-
Notifications
You must be signed in to change notification settings - Fork 0
/
data_processing.py
270 lines (228 loc) · 12.2 KB
/
data_processing.py
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
# -*- coding: utf-8 -*-
"""
@author: J. Gerardo Moreno N.
"""
import json
import numpy as np
import geopandas as gpd
import pandas as pd
import warnings
from folium import Map, GeoJson, LayerControl
from time import time
from os import listdir
from scipy.spatial import Voronoi
from shapely.geometry import Polygon, Point
#------------------------VORONOI_FINITE_POLYGONS------------------------------#
# DESCRIPCIÓN: Reconstruye las regiones infinitas del diagrama de Voronoi #
# a regiones finitas. #
# PARÁMETROS: #
# ENTRADA: vor: Diagrama de Voronoi en 2D. #
# radius: Distancia para los puntos infinitos (opcional). #
# SALIDA: regions: Indice de vértices en cada región de Voronoi. #
# vertices: Coordenadas para cada vértice de Voronoi. #
#-----------------------------------------------------------------------------#
def voronoi_finite_polygons(vor, radius = None):
new_regions = []
new_vertices = vor.vertices.tolist()
center = vor.points.mean(axis=0)
if radius is None:
radius = vor.points.ptp().max()*2
all_ridges = {}
for (p1, p2), (v1, v2) in zip(vor.ridge_points, vor.ridge_vertices):
all_ridges.setdefault(p1, []).append((p2, v1, v2))
all_ridges.setdefault(p2, []).append((p1, v1, v2))
for p1, region in enumerate(vor.point_region):
vertices = vor.regions[region]
if all(v >= 0 for v in vertices):
new_regions.append(vertices)
continue
ridges = all_ridges[p1]
new_region = [v for v in vertices if v >= 0]
for p2, v1, v2 in ridges:
if v2 < 0:
v1, v2 = v2, v1
if v1 >= 0:
continue
t = vor.points[p2] - vor.points[p1]
t /= np.linalg.norm(t)
n = np.array([-t[1], t[0]])
midpoint = vor.points[[p1, p2]].mean(axis=0)
direction = np.sign(np.dot(midpoint - center, n)) * n
far_point = vor.vertices[v2] + direction * radius
new_region.append(len(new_vertices))
new_vertices.append(far_point.tolist())
vs = np.asarray([new_vertices[v] for v in new_region])
c = vs.mean(axis=0)
angles = np.arctan2(vs[:,1] - c[1], vs[:,0] - c[0])
new_region = np.array(new_region)[np.argsort(angles)]
new_regions.append(new_region.tolist())
return new_regions, np.asarray(new_vertices)
#-----------------------------------------------------------------------------#
#------------------------CLIP_VORONOI-----------------------------------------#
# DESCRIPCIÓN: Recorta el Voronoi con respecto a una caja. #
# PARÁMETROS: #
# ENTRADA: regions: Indice de vértices en cada región de Voronoi. #
# vertices: Coordenadas para cada vértice de Voronoi. #
# box: Caja para recortar el Voronoi. #
# SALIDA: voro_df: GeoDataFrame Voronoi. #
#-----------------------------------------------------------------------------#
def clip_voronoi(regions, vertices, box):
poly_list = []
for region in regions:
polygon = vertices[region]
poly = Polygon(polygon)
poly = poly.intersection(box)
polygon = [[p[0], p[1]] for p in poly.exterior.coords]
poly_list.append(Polygon(polygon))
voro_df = gpd.GeoDataFrame(gpd.GeoSeries(poly_list), columns = ['geometry'])
voro_df.crs = {'init' :'epsg:4326'}
return voro_df
#-----------------------------------------------------------------------------#
#---------------------------ADD_POBL------------------------------------------#
# DESCRIPCIÓN: Agrega la población total a los puntos de interés. #
# PARÁMETROS: #
# ENTRADA: pobl_df: GeoDataFrame Población. #
# voro_df: GeoDataFrame Voronoi. #
# pdi_df: GeoDataFrame Puntos de Interés. #
# SALIDA: pdi_df: GeoDataFrame Puntos de Interés. #
#-----------------------------------------------------------------------------#
def add_pobl(pobl_df, voro_df, pdi_df):
pobl_df = pobl_df.to_crs({'init': 'epsg:4326'})
pobl_df.crs = {'init' :'epsg:4326'}
voro_df.crs = pobl_df.crs # Para quitar el warning CRS does not match !
pobl_with_voro = gpd.sjoin(pobl_df, voro_df, how = "inner", op = 'intersects')
pdi_df['poblacion'] = 0
for data in pobl_with_voro.iterrows():
pdi_df['poblacion'].iloc[[data[1][6]]] = pdi_df['poblacion'].iloc[[data[1][6]]] + int(data[1][4])
return pdi_df
#-----------------------------------------------------------------------------#
#---------------------------ADD_TWEETS----------------------------------------#
# DESCRIPCIÓN: Agrega la actividad de redes sociales a los puntos de interés #
# PARÁMETROS: #
# ENTRADA: tweets_df: GeoDataFrame Tweets. #
# voro_df: GeoDataFrame Voronoi. #
# pdi_df: GeoDataFrame Puntos de Interés. #
# SALIDA: pdi_df: GeoDataFrame Puntos de Interés. #
#-----------------------------------------------------------------------------#
def add_tweets(tweets_df, voro_df, pdi_df):
voro_df.crs = tweets_df.crs # Para quitar el warning CRS does not match !
tweets_with_voro = gpd.sjoin(tweets_df, voro_df, how = "inner", op = 'intersects')
pdi_df['tweets'] = 0
for data in tweets_with_voro.iterrows():
pdi_df['tweets'].iloc[[data[1][1]]] = pdi_df['tweets'].iloc[[data[1][1]]] + 1
return pdi_df
#-----------------------------------------------------------------------------#
#---------------------------ADD_TRAFFIC---------------------------------------#
# DESCRIPCIÓN: Agrega el tráfico a los puntos de interés. #
# PARÁMETROS: #
# ENTRADA: traficos_df: Lista GeoDataFrames Tráfico. #
# voro_df: GeoDataFrame Voronoi. #
# pdi_df: GeoDataFrame Puntos de Interés. #
# SALIDA: pdi_df: GeoDataFrame Puntos de Interés. #
#-----------------------------------------------------------------------------#
def add_traffic(traficos_df, voro_df, pdi_df):
for trafico_df in traficos_df:
trafico_df = trafico_df.to_crs({'init': 'epsg:4326'})
trafico_df.crs = {'init' :'epsg:4326'}
voro_df.crs = trafico_df.crs # Para quitar el warning CRS does not match !
trafico_with_voro = gpd.sjoin(trafico_df, voro_df, how = "inner", op = 'intersects')
pdi_df['trafico'] = 0
for data in trafico_with_voro.iterrows():
pdi_df['trafico'].iloc[[data[1][4]]] = pdi_df['trafico'].iloc[[data[1][4]]] + int(data[1][3])
return pdi_df
#-----------------------------------------------------------------------------#
#-------------------------DEL_CLUSTER_POINTS----------------------------------#
# DESCRIPCIÓN: Elimina los clusteres de puntos en los puntos de interés. #
# PARÁMETROS: #
# ENTRADA: pdi_df: GeoDataFrame Puntos de Interés. #
# SALIDA: pdi_df: GeoDataFrame Puntos de Interés sin clusteres. #
# coords: Coordenadas de los puntos de interés. #
#-----------------------------------------------------------------------------#
def del_cluster_points(pdi_df):
coords = []
pdi_df = pdi_df.to_crs({'init': 'epsg:25830'})
for x in pdi_df.iterrows():
dist = []
indices = []
for y in pdi_df.iterrows():
p1 = x[1][1]
p2 = y[1][1]
d = p1.distance(p2)
dist.append(d)
pdi_df_copy = pdi_df.copy()
pdi_df_copy['distancias'] = dist
pdi_df_subset = pdi_df_copy[pdi_df_copy['distancias'] <= 150]
if not pdi_df_subset.empty:
pdi_df_subset
pdi_df_subset['total'] = pdi_df_subset.sum(axis = 1)
max_index = pdi_df_subset['total'].idxmax()
pdi_df_subset.drop(max_index, inplace = True)
indices = list(pdi_df_subset.index.values)
if indices:
pdi_df.drop(indices, inplace = True)
del pdi_df_copy
del pdi_df_subset
pdi_df = pdi_df.to_crs({'init': 'epsg:4326'})
coords = ([[r[1][1].x, r[1][1].y] for r in pdi_df.iterrows()])
return pdi_df, coords
#-----------------------------------------------------------------------------#
def main():
# Paso 1: Eliminar clúster de puntos en base al tiempo medio que pasan las
# personas en los puntos de interés (PDI). El archivo tiempo.json está
# filtrado por los PDI y contiene el nombre y tiempo de los puntos.
print("Leyendo archivo tiempo...")
pdi_df = gpd.read_file('opendata/tiempo.json')
print("Eliminando clúster de puntos...")
pdi_df, coords = del_cluster_points(pdi_df)
# Paso 2: Generar el diagrama de Voronoi para el procesamiento de datos.
vor = Voronoi(coords)
regions, vertices = voronoi_finite_polygons(vor)
min_x = vor.min_bound[0] - 0.1
max_x = vor.max_bound[0] + 0.1
min_y = vor.min_bound[1] - 0.1
max_y = vor.max_bound[1] + 0.1
box = Polygon([[min_x, min_y], [min_x, max_y], [max_x, max_y], [max_x, min_y]])
voro_df = clip_voronoi(regions, vertices, box)
# Paso 3: Agregar los datos de población, tráfico y tweets.
# Población
print('Leyendo archivo manzanas_pob...')
pobl_df = gpd.read_file('opendata/manzanas_pob.json')
print('Agregando datos de población...')
pdi_df = add_pobl(pobl_df, voro_df, pdi_df)
# Tráfico
print('Leyendo archivos de tráfico...')
traficos_df = []
for filename in listdir('opendata/trafico'):
traficos_df.append(gpd.read_file('opendata/trafico/'+filename))
print('Agregando datos de tráfico...')
pdi_df = add_traffic(traficos_df, voro_df, pdi_df)
# Tweets
print('Leyendo archivo valencia_tweets...')
with open('opendata/valencia_tweets.json','r') as input_file:
tweets = json.load(input_file)
tweets_df = gpd.GeoDataFrame(gpd.GeoSeries(Point(t['coordinates']['coordinates']) for t in tweets), columns=['geometry'])
print('Agregando datos de redes sociales...')
pdi_df = add_tweets(tweets_df, voro_df, pdi_df)
# Paso 4: Guardar los archivos para el funcionamiento del algoritmo genético.
print('Guardando puntos de interés...')
pdi_df.to_file('puntos_de_interes.json', driver = "GeoJSON")
print('Guardando voronoi...')
voro_df.to_file('voronoi.json', driver = "GeoJSON")
# Paso 5: Visualizar la información en mapa web.
print('Generando mapa web...')
valencia = [39.4561165311493, -0.3545661635]
mapa = Map(location = valencia, tiles = 'OpenStreetMap', zoom_start = 10)
GeoJson(open('voronoi.json'), name = 'Diagrama de Voronoi').add_to(mapa)
GeoJson(open('puntos_de_interes.json'), name = 'Puntos de Interés').add_to(mapa)
LayerControl().add_to(mapa)
mapa.save('valencia.html')
print('Listo')
if __name__ == "__main__":
pd.options.mode.chained_assignment = None # Para quitar el warning SettingWithCopyWarning.
warnings.filterwarnings("ignore", category = RuntimeWarning) # Para quitar el warning RuntimeWarning.
# Calcular tiempo de ejecución.
tiempo_inicial = time()
main()
tiempo_final = time()
tiempo_ejecucion = tiempo_final - tiempo_inicial
print('Tiempo de ejecución: ', '%.2f'% (tiempo_ejecucion/60), 'minutos')