Dieses Repository enthält Jupyter Notebooks zur Visualisierung von GPX-Track-Daten mit Open-Source-Tools. Die Notebooks demonstrieren verschiedene Techniken zur Verarbeitung und Darstellung geographischer Daten, insbesondere für die Analyse und Visualisierung von GPS-Tracks mit Bibliotheken wie geopandas, osmnx, matplotlib und gpxpy.
geodaten-visualisierung/
├── notebooks/ # Jupyter Notebooks mit Code und Erklärungen
│ ├── 01_single_track.ipynb # Visualisierung eines einzelnen GPX-Tracks
│ ├── 02_multiple_tracks.ipynb # Vergleich mehrerer GPX-Tracks
├── data/ # Zusatzdaten für Plots und Analysen
├── src/ # Python-Skripte für wiederverwendbare Funktionen
├── images/ # Abbildungen und Screenshots der Visualisierungen
├── README.md # Diese Dokumentation
├── requirements.txt # Liste der benötigten Python-Abhängigkeiten
├── LICENSE # Lizenzinformationen
Die folgenden Notebooks sind enthalten:
-
01_single_track.ipynb:
- Liest eine GPX-Datei ein und extrahiert GPS-Daten (Breitengrad, Längengrad, Zeitstempel).
- Berechnet eine Bounding-Box für den Track und lädt das Straßennetz aus OpenStreetMap mit
osmnx. - Visualisiert den Track zusammen mit zusätzlichen Shapefile-Daten (z. B. Gewässer).
- Zeigt die zurückgelegte Distanz und die verstrichene Zeit in der Grafik an.
-
02_multiple_tracks.ipynb:
- Vergleicht mehrere GPX-Tracks in einer gemeinsamen Visualisierung.
- Nutzt
geopandas, um die Tracks auf einer Karte darzustellen. - Zeigt Unterschiede in Distanz, Geschwindigkeit und Zeitverlauf zwischen den Tracks.
Die bereitgestellten Beispiel-Datensätze im Ordner data/ stammen aus öffentlich zugänglichen Quellen oder wurden synthetisch erzeugt.
Dieses Projekt verwendet OSMnx 2.0.2, ein leistungsstarkes Python-Paket zum einfachen Herunterladen, Modellieren, Analysieren und Visualisieren von Straßennetzen und anderen Geodaten aus OpenStreetMap. Mit wenigen Zeilen Code lassen sich Geh-, Fahr- oder Radwegenetze erstellen, analysieren und visualisieren.
➡️ Weitere Informationen: OSMnx GitHub
➡️ Migration Guide zu OSMnx 2.0: Hier lesen
Boeing, G. (2024). Modeling and Analyzing Urban Networks and Amenities with OSMnx. Working paper. https://geoffboeing.com/publications/osmnx-paper/
Dieses Projekt steht unter der Apache 2.0 Lizenz – siehe die Datei LICENSE für Details.
Fragen oder Anregungen? Erstelle ein Issue oder vernetze dich mit mir auf LinkedIn!
🌍 Viel Spaß mit der Geodaten-Visualisierung!
This repository contains Jupyter Notebooks for visualizing GPX track data using open-source tools. The notebooks demonstrate various techniques for processing and displaying geographic data, particularly for analyzing and visualizing GPS tracks with libraries such as geopandas, osmnx, matplotlib, and gpxpy.
mapping-with-python/
├── notebooks/ # Jupyter Notebooks with code and explanations
│ ├── 01_single_track.ipynb # Visualization of a single GPX track
│ ├── 02_multiple_tracks.ipynb # Comparison of multiple GPX tracks
├── data/ # Additional data for plots and analysis
├── src/ # Python scripts for reusable functions
├── images/ # Images and screenshots of visualizations
├── README.md # This documentation
├── requirements.txt # List of required Python dependencies
├── LICENSE # License information
The following notebooks are included:
-
01_single_track.ipynb:
- Reads a GPX file and extracts GPS data (latitude, longitude, timestamp).
- Computes a bounding box for the track and loads the road network from OpenStreetMap using
osmnx. - Visualizes the track along with additional shapefile data (e.g., water bodies).
- Displays total distance covered and elapsed time in the plot.
-
02_multiple_tracks.ipynb:
- Compares multiple GPX tracks in a single visualization.
- Uses
geopandasto display tracks on a map. - Highlights differences in distance, speed, and time progression between tracks.
The sample datasets provided in the data/ folder come from publicly available sources or have been synthetically generated.
This project uses OSMnx 2.0.2, a powerful Python package for downloading, modeling, analyzing, and visualizing street networks and other geospatial data from OpenStreetMap. With just a few lines of code, you can create, analyze, and visualize walking, driving, or biking networks.
➡️ More info: OSMnx GitHub
➡️ Migration guide for version 2.0: Read here
Boeing, G. (2024). Modeling and Analyzing Urban Networks and Amenities with OSMnx. Working paper. https://geoffboeing.com/publications/osmnx-paper/
This project is licensed under the Apache 2.0 License – see the LICENSE file for details.
Questions or suggestions? Create an Issue or connect with me on LinkedIn!
🌍 Enjoy geospatial data visualization!