Torna al Blog

Monitora, traccia e registra i dati geospaziali relativi agli alloggi con Python e file JSON.

Global Mapper Pro ® è uno strumento pensato per gli sviluppatori, progettato per semplificare l'automazione. Ogni giorno, sempre più utenti imparano a sfruttare le sue potenti funzionalità di scripting e di archiviazione dati.

Dal C++ al Python, Global Mapper Pro offre una vasta gamma di linguaggi per soddisfare le tue esigenze di automazione. Oggi analizzeremo in dettaglio Python e i file JSON per mostrare come gli utenti possono monitorare, tracciare e registrare dati geospaziali, risparmiando tempo e denaro. Il flusso di lavoro che segue tratterà Python a un livello intermedio e mostrerà le funzioni personalizzate di Global Mapper.

Migliora l'efficienza del flusso di lavoro con Python

Immaginate questa situazione: quattro persone lavorano instancabilmente all'estrazione di punti dati vettoriali da Global Mapper, e la mole di dati è enorme. Oltre a tutti questi punti vettoriali da elaborare, ogni giorno arrivano nuovi file. Nell'arco di un mese, queste quattro persone avrebbero dedicato 640 ore a questo lavoro, e ne avrebbero ancora molto da fare. Grazie alla funzionalità di scripting Python disponibile in Global Mapper Pro, queste attività complesse e dispendiose in termini di tempo possono essere completate istantaneamente.

Invitiamo coloro che non hanno familiarità con i comandi Python in Global Mapper Pro a consultare il nostro corso premium di GIS a ritmo personalizzato — Nozioni di base di Python in Global Mapper Pro — disponibile sulla piattaforma di apprendimento online Blue Marble Geographics . Pubblichiamo inoltre flussi di lavoro dettagliati sul nostro sito web e informazioni utili sul software nella nostra Knowledge Base . Gli utenti possono anche consultare script Python di esempio inclusi come funzionalità scaricabile aggiuntiva in tutte le versioni di Global Mapper.

Estrazione dei dati in base alle caratteristiche dell'area

Il flusso di lavoro seguente illustra una moltitudine di funzioni di Global Mapper, mostrando come estrarre i dati degli attributi dalle feature di area esistenti. Questo può rendere i calcoli successivi quasi istantanei.

Supponiamo di avere una serie di feature di area in Global Mapper che rappresentano informazioni sulle proprietà a Hawley, Minnesota. Ciascuna di queste feature di area può essere accessibile in Python utilizzando i comandi appropriati. Global Mapper ha aggiunto classi wrapper che possono accedere alle funzioni C++ tramite scripting Python.

Un ciclo for a doppio annidamento con l'obiettivo di fare riferimento a una caratteristica di area. Quindi, gli attributi all'interno della caratteristica di area, nello specifico "EMV_TOTAL". Figura 1.1. Un ciclo for a doppio annidamento con l'obiettivo di fare riferimento a una feature di area. Quindi, gli attributi all'interno della feature di area nello specifico "EMV_TOTAL".

Memorizza i valori estratti in un formato di file JSON personalizzato

Ora che abbiamo creato un elenco di valori di dati importanti per il nostro processo, possiamo sfruttare alcune librerie Python comuni per l'archiviazione e l'interpretazione. L'archiviazione dei dati è un elemento chiave per la conservazione e il riutilizzo. Ad esempio, i dati relativi agli alloggi che memorizzi in un file JSON potrebbero essere inviati a un database SQL e visualizzati nuovamente su una pagina web. I flussi di lavoro automatizzati eliminano la necessità di manutenzione, consentendo agli sviluppatori di concentrarsi su attività più importanti.

Strutture dati Python formattate per l'utilizzo in file JSON Figura 1.2. Strutture dati Python formattate per l'utilizzo in file JSON.

Un metodo potrebbe essere quello di memorizzare questi valori in un formato JSON personalizzato importando e sfruttando l'API JSON integrata di Python. Per fare ciò, possiamo creare la struttura dati, aggiungere alcuni identificatori e scrivere i prezzi delle case dall'attributo EMV_TOTAL nel file JSON all'interno del ciclo for.

Implementazione del dizionario Python e scrittura del contenuto in un file JSON Figura 1.3. Implementazione del dizionario Python e scrittura del contenuto in un file JSON.

Poiché i dizionari Python hanno strutture simili a quelle dei dati JSON, creeremo innanzitutto due dizionari, annidandone uno all'interno dell'altro. Ad ogni iterazione del ciclo, verrà creata una nuova istanza di `home_features` e popolata con un valore proveniente dall'attributo `EMV_TOTAL`. Queste strutture dati possono essere complesse o semplici a seconda delle esigenze del progetto.

L'integrazione di quel codice aggiuntivo ci permette di creare un enorme archivio di dati sugli alloggi in pochi secondi... e i dati JSON sono solo l'inizio! Utilizzando questo metodo, possiamo connetterci ai server backend e aggiornare automaticamente i siti web, così come i data center privati ​​e pubblici. È inoltre possibile creare report personalizzati per visualizzare i dati sotto forma di grafici a torta, grafici a linee e diagrammi a dispersione.

Esempio di dati JSON generati automaticamente dal file Python Figura 1.4. Esempio di dati JSON generati automaticamente dal file Python

Strumenti Python integrati per generare visualizzazioni preliminari di dati accattivanti

Per concludere questo articolo, cerchiamo di comprendere meglio i dati con cui abbiamo lavorato. Python offre diversi modi per visualizzare i dati. Il più semplice consiste nell'esporre l'output al terminale con delle semplici istruzioni print, come mostrato nella Figura 1.5.

Output del terminale basato sui valori raccolti dal Global Mapper Project Figura 1.5: Output del terminale basato sui valori raccolti dal progetto Global Mapper

È piuttosto noioso, però. Proviamo qualcosa di più stimolante! Per fortuna, Python dispone anche di strumenti integrati come MatPlotLib e NumPy che ci aiutano a rendere interessanti anche i dati più noiosi. Utilizzando questi strumenti, possiamo creare grafici accattivanti con il minimo sforzo.

Figura 1.6: Utilizzando il modulo Python MatPlotLib, possiamo riproiettare i nostri valori in un grafico a torta. Il grafico a torta mostra la distribuzione dei prezzi delle case in intervalli di 100,000 USD.

Grazie ai grafici generati automaticamente dal dataset di Global Mapper, possiamo inserire qualsiasi file GIS vettoriale simile per generare automaticamente tutti gli output che abbiamo creato. Questa operazione potrebbe richiedere un'ora o più in Excel se eseguita manualmente, mentre con Python in Global Mapper viene completata in un colpo solo. Nella seconda parte di questo articolo, approfondiremo l'ingegneria inversa dei flussi di lavoro di Global Mapper e la creazione dei nostri dati geospaziali da file CSV.

Se desideri esplorare le funzionalità di Global Mapper in uno script Python o integrare il toolkit nelle tue app, dai un'occhiata a Global Mapper SDK® . Per ulteriori strumenti di modifica visiva dei dati GIS e per l'integrazione con Python, scarica oggi stesso una versione di prova gratuita di Global Mapper Pro!

Per seguire il blog, scarica i file qui.