OSMnx除了介接了Overpass API，可以透過python方便的取得OpenStreetMap的圖資以外，它還提供了一些路網相關的分析方法，這些方法主要是來自networkX。

大綱:

• 計算最短路徑
• 服務範圍、等時圈

計算最短路徑

計算最短路徑跟前兩天測試的是networkX差不多的:

首先，先取得資料

import osmnx as ox
G = ox.graph_from_point((25.048545,121.51123), distance=3000, network_type='drive')
ox.plot_graph(G)

接著我們給定原點跟目的地的坐標，然後計算其node的編號，使用的是ox.get_nearest_node

origin = ox.get_nearest_node(G, (25.049545,121.5599))
destination = ox.get_nearest_node(G, (25.048545,121.51123))

要計算最短路徑，用的是networkx的shortest_path()方法，把剛剛的origin與destination輸入並繪圖

import networkx as nx
route = nx.shortest_path(G, origin, destination)
ox.plot_graph_route(G, route)

服務範圍、等時圈

除了最短路徑分析以外，
等時圈也是路網分析的經典演算法，透過路網可以算出以某點為中心點，特定時間內可以抵達的範圍：

首先，我們先取得資料(跟上面一樣)

import osmnx as ox
G = ox.graph_from_point((25.048545,121.51123), distance=2000, network_type='drive')
ox.plot_graph(G)
G = ox.project_graph(G) # 投影

接著，以下方法取得中心點node

center_node = ox.get_nearest_node(G, (25.048545,121.51123))

給予每個edge速度，單位是每分鐘的公尺數

meters_per_minute = 10 * 1000 / 60 # 每小時10公里
for u, v, k, data in G.edges(data=True, keys=True):
    data['time'] = data['length'] / meters_per_minute

官網提供的範例是利用networkx的ego_graph，ego_graph會回傳一個graph中心點一定範圍的節點子graph，運算的單位可以是edge的weight等等，這邊範例是使用time（所以要配合上面先提供每個edge'time'），詳請請看networkx官方文件。

import networkx as nx
trip_times = [5, 8, 12] #分鐘
# 給定顏色
iso_colors = ox.get_colors(n=len(trip_times), cmap='Reds', start=0.3, return_hex=True)
node_colors = {}
for trip_time, color in zip(sorted(trip_times, reverse=True), iso_colors):
    subgraph = nx.ego_graph(G, center_node, radius=trip_time, distance='time')
    for node in subgraph.nodes():
        node_colors[node] = color # 抵達的node給顏色

根據上面抵達的node邊界，再給一次範圍內的顏色，並畫圖

nc = [node_colors[node] if node in node_colors else 'none' for node in G.nodes()]
ns = [20 if node in node_colors else 0 for node in G.nodes()]
fig, ax = ox.plot_graph(G, fig_height=8, node_color=nc, node_size=ns, node_alpha=0.8, node_zorder=2)

成果: