高质量道路网络(Open Street Map,TomTom ......).这些来源包含的信息比我们需要的更多,有效地阻止了我们的计算.过滤二级公路很容易.我们的主要问题是高速公路(两条相反方向的道路)的代表,复杂的公路交叉口(各种出口道路,交叉点不是点).就我们的目的而言,更具"拓扑"风格的道路网络将是理想的.

高度详细的数据来源:

理想的简化网络:

是否有任何算法可以帮助我们提取简化的道路网络？如果.NET中有可用的实现,那将是一个真正的赢家.

更新:

原始数据表示为折线,附加了一些有限的元数据.元数据告知道路的标识(名称或编号),道路的"等级"(高速公路,主要,次要等),以及一些更多细节,如速度限制,线路部分是桥梁还是隧道.数据的质量非常好,我们可以轻松地将折线段组合在一起,根据道路标识一起形成道路.同样,忽略二级公路也很容易.高速公路出口处的加速/减速车道也在其等级中明显标出,因此它们也易于过滤.

我们看到两个主要问题:

1)高速公路:用一条道路替换两条(或多条)单向道路

2)高速公路交叉口:确定交叉点的中心点,并确保我们的简化高速公路与之相连.

更新2: 数据存储在EZRI Shape文件中.使用SharpMap库,它们相对容易解析或进行地理空间搜索.源数据按国家/地区分段,一个国家/地区是一个形状文件(如果国家/地区太大,如美国,德国),则进一步划分为较小的区域.是的,这种划分带来了另一个问题.如何确保法国和德国边境的简化高速公路相遇？

Thanx为关注

我正在使用 R 包 gtrendsR 收集 Google 趋势数据。我正在尝试为每个大都市统计区 (MAS) 提取数据，但区号也不错。到目前为止，我只设法获得了州级数据。这是代码。

example <- gtrends("car", geo="US-FL")$interest_over_time 

我为 MSA 尝试了以下方法：

example2 <- gtrends("car", geo="US-FL-Jacksonville FL")$interest_over_time 

对于区号：

example3 <- gtrends("car", geo="US-FL-904")$interest_over_time 

我收到错误消息，说程序包无法检索有效代码。在与包裹相关联的数据（“国家/地区”）中，代码仅适用于州级 - 例如，佛罗里达州的 US-FL。

我很想知道如何使用这个包检索更细粒度的数据，就像上面 example2 和 example3 中描述的那样。

地球表面可以有一个纬度和经度的最大长度(以公里或英里为单位 - 但请注明)是多少？

我不确定我是否足够清楚,让我重新说明一下.众所周知,地球不是一个完美的圆,赤道(或厄瓜多尔)纬度/经度的1.0变化可能意味着一个距离,而两极的相同变化可能意味着另一个完全不同的距离.

我正在尝试缩减数据库返回的结果数(在本例中为MySQL),这样我就可以使用Great Circle公式计算几个点之间的距离.我没有选择所有点然后单独计算它们,而是选择纬度/经度边界内的坐标,例如:

SELECT * FROM poi
 WHERE latitude >= 75 AND latitude <= 80
   AND longitude >= 75 AND longitude <= 80;

PS:已经很晚了,我觉得我的英语没有像我预期的那样出现,如果有什么你无法理解请说出来,我会根据需要修理/改进它,谢谢.

我正在写一个有大约的应用程序.数据库中有7000个欧洲餐馆,我想向用户显示最近的餐馆列表,例如所有这些餐馆都是半径5公里的用户.

我可以在服务器上进行搜索,但它需要上网.是否可以将数据保存在iPhone上并查询数据库？我找不到核心数据或iPhone中的类似内容的任何引用.

我是否真的需要用毕达哥拉斯和其他东西自己编程并计算每个查询到每家餐馆的距离？或者还有其他方式吗？

[更新]我想像在服务器上一样使用它(但是要在iPhone上执行): SELECT * FROM restaurants WHERE ST_Distance_Sphere(geo, ST_GeomFromText(POINT(55.98767 57.12345), -1)) < 5000

我希望用户能够找到一家餐馆,即使她没有互联网连接,例如当你在国外时.

我将许多多边形插入到MongoDB(2.4.8)中,并希望找到指定Point所在的多边形.这似乎是一个常见的问题.但在阅读谷歌的所有文档后,我没有得到结果.所以创建这个问题.

例如

db.addr_poly.insert(
{ loc :
   { type : "Polygon" ,
     coordinates : [ [ [ 0 , 0 ] , [ 3 , 6 ] , [ 6 , 1 ] , [ 0 , 0 ] ] ]
} })
db.addr_poly.insert(
{ loc :
   { type : "Polygon" ,
     coordinates : [ [ [ 0 , 0 ] , [ -3 , -6 ] , [ -6 , -1 ] , [ 0 , 0 ] ] ] …

我有一个find_country_from_connection_ip带ip 的函数，经过一些处理后返回了一个国家。如下所示：

def find_country_from_connection_ip(ip):
    # Do some processing
    return county

我正在使用函数内部apply方法。如下所示：

df['Country'] = df.apply(lambda x: find_country_from_ip(x['IP']), axis=1)

因为很简单，我想要的是从具有>400000行的DataFrame中的现有列中评估一个新列。

它运行，但是非常慢，并引发如下异常：

...........：SettingWithCopyWarning：试图在DataFrame的切片副本上设置一个值。尝试改用.loc [row_indexer，col_indexer] = value

请参阅文档中的警告：http : //pandas.pydata.org/pandas-docs/stable/indexing.html#indexing-view-versus-copy

如果name ==' main '：在[38]中：

我了解问题所在，但还不太清楚如何loc与applyand 结合使用lambda。

注意：如果您有更有效的替代解决方案，可以带来最终结果，请提出建议。

****编辑********

该功能主要是对mmdb数据库的查找，如下所示：

def find_country_from_ip(ip):
    result = subprocess.Popen("mmdblookup --file GeoIP2-Country.mmdb --ip {} country names en".format(ip).split(" "), stdout=subprocess.PIPE).stdout.read()
    if result:
        return re.search(r'\"(.+?)\"', result).group(1) 
    else:
        final_output = subprocess.Popen("mmdblookup --file GeoIP2-Country.mmdb --ip {} registered_country names …