Hello, Hiroshima Geospatial Data! — Exploring DoboX with Python
位置情報を持つデータは、地域を理解するための強力な手がかりになります。一方で、専門的な知識やソフトウェアが必要そうに見え、Pythonユーザーにとって最初の一歩が見えにくい分野でもあります。近年、Pythonは位置情報を持つデータを取得し、中身を確認し、必要に応じて加工・分析し、表や地図で確かめながら理解を深めるための中心的な選択肢の一つになりつつあります。たとえば、pandasによる表データの処理やrequestsによるAPIアクセスに加え、GeoPandasやfoliumのような地図・位置情報を扱うライブラリを組み合わせることで、データをJupyter Notebook上で対話的に取得・確認・分析・可視化を行えます。
本トークでは、PyCon JP 2026の開催地である広島を題材に、広島県のインフラマネジメント基盤「DoboX」で公開されているインフラツーリズムに関するデータを例として扱います。現地で訪れることのできるインフラ施設や自転車道に関するデータを題材に、データを探し、説明や各項目の意味を読み、Pythonで中身を確認し、地図上で見てみます。表データとして眺めるだけでなく、各行が地図上のどこに対応するのかを確認することで、データの意味や使いどころを理解していきます。
また、近年は生成AIの支援によってコードを書くハードルも下がっています。その一方で、どのデータを選ぶべきか、各項目が何を意味するか、地図上で想定した位置に表示されているかは、利用者自身が確認する必要があります。普段pandasなどでデータを扱っているPythonユーザーが、GeoPandasや地図表示ライブラリを使って、位置情報を持つデータを扱う最初の手順と確認ポイントをイメージできることを目指します。
このトピックに関するあなた自身の経験を教えてください
業務で5年以上にわたり地図、衛星画像、3D都市モデルなど、位置情報を持つさまざまなデータをPythonで扱ってきました。
また、初心者向けの衛星データ解析に関するハンズオン、Pythonを用いた地図による可視化に関する発表、ハッカソンのメンターを通じて、専門的に見えるデータをPythonなどのユーザーにとって身近な題材として伝える活動を行ってきました。
上記の中で、コードそのものだけでなく、データ形式、各項目の意味、ライセンス、地図上で想定した位置に表示されているかを確認することの重要性を感じてきました。
この発表を通じて、参加者とどんな議論が可能ですか？
- pandasなどに慣れたPythonユーザーが、位置情報を持つデータへ踏み出しやすくなる入口は何か
- 生成AIがコード作成を助ける時代に、データの選び方、各項目の意味、地図上で想定した位置に表示されているかを、利用者がどう確認すればよいか
- 位置情報を持つオープンデータを、Pythonを用いて「公開されているデータ」から「試しやすく、学びやすく、使いやすいデータ」に変えていくために、Pythonを含めたコミュニティが何を共有できるか
について、議論できると嬉しいです。
AIやGISを用いて地理空間情報と戯れているオタク / 航空測量会社にて新規サービスの企画・開発に取り組んでいます。
- X（旧Twitter）: @ra0kley
- GitHub: pikkarin