In this work, we study the OpenStreetMap (OSM) data that contains Extensible Markup Language (XML) formatted data. OpenStreetMap data has many different formats. OSM XML format is one of them. OSM data has information in the form of nodes (points), ways (lines and boundaries), and relations (relationships between two or more nodes or ways). Here, we preprocess OSM XML data to extract the ways and nodes information using python to get the whole map of the streets for the Memphis area. We parse the OSM data in such a way that gives us the whole map of the Memphis area. We can further use this map for different Neural Networks (NN) and Machine learning (ML) applications. The steps that are included in this work downloading the Memphis area OSM data, understanding and parsing the OSM XML file, converting the nodes and ways information into the Pandas DataFrame, and visualizing these data into the whole map by using python's available data visualization libraries.
翻译:在此工作中, 我们研究包含扩展标记语言格式化数据的 OpenStreetMap (OSM) 数据 。 OpenStreetMap 数据有多种格式。 OmStreetMap 数据是其中之一。 OSM XML 数据以节点( 点)、 方式( 线和边界) 和关系( 两个或两个以上节点或方法之间的关系) 的形式提供信息 。 在这里, 我们预处理 OSM XM 数据, 以便利用 python 来提取路径和节点信息 。 我们分析 OSM 数据的方式为我们提供了Memphis 区域的全部地图 。 我们可以进一步将此地图用于不同的神经网络( NNN) 和机器学习( ML ) 应用程序 。 在此工作中包含的步骤包括下载 Memphis 区域 OSM 数据、 理解和分解 OSM XM 文档, 将节点和方式信息转换为 Pandas DataFrame, 并通过 pyth's 可用的数据直观库将这些数据直观化成整个地图 。