Pyosmium bietet eine Möglichkeit OSM-Rohdaten schnell in Python zu verarbeiten.
Dieser Vortrag demonstriert anhand von praktischen Beispielen, wie man eigene Tools zur
Datenaufbereitung schreiben kann. Er erklärt die Besonderheiten des
OSM-Datenmodells und zeigt Techniken auf, wie man effizient mit den Daten umgeht.
Die OpenStreetMap-Software-Welt bietet eine reiche Auswahl an Tools, um
OSM-Daten für bestimmte Verwendungszwecke aufzubereiten. Es gibt zum Beispiel
osm2pgsql oder Imposm für die Kartenerstellung, osm2pgrouting für Routing oder
Nominatim für Geocoding. Außerhalb ihrer Anwendungen stößt man mit so aufbereiteten Daten
jedoch schnell an Grenzen, da diese Tools die OSM-Daten in eine bestimmte Struktur
zwingen. Oft ist dies das Simple-Feature-Modell. Das OSM-Daten-Modell mit seinen
topologischen Informationen und Relationen ist hier wesentlich mächtiger. Wer
mehr aus den Daten holen will, zum Beispiel für statistische Analysen oder
komplexere Routinganwendungen, arbeitet besser direkt mit den OSM-Rohdaten.
Pyosmium bietet eine Möglichkeit OSM-Rohdaten schnell in Python zu verarbeiten.
Dieser Vortrag demonstriert anhand von praktischen Beispielen, wie man eigene Tools zur
Datenaufbereitung schreiben kann. Er erklärt die Besonderheiten des
OSM-Datenmodells und zeigt Techniken auf, wie man effizient mit den Daten umgeht.
Dieser Vortrag ist für jene gedacht, die schon mal ein wenig mit OpenStreetMap-
Daten gearbeitet haben, vielleicht mit einem der genannten Tools und die nun
gerne besser verstehen möchten, was hinter den Daten steht. Minimale
Programmierkenntnisse sind von Vorteil.