URBAN MASH

Одиночество и блазированность в городе

В университете я очень любила социологию/антропологию города, особенно с этих т.з. исследовать фильмы. Тут отрывок из моей работы по фильму Стива Маккуина "Стыд".

P.S. Отдельно рекомендую всем урбанистам поисследовать фильм Джармуша "Ночь на Земле".

@urban_mash

Ассоциативные правила в геоаналитике

Обычно метод ассоциативных правил используется в классических текстовых задачах (LLM) или в продуктовой аналитике (аля определить схожесть продуктов в корзине пользователя). Но есть также интересное применение в геоаналитике.

Association Rule Mining — это метод анализа данных для выявления интересных ассоциаций между различными элементами в наборе данных.

В геоаналитике ассоциативные правила могут помочь найти связи между существующими местоположениями объектов (например, магазинов или складов) и использовать эти связи для планирования новых объектов.

1. Анализ существующих точек: Исследуйте текущие данные о местоположении, чтобы определить, какие точки часто встречаются вместе.
2. Метрики поддержки и lift: Используйте поддержку и lift для выявления взаимосвязей между местоположениями. Высокий lift указывает на высокую вероятность совместного расположения объектов.
3. Планирование новых объектов: Используйте выявленные ассоциации для прогнозирования выгодных местоположений новых объектов. Например, если данные показывают, что супермаркеты часто расположены рядом с жилыми комплексами, это может быть полезным индикатором.

Пример в бизнесе:

Задача: определить новые местоположения для магазинов. Правила ассоциации помогают прогнозировать, какие магазины будут располагаться поблизости друг от друга.

Практическая польза очевидна при адаптации маркетинговых кампаний и стратегий ценообразования. Это позволяет количественно оценить вероятных конкурентов и партнеров, что важно для стратегического планирования. Например, если данные показывают, что двум конкретным сетевым магазинам часто выгодно находиться рядом, это знание может быть использовано для разработки более эффективных конкурентных стратегий против других брендов.

В статье ниже были определены ассоциативные правила для сетей магазинов шаговой доступности в районе Токио :)

@urban_mash

FAIL

Я не прошла на магистерскую программу по геоаналитике в Вышке. У меня 83 балла) Я подавала апелляцию на 12 баллов, подняли на 4 только, к сожалению.

Не знаю, как принималось решение, что именно с меня люди не проходят, но вот так. Моего опыта и знаний не хватило для этой магистратуры.

Если кто-то прошел на эту программу из моих подписчиков - поздравляю! Напишите в лс, хочу вас захантить ахах)

@urban_mash

Не могу не поделиться здесь радостной новостью! Получила третье гражданство! Теперь я официально гражданин Сербии 🇷🇸🇷🇸🇷🇸

По такому поводу скоро выложу подборку статей по Балканам :)

@urban_mash

Сегодня я закончила университет! 6 лет. Я могла его не закончить по Х причинам. 3 основных: ковид, война и рассеянный склероз. Но я рада, что справилась. Речь на вручении дипломов мне запретили говорить. Цензура вещь такая. 2024 год. К слову, она коснулась не только меня. У Арины вместо цитаты были звёздочки.

Но теперь точно можно сказать, что я дипломированный урбанист :) А что такое город я до сих пор не знаю 😁

P.S. Очень много вопросов получаю про магистратуру ВШУ. Но я закончила ФГРР, 5 летний бакалавриат. Если есть вопросы по баку - пишите. А по магистратуре я не компетентна(

@urban_mash

Следующие несколько дней проведу на Geospatial world forum в Роттердаме!

Первое удивление - ровно никто ничего не знает о Яндексе :)

@urban_mash

Классная сравнительная статистика по туризму субъектов РФ от ESG-лаборатории ЭФ МГУ (2023 год).

Сразу вспомнила проект КБ Стрелки по индексу туристической привлекательности регионов России.

@urban_mash

Книга, которую я считаю библией урбаниста.
Авторы - Трутнев, Гудзь, Сафарова и другие.

@urban_mash

В файле пример интерактивной карты по ОКН, которую мы делали в прошлом году в Вышке.

@urban_mash

Folium

Библиотека folium является мощным инструментом для визуализации геоданных в Python. Она позволяет пользователям создавать различные типы карт и визуализировать данные в интерактивном формате, используя возможности JavaScript-библиотеки Leaflet.js. Сохраняйте 😊

Нашла отличный плейлист, в котором медленно и пошагово разбирают функционал библиотеки.

@urban_mash

(НЕ)КУРС: Python для геоаналитики 🐍🌐

Python открывает невероятные возможности для анализа и визуалиации пространственных данных и помогает автоматизировать многие рутинные процессы ⭐️

Когда я начала использовать Python в своей работе, то с удивлением обнаружила, что открытой и структурированной информации о Python для пространственного анализа совсем немного, а на русском языке я не нашла вовсе ☹️

Поэтому я решила сама собрать небольшое интерактивное пособие, которое расскажет о том, как можно применять Python в работе с городскими данными. Разделы будут дополняться постепенно. К каждому из них будет доступно видео на Youtube канале Основы программирования для географов 😍

Этот проект – экcперимент. Я его буду вести в режиме реального времени, и вы тоже можете на него повлиять. Ваши отзывы помогут мне двигаться дальше и выкладывать больше материалов, а конструктивная критика – становиться лучше ✏️

Первые два видео уже на YouTube 💙

P.S
🔵основы Python разбирать не будем, но вот тут есть небольшая подборка ресурсов, где можно с ним познакомиться

-----
GEO-PY Пособие 📕
GEO-PY Плейлист 📱

#geo_py

🌎🕊️ GIS_AND_PEACE

Применение диаграмм Вороного в геоаналитике и урбанистике

Диаграммы Вороного, также известные как полигоны Тиссена, представляют собой геометрический инструмент, который делит плоскость на регионы на основе близости к данным набором точек. Каждый регион (или ячейка) соответствует определенной исходной точке, и любое местоположение внутри региона ближе к соответствующей точке, чем к любой другой.

В областях геоаналитики и урбанистики диаграммы Вороного выполняют несколько важных функций:

1. Распределение ресурсов: Диаграммы Вороного помогают в оптимизации расположения и распределения ресурсов, таких как общественные услуги (больницы, пожарные станции, школы), торговые точки и коммунальные услуги. Минимизируя расстояние до ближайшей точки обслуживания, планировщики могут повысить эффективность и доступность сервиса.

2. Анализ сетей: Они используются для анализа и проектирования сетей, включая транспортные, телекоммуникационные и коммунальные сети, обеспечивая максимизацию покрытия и минимизацию избыточности.

3. Пространственный анализ: Диаграммы Вороного помогают в анализе пространственных данных, способствуя пониманию распределения различных географических явлений, таких как уровни преступности, трафик или экологические измерения.

4. Градостроительство: В городских условиях эти диаграммы могут быть использованы для планирования и оценки городского развития, анализа жилой плотности, использования земли и воздействия новых разработок на существующие объекты.

5. Анализ рынка: Компании используют диаграммы Вороного для анализа рынка с целью определения торговых зон, на которые влияют конкуренты, и выявления потенциальных мест для новых магазинов на основе близости к существующим клиентам.

https://github.com/m-erts/voronoi

Это ссылка на мой скрипт. Я показала, как делать диаграммы Вороного с помощью 2х библиотек: geovoronoi, scipy.

@urban_mash

CRONTAB
Это LINUX фича, которая помогает автоматически выполнять скрипт в заданное время.

Что нужно сделать?

1. Написать скрипт формата .bash или .py (с ipynb он не работает).

2. В Терминале задать crontab с помощью команды crontab -e:

а. Откроется окно = текстовый редактор.

б. Определяем регулярность, с которой должен выполняться скрипт, с помощью crontab.guru. По умолчанию заданы 5 звездочек: * * * * *, каждая из которых по порядку отвечает за минуты, час, день месяца, месяц, день недели. Если вы оставите все 5 звезд в этом текстовом редакторе, то скрипт будет запускаться каждую минуту. Если вы напишите, например, 0 7-22 * * *, то скрипт будет запускаться каждый час в 00 минут с 7 до 22 каждый день.

в. Затем в этой же строке пишем python3 и путь до скрипта, который нужно запускать. Например,

0 7-22 * * * python3 /home/ertsegovats/open_zone.py.

г. Cохраняем (это не так просто, как кажется, ведь комбинации горячих клавиш иные). Ctrl+O + Enter = сохранить.

д. Выходим из редактора с помощью Ctrl + X.

3. Проверить какой кронтаб сейчас запущен можно с помощью команды crontab -l.

Полезные ссылки:
Видео туториал
Мини статья

@urban_mash

AI плагины в QGIS: опыт использования

1. Bunting Labs AI Vectorizer — для оцифровки растра.
Результат: на картах плохого качества не считывает очертания. OSM угадывает, но есть погрешности. Учитывайте, что проставит 50 вершин

2. Mapflow — тот же функционал, но бесплатный, пока не потратится 250 коинов, а каждая оцифровка стоит 5.
Результат: долго думает, но результат неплохой + классифицирует объекты. Стоит учитывать, что отрисовывает по спутнику, и потому от схематичных будет отличаться. Для разового использования точно подойдет

3. Aino — как если бы чат GPT4 влез в Overpass Turbo. Позволяет выкачивать данные из OSM без запоминания ключей и тегов
Результат: все равно ищет по ключам OSM и плохо справляется с большим массивом данных. Однако это достаточно перспективный проект + только beta версия, поэтому интересно будет посмотреть, как он будет работать дальше

P.S. плагины устанавливаются через Install plugins в QGIS и требуют получения API/авторизации. У последнего также есть сайт с интерактивной картой

Создание четырехэтапной транспортной модели на Python

Структура классического четырех-шагового моделирования:
1. Генерация поездок
2. Распределение поездок по зонам
3. Выбор вида транспорта (mode choice)
4. Распределение поездок по сети

@urban_mash

Обеспеченность районов Москвы аптеками.

1. Выгрузила 2 датасета из Overpass.turbo:
а. полигоны районов
б. точки аптек.
2. Посчитала площадь.
3. Поделила кол-во аптек в районе на площадь.

Лучше делить не на площадь, ибо мы обеспечиваем социальной инфраструктурой не землю под ногами, а на население (через join добавить инфу в районы по населению).

Это очень простой скрипт. Напишите в комментах, если нужно видео с пояснениями.

P.S. скрипт для оверпаса:

[out:json];
area["name:ru"="Москва"];
(
rel['admin_level'='8']
(area);
);
/*added by auto repair*/
(._;>;);
/*end of auto repair*/
out;

P.P.S Далее выложу построение диаграмм Вороного по вышкам сотовой связи.

@urban_mash

Сделал примерную карту подписей по регионам
UPD: Обновил карту так, чтобы она не нарушала законы. Уже 15 регионов достигли максимум (Данные на 5:10 24.01)