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中获取加权 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。
首先我得到一个由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 ()
dat_osmar <-as_osmar(xmlParse(dat))
dat_graoh <- as_igraph(dat_osmar)
也许可以分开数据 (XML) 对象成块并并行解析？
我经历了几个步骤，最后才得到一个加权的非有向图。
目前，整个过程在我的机器上需要 89.555 秒。
如果我可以减少这两个步骤的运行时间:
dat_osmar <-as_osmar(xmlParse(dat))
dat_graoh <- as_igraph(dat_osmar)
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)
它相当快，但遗憾的是重量正在丢失，因此它不是解决方案。
原因是:如果我使用来自 的转换奥斯玛 反对 igraph 具有函数
osmar::as_igraph() 的对象权重根据两条边之间的距离计算并添加到 igraph 中: 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)
})
scgraph::sc_as_igraph(dat) 中缺少此信息如果这可以添加到 硅酸盐 至 igraph 转换
我可以跳过
dat_osmar <-as_osmar(xmlParse(dat))步然后去
overpass->silicate->igraph比 overpass->xml->osmar->igraph 快得多的路由.osmdata 包还提供了顺丰回复 osmdata_sf()
所以也许是工作流程
overpass->sf->igraph速度更快，但在使用这种方式时，我需要根据边的距离将权重合并到图中，而我目前还不够好，并且非常感谢任何帮助。此外，在使用 sf 和生成的 igraph 对象时，不应丢失 openstreetmap gps 点及其 ID 之间的连接。这意味着我应该能够从生成的 Igraph 中找到一个 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 overpass->sf->igraph 是否仍然可行路线。
最佳答案
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。
首先，我需要安装sfnetworks来自 github repo(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)
library(sf)
#> Linking to GEOS 3.9.0, GDAL 3.2.1, PROJ 7.2.1
library(tidygraph)
#>
#> Attaching package: 'tidygraph'
#> The following object is masked from 'package:stats':
#>
#> filter
library(sfnetworks)
library(osmdata)
#> Data (c) OpenStreetMap contributors, ODbL 1.0. https://www.openstreetmap.org/copyright
my_osm_data <- 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_sf(quiet = FALSE)
#> Issuing query to Overpass API ...
#> Rate limit: 2
#> Query complete!
#> converting OSM data to sf format
system.time({
# extract the roads
my_roads <- st_geometry(my_osm_data$osm_lines)
# build the sfnetwork object
my_sfn <- as_sfnetwork(my_roads, directed = FALSE, length_as_weight = TRUE)
})
#> user system elapsed
#> 3.03 0.16 3.28
目前我忽略了
my_osm_data$osm_lines 中的所有字段，但如果您需要在 my_osm_data$osm_lines 中添加一些列至 my_roads ，那么可以修改前面的代码如下:my_roads <- my_osm_data$osm_lines[, "relevant columns"] .关于
sfnetwork 结构的一些细节对象:参数"directed = FALSE"指定我们要构建一个无向图(参见文档，here 和 here 了解更多详细信息)，而参数 length_as_weight = TRUE表示边的长度将存储在名为 "weight" 的列中。并被 igraph 和 tidygraph 算法使用。这是
my_sfn的打印目的:my_sfn
#> # A sfnetwork with 33179 nodes and 28439 edges
#> #
#> # CRS: EPSG:4326
#> #
#> # An undirected multigraph with 6312 components with spatially explicit edges
#> #
#> Registered S3 method overwritten by 'cli':
#> method from
#> print.boxx spatstat.geom
#> # Node Data: 33,179 x 1 (active)
#> # Geometry type: POINT
#> # Dimension: XY
#> # Bounding box: xmin: 11.6757 ymin: 47.74745 xmax: 12.39161 ymax: 48.22025
#> x
#> <POINT [°]>
#> 1 (11.68861 47.90971)
#> 2 (11.68454 47.90937)
#> 3 (11.75216 48.17638)
#> 4 (11.75358 48.17438)
#> 5 (11.7528 48.17351)
#> 6 (11.74822 48.17286)
#> # ... with 33,173 more rows
#> #
#> # Edge Data: 28,439 x 4
#> # Geometry type: LINESTRING
#> # Dimension: XY
#> # Bounding box: xmin: 11.6757 ymin: 47.74745 xmax: 12.39161 ymax: 48.22025
#> from to x weight
#> <int> <int> <LINESTRING [°]> <dbl>
#> 1 1 2 (11.68861 47.90971, 11.6878 47.90965, 11.68653 47.90954, 1~ 306.
#> 2 3 4 (11.75216 48.17638, 11.75224 48.17626, 11.75272 48.17556, ~ 246.
#> 3 5 6 (11.7528 48.17351, 11.75264 48.17344, 11.75227 48.17329, 1~ 382.
#> # ... with 28,436 more rows
my_sfn根据定义是一个 igraph 对象:class(my_sfn)
#> [1] "sfnetwork" "tbl_graph" "igraph"
as.igraph(my_sfn)
#> IGRAPH 101dcdf U-W- 33179 28439 --
#> + attr: x (v/x), x (e/x), weight (e/n)
#> + edges from 101dcdf:
#> [1] 1-- 2 3-- 4 5-- 6 7-- 8 9-- 10 11-- 12 13-- 14 15-- 16
#> [9] 17-- 18 16-- 19 20-- 21 21-- 22 23-- 24 25-- 26 27-- 28 29-- 30
#> [17] 31-- 32 33-- 34 35-- 36 37-- 38 39-- 40 41-- 42 43-- 44 45-- 46
#> [25] 14-- 47 48-- 49 50-- 51 52-- 53 54-- 55 56-- 57 36-- 58 58-- 59
#> [33] 60-- 61 62-- 63 64-- 65 66-- 67 68-- 69 70-- 71 72-- 73 74-- 75
#> [41] 76-- 77 78-- 79 80-- 81 82-- 83 84-- 85 86-- 87 88-- 89 90-- 91
#> [49] 92-- 93 94-- 95 96-- 97 98-- 99 100--101 102--103 104--105 106--107
#> [57] 108--109 110--111 112--113 80--114 115--116 117--118 119--120 121--122
#> + ... omitted several edges
all.equal(
target = igraph::edge_attr(as.igraph(my_sfn), "weight"),
current = as.numeric(st_length(my_roads))
)
#> [1] TRUE
如果您想阅读有关
sfnetworks 的更多详细信息，然后您可以查看 website和 introductory vignettes .话虽这么说，我不明白你的意思connection between openstreetmap gps points and their IDs should not be lost
您能否通过评论或对原始问题的编辑添加更多详细信息？为什么需要 OSM id？你说的 OSM id 是什么意思？我想我需要更多细节来扩展这个答案。
编辑
我刚刚重新阅读了@mrhellmann 的回答，我注意到我忘记将 POLYGON 数据转换为行。无论如何，我建议申请
osmdata::osm_poly2line()运行代码后立即通过 Overpass API 下载 OSM 数据。
关于R:如何将 osmdata 的运行时间减少为 igraph 转换，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/66760786/