# Uso de Open Street Map para obtención de datos de ciudades en un mapa hecho con matplotlib obteniendo datos de Obsidian

## El proyecto

En este caso lo que quiero hacer es mapear la ciudad (o ciudades) de los papers en los que estoy trabajando en un mapamundi para ver qué elementos faltan o hay que añadir.

El resultado (con N=40 de N número de artículos analizados) es el siguiente


Gracias a [Alexandre B A Villares](https://ciberlandia.pt/@villares) me apuntó al sitio correcto de utilizar la biblioteca OSMnx.

Esta es la referencia:

https://osmnx.readthedocs.io/en/stable/user-reference.html#osmnx.geocoder.geocode

El código de prueba era tan sencillo como este:

import osmnx

x = osmnx.geocoder.geocode("Aranda de Duero, España")

print(x)

Resultado:

(41.6715067, -3.6851172)

Justo lo que necesito. Eso sí, ya nada más ponerlo tarda un segundito en responder. De hecho esto viene porque ya te dice la API esto https://operations.osmfoundation.org/policies/nominatim/

_(que no más de una request por segundo y punto)_

Teniendo en cuenta que iba a tener varias ciudades (ya se ve la marea de pntos) y que no iban a cambiar cada vez, lo que necesitaba era... un caché.

## La parte de Obsidian

Aquí no me voy a detener mucho porque lo he explicado [aquí](/7Hw9TTSbQ666bsFzW6zoSw) y [aquí](/rH5NwvqOSiWdsqbW4EK-zw) en detalle. Pero a las notas de los artículos les he puesto una propiedad y luego con bases he exportado el CSV. Lo único que para artículos que tienen varias ciudades las he separado por punto y coma.


También tengo que hacer una parte del código que omita los artículos que no tienen ninguna ciudad.

Cuando eso está limpio, lo exporto como csv y le pongo la fecha para luego cambiar solo el archivo.

## La parte de python.

En este caso se trabaja con 2 archivos, uno que es un caché y otro que es la tabla exportada de Obsidian

Este es el aspecto de lugares,coordenadas.csv


Y este el de los artículos exportados de Obsidian:


### Detalles

* Poner en el opening de file el utf-8 es MUY obligatorio para que no se descuageringue todo.
* El len(lugar) <2 es para esquivar papers que no tienen ciudad o es un espacio en blanco.
* Al cargar los artículos si hay un punto y coma `;` es cuando tiene que hacer una sub-búsqueda
* Hay que poner muchos .strip porque si no, hay veces que hay espacios en blanco y otras que no.
* Hay que acordarse que el plot te pide que le pongas no latitud y longitud sino longitud y latitud. Aquí tomé la decisión de hacer ese cambio solo cuando me lo pide el matplotlib.

## Código completo

Aquí el cacharro completo por si alguien le sirve = )

import csv
import cartopy.crs as ccrs
import matplotlib.pyplot as plt
import osmnx.geocoder as osm 

lugaresFile = "Lugares,coordenadas.csv"
articulosFile = "260212_Analisis_ciudades.csv"
lugaresCache = dict()
lugaresArticulo = dict()

#Cargamos lugares de caché
with open(lugaresFile, encoding='utf-8') as file:
    reader = csv.reader(file,dialect="excel")
    header = True
    #vuelta de rellenar la lista de lugares
    for line in reader:
        if header:
            header = False
            continue
    # nombre de país, latitud, longitud
        try:
            lugaresCache[line[0]] =  float(line[1]),  float(line[2])
        except:
            pass
#print(lugaresCache)

#Cargamos los artículos
with open(articulosFile, encoding='utf-8') as file:
    reader = csv.reader(file,dialect="excel")
    header = True
    #vuelta de rellenar la lista de lugares de los artículos
    for line in reader:
        if header:
            header = False
            continue
        # nombre,año,Cuartil,País de la institución,localización estudio
        if len(line) < 4:
            continue
        lugar = line[4].strip()
        if len(lugar) <2:
            continue
        if ";" in lugar:
            entradas = lugar.split(";")
            for x in entradas:
                x= x.strip()
                if x not in lugaresArticulo:
                    lugaresArticulo[x] = [1]
                else:
                    lugaresArticulo[x][0] +=1
        elif lugar not in lugaresArticulo:
            lugaresArticulo[lugar] = [1]
        else:
            lugaresArticulo[lugar][0] +=1

print(lugaresArticulo)
print("Lugares en el artículo: ", len(lugaresArticulo))


# Revisamos el caché 
elementosEnCache = 0
for lugar in lugaresArticulo:
    if lugar in lugaresCache:
        lugaresArticulo[lugar].append(lugaresCache[lugar])
        elementosEnCache +=1
print("Lugares en el caché: ", elementosEnCache)

# Nos vamos a OSM a buscar latitudes y longitudes y añadimos al caché 
with open(lugaresFile, "a", encoding='utf-8') as file:
    for lugar in lugaresArticulo:
        if len(lugaresArticulo[lugar]) >1:
            continue
        latitud, longitud = osm.geocode(lugar)
        print(lugar, latitud, longitud)
        lugaresArticulo[lugar].append(latitud, longitud)
        #preparamos la línea para el Caché
        line = '"'
        line+= lugar
        line+= '",'
        line+= str(latitud)
        line+= ","
        line+= str(longitud)
        line+= "\n" #fin de línea
        file.write(line)


#Aquí comienza la parte de ploteo        

ax = plt.axes(projection=ccrs.PlateCarree())
ax.coastlines()
ax.set_global()


for texto, detalles in lugaresArticulo.items():
    # lugar: [número de veces, (latitud, longitud)]
    latitud = detalles[1][0]
    longitud = detalles[1][1]
    # El círculo pues le pongo a ojímetro la escala
    tamañoCirculo = ((detalles[0]+2.25)*2)**2
    ax.text(longitud, latitud -2, texto,
            horizontalalignment='center', size = "x-small",
            transform=ccrs.PlateCarree())
    ax.scatter(longitud, latitud, tamañoCirculo,
                color = "blue",
                #alpha pensado para que el máximo sea 3
                alpha = 0.6+ detalles[0]*0.1)

plt.show()