Elenco delle coordinate centrali (centroide) per tutti i paesi?


17

Ho bisogno di un elenco dei punti centrali (centroide) per tutti i paesi:

Cina: lat / long (coordinate del punto più centrale in Cina)
Francia: lat / long (coordinate del punto più centrale in Francia)
ecc ...

Risposte:


18

Frank Donnelly fornisce un file CSV di centroidi di un paese basato su dati presi dal server GeoNames, ma curati a mano da Frank. I dati sono stati aggiornati l'ultima volta a febbraio 2012.


Maggio 2018

La fonte precedente non è più disponibile, eccone una nuova, con molte informazioni sui paesi (incl. Centroidi) e possibilità di scaricare i dati in diversi formati. https://worldmap.harvard.edu/data/geonode:country_centroids_az8

C'è anche una domanda simile su StackOverflow: serve un elenco di tutti i paesi del mondo, con coordinate di longitudine e latitudine , che includa un paio di approcci per generare tale elenco da altre fonti di dati.


il CSV collegato sembra 404 ora, qualcuno ha un'altra fonte?
— Vincent V.

Ho trovato un'altra fonte che sembra buona e completa: worldmap.harvard.edu/data/geonode:country_centroids_az8 può dl qualsiasi formato di cui hai bisogno incluso csv, ha anche molti altri dati sui paesi
— Vincent V.

1
Il primo e l'ultimo URL sono 404.
— Aaron

7

Puoi recuperare queste informazioni usando in Rquesto modo:

library(rgeos)
library(rworldmap)

# get world map
wmap <- getMap(resolution="high")

# get centroids
centroids <- gCentroid(wmap, byid=TRUE)

# get a data.frame with centroids
df <- as.data.frame(centroids)
head(df)

#>                     x         y
#> Aruba       -69.97345  12.51678
#> Afghanistan  66.00845  33.83627
#> Angola       17.53646 -12.29118
#> Anguilla    -63.06082  18.22560
#> Albania      20.05399  41.14258
#> Aland        20.03715  60.20733

# plot
plot(centroids)

risultato


3

Puoi ottenere i centroidi del paese usando Python e GeoPandas .

import geopandas as gpd
import pandas as pd

# Access built-in Natural Earth data via GeoPandas
world = gpd.read_file(gpd.datasets.get_path('naturalearth_lowres'))

# Get a list (dataframe) of country centroids
centroids = world.centroid
centroid_list = pd.concat([world.name, centroids], axis=1)

# Plot the results
base = world.plot(column = 'name', cmap = 'Blues')
centroids.plot(ax = base, marker = 'o', color = 'red', markersize = 5)

In [1]: centroid_list
Out[1]: 
                           name                                              0
    0               Afghanistan  POINT (66.08669022192834 33.85639928169076)
    1                    Angola  POINT (17.47057255231345 -12.24586903613316)
    2                   Albania  POINT (20.03242643144321 41.14135330604877)
    3      United Arab Emirates  POINT (54.20671476159633 23.86863365334761)
    4                 Argentina  POINT (-65.17536077114174 -35.44682148949509)
    5                   Armenia  POINT (45.00029001101479 40.21660761230144)
    6                Antarctica  POINT (20.57100056984261 -80.49198288284349)
    ... and so on ...

inserisci qui la descrizione dell'immagine


Utilizzando il nostro sito, riconosci di aver letto e compreso le nostre Informativa sui cookie e Informativa sulla privacy.
Licensed under cc by-sa 3.0 with attribution required.