Overture Maps Foundation/地域の住みやすさ/Python/ChatGPT/地図データ解析
PythonとChatGPTを使って地域の住みやすさを評価する方法｜Overture Maps Foundation活用ガイド
はじめに
日本時間2024年7月25日に、オープン地図データセット「Overture Maps Foundation」が公開されました。これにより、今までGoogleのAPIに依存していた地図データの収集や解析が、無料で行えるようになるかもしれません。今回はこの「Overture Maps Foundation」を活用し、指定エリアの住みやすさをChatGPTを使って10段階で評価する方法を紹介します。
目的
このガイドの目的は、「Overture Maps Foundation」から取得した施設情報をもとに、エリアの住みやすさをChatGPTに評価してもらうことです。地図情報に慣れるための第一歩として、施設名の抽出とその評価を行います。
手順
以下に、評価手順を詳細に記載します。
1. エリアを指定してMAP情報を取得
まず、指定エリアのMAP情報を取得します。以下のコマンドを使用します。
$ overturemaps download --bbox=-71.068,42.353,-71.058,42.363 -f geojson --type=building -o boston.geojson 2. 施設名の抽出/出力（main.py）
次に、取得したMAP情報から施設名を抽出します。以下のPythonスクリプトを使用します。
import json
# JSONファイルを読み込む関数
def load_json(filename):
with open(filename, 'r') as file:
return json.load(file)
# primaryプロパティを抽出する関数
def extract_primary_names(json_data):
primary_names = []
for feature in json_data.get('features', []):
properties = feature.get('properties', {})
names = properties.get('names', {})
primary_name = names.get('primary')
if primary_name:
primary_names.append(primary_name)
return primary_names
# メイン処理
def main():
# 場所のリスト
filename = 'boston.geojson' # JSONファイル名を指定
json_data = load_json(filename)
primary_names = extract_primary_names(json_data)
names_path = 'name_list.txt'
# 結果を表示
for name in primary_names:
print(f"{name}:")
with open(names_path, 'a') as f:
print(name, file=f)
if __name__ == "__main__":
main()上記スクリプトをmain.pyとして保存し、以下のコマンドで実行します。
$ python main.py3. リストをもとにChatGPTで住みやすさ評価
抽出した施設名のリスト(names_list.txt)をコピペして、ChatGPTに住みやすさを評価してもらいます。以下のプロンプトを使用します。
施設A
施設B
施設C
あなたはデータ分析エンジニア。
各行のサイトのURLと特徴５つを行列で表現して。
これらはとある地域の施設をリストアップしている。
最後にこの地域の特徴と住みやすさ10段階評価して。結論
以下実行結果。
以下にリストアップされた場所の一般的な特徴とその地域の住みやすさを10段階評価で説明します。
地域の一般的な特徴：
1. 歴史的・文化的な施設が豊富: ボストンオペラハウスやオールドサウスミーティングハウス、ボストンアセニウムなど、歴史的な場所や文化施設が多く、文化的な魅力が豊かです。
2. 教育機関の存在: サフーク大学の寮やマイケル・S・＆ラリー・E・スミスレジデンスホールなど、多くの教育機関があり、学生が多く、学術的な雰囲気が感じられます。
3. 商業・住宅エリアの混在: リッツ・カールトンボストンコモンなどのホテルや、ブラックストーンアパートメントなどの住宅施設があり、商業と住宅がうまく混在している地域です。
4. 公共サービスと施設: ボストン公共図書館や政府センターガレージ、シュライナーズ病院などの公共施設があり、地域の公共サービスが充実しています。
5. 交通の便: ノースグローブストリートガレージなどの駐車場や交通関連の施設があり、アクセスが良好ですが、交通渋滞が発生する可能性もあります。
住みやすさの評価（1〜10段階）:
1. 文化・歴史的価値 (9/10): 歴史的な施設や文化的な活動が豊富で、歴史や文化を重視する人には非常に魅力的な地域です。
2. 教育環境 (8/10): 教育機関が多く、学生が多い活気ある環境が整っています。教育資源も充実していますが、具体的な生活の質は地域によって異なる場合があります。
3. 住宅の快適さ (7/10): 様々な住宅オプションがあり、全体的には良好な住宅環境が提供されていますが、個別の地区や住居の種類によって快適さが変わることがあります。
4. アクセスと交通 (8/10): 交通の便が良好で駐車場も整備されていますが、繁忙期には交通渋滞が心配されることもあります。
5. 公共サービス (8/10): 公共サービスや施設が充実しており、地域住民の生活を支えるインフラが整っていますが、サービスの質や効率は施設ごとに異なるかもしれません。
総合的に見ると、この地域の住みやすさは約8/10と評価されます。歴史的な魅力、教育の機会、交通の便利さなどが組み合わさっており、全体として住みやすい地域であると考えられます。ただし、具体的な住環境や個々のニーズによって体験は異なるかもしれません。今回の手順を通じて、地図データの取得から施設名の抽出、そしてChatGPTによる住みやすさの評価までを行いました。無料で地図データを活用できる「Overture Maps Foundation」は、今後のデータ分析において非常に有用なツールとなるでしょう。ぜひ皆さんも試してみてください。
参考
以上が、PythonとChatGPTを活用した地域の住みやすさ評価のガイドです。質問やフィードバックがあれば、コメント欄でお知らせください！
This content was generated by OpenAI’s GPT-4 model.
コメント