文件名称：data-wrangling-with-openstreetmap-and-mongodb:使用Python和MongoDB审核，清理和汇总Cupertino的OpenStreetMaps数据
文件大小：11.76MB
文件格式：ZIP
更新时间：2024-06-01 03:54:36
HTML
使用OpenStreetMap和MongoDB进行数据整理 OpenStreetMap是一个社区构建的免费可编辑世界地图，其灵感来自*的成功，*的众包数据是开放的，并且没有专有的限制使用。 我们看到Craigslist和Foursquare使用它作为Google Maps的开源替代品的一些示例。 用户可以绘制地图，例如道路的折线，绘制建筑物或感兴趣区域的多边形，或为地标插入节点。 这些地图元素可以进一步标记细节，例如街道地址或便利设施类型。 地图数据以XML格式存储。 有关OSM XML的更多详细信息，可以在这里找到： 与该项目有关的OSM XML格式的一些要点是： OSM XML是在给定范围内找到的数据基本体（节点，方式和关系）实例的列表 节点表示地图上的无量纲点 方式包含节点引用以在地图上形成折线或多边形 节点和方式都包含子标记元素，这些子标记元素表示有关给定节点或方
【文件预览】：
data-wrangling-with-openstreetmap-and-mongodb-master
----06-openstreetmap-data()
--------tags.py(2KB)
--------example.osm(4KB)
--------users.py(788B)
--------mapparser.py(1KB)
--------audit.py(3KB)
--------data.py(6KB)
----01-data-extraction-fundamentals()
--------2013_Max_Loads.csv(344B)
--------simple.py(2KB)
--------2013_ERCOT_Hourly_Load_Data.xls(1.5MB)
--------parsecsv.py(1KB)
--------popular-viewed-1.json(79KB)
--------release.json(663B)
--------excel_csv.py(3KB)
--------nytimes.py(4KB)
--------artist.json(1KB)
--------745090.csv(19KB)
--------2013_ERCOT_Hourly_Load_Data.xls.zip(728KB)
--------beatles-diskography.csv(2KB)
--------musicbrainz.py(3KB)
--------example.csv(268B)
--------ercot_coast_stats.py(2KB)
----tags.py(2KB)
----04-working-with-mongodb()
--------autos.py(5KB)
--------find_cities.py(1KB)
--------autos-small.csv(38KB)
--------processing.py(6KB)
--------arachnid.csv(77KB)
--------arachnid.json(47KB)
--------add_chicago.py(1KB)
--------find_porsche.py(1KB)
--------example_car.json(292B)
--------update.py(4KB)
--------example_city.json(587B)
--------find_cars.py(1KB)
--------dot_find.py(1KB)
--------insert.py(680B)
--------dbinsert.py(357B)
----users.py(810B)
----cupertino_california.osm.json(79.52MB)
----mapparser.py(1KB)
----02-data-in-more-complex-formats()
--------authors.py(2KB)
--------data()
--------options.html(33KB)
--------page_source.html(140KB)
--------airports.py(718B)
--------carriers.py(2KB)
--------split_data.py(2KB)
--------exampleResearchArticle.xml(61KB)
--------patent.data(65KB)
--------process.py(4KB)
--------html_soup.py(2KB)
----cupertino_california.osm(48.32MB)
----05-analyzing-data()
--------frequent_tweeters.py(2KB)
--------most_common_city_name.py(2KB)
--------indian_regions_with_most_cities.py(2KB)
--------avg_population.py(3KB)
--------avg_city_pop_for_indian_regions.py(3KB)
--------most_followed_brasilians.py(3KB)
--------tweet_apps.py(2KB)
--------region_cities.py(2KB)
----audit.py(3KB)
----.gitignore(47B)
----output_97_0.png(10KB)
----insert.py(680B)
----03-data-quality()
--------autos.csv(79KB)
--------name.py(2KB)
--------audit.py(2KB)
--------cities.csv(86KB)
--------example.json(292B)
--------location.py(2KB)
--------area.py(2KB)
--------validity.py(2KB)
----README.md(44KB)
----data-wrangling-with-openstreetmaps.ipynb(79KB)
----data.py(6KB)