Exploring Global Streetscapes
Exploring the Global Streetscapes dataset¶
Here we familiarize ourselves with the data contained within the Global Streetscapes dataset and introduce some tools and utilities to easily explore it.
The Global Streetscapes dataset provides context and metadata to millions of crowdsourced images from Mapillary and Kartaview, covering 688 cities around the world. The dataset contains more than 300 attributes and has wide geographical, environmental and temporal diversity.
This rich metadata set is a great starting point for street view imagery analysis. In this notebook, rather than fetching images directly from source, we use the Global Streetscapes metadata for analysis and then use this to narrow down the images we download.
In [ ]:
Copied!
import geopandas as gpd
import contextily
from PIL import Image
import matplotlib.pyplot as plt
import ibis
ibis.options.interactive = True
from streetscapes.sources import GlobalStreetscapesSource, Mapillary, KartaView
from streetscapes.streetview import SVWorkspace
import geopandas as gpd
import contextily
from PIL import Image
import matplotlib.pyplot as plt
import ibis
ibis.options.interactive = True
from streetscapes.sources import GlobalStreetscapesSource, Mapillary, KartaView
from streetscapes.streetview import SVWorkspace
First, we can create a workspace and add Global Streetscapes as a data source.
In [22]:
Copied!
ws = SVWorkspace("../Amsterdam", create=True)
ws = SVWorkspace("../Amsterdam", create=True)
Let's load the info.csv, which contains the information on all of the different files and their corresponding metadata and attributes of the Global Streetscapes dataset.
In [23]:
Copied!
gss = GlobalStreetscapesSource(ws.env)
info = gss.load_csv("info", root=gss.root_dir)
info
gss = GlobalStreetscapesSource(ws.env)
info = gss.load_csv("info", root=gss.root_dir)
info
Out[23]:
┏━━━━━━━━━┳━━━━━━━━━━━━━━━━┳━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━┳━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━┳━━━━━━━━━━━━━━━━━━━━┳━━━━━━━━┳━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━┓ ┃ column0 ┃ Filename ┃ Overview ┃ Notes ┃ Field ┃ Format ┃ Explanation ┃ ┡━━━━━━━━━╇━━━━━━━━━━━━━━━━╇━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━╇━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━╇━━━━━━━━━━━━━━━━━━━━╇━━━━━━━━╇━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━┩ │ int64 │ string │ string │ string │ string │ string │ string │ ├─────────┼────────────────┼─────────────────────────────────────────────────────────────────────────┼──────────────────────────────────────────────────────────────────────────────────┼────────────────────┼────────┼──────────────────────────────────────────────────────────────────────────────────┤ │ 1 │ climate.csv │ Contains the Koppen climate zone associated with each image's location. │ The calculation is as accurate as the location of the image given by the source… │ uuid │ string │ Universally Unique IDentifier, unique for every image │ │ NULL │ NULL │ NULL │ NULL │ source │ string │ Source of the image, either Mapillary or KartaView │ │ NULL │ NULL │ NULL │ NULL │ orig_id │ int │ Original ID of the image as specified by Mapillary or KartaView │ │ NULL │ NULL │ NULL │ NULL │ koppen_geiger_zone │ string │ A zone code to identify the Koppen climate zone │ │ NULL │ NULL │ NULL │ NULL │ zone_description │ string │ Short description of the climate zone │ │ 2 │ contextual.csv │ Contains the eight contextual attributes inferred for each image. │ Please refer to Table 3 in the paper for information on accuracy. │ uuid │ string │ Universally Unique IDentifier, unique for every image │ │ NULL │ NULL │ NULL │ NULL │ source │ string │ Source of the image, either Mapillary or KartaView │ │ NULL │ NULL │ NULL │ NULL │ orig_id │ int │ Original ID of the image as specified by Mapillary or KartaView │ │ NULL │ NULL │ NULL │ NULL │ platform │ string │ Indicates the type of platform/road the image was taken from (e.g. driving surf… │ │ NULL │ NULL │ NULL │ NULL │ weather │ string │ Indicates the weather condition in the image │ │ … │ … │ … │ … │ … │ … │ … │ └─────────┴────────────────┴─────────────────────────────────────────────────────────────────────────┴──────────────────────────────────────────────────────────────────────────────────┴────────────────────┴────────┴──────────────────────────────────────────────────────────────────────────────────┘
If we want to look at all of the different files available and what they contain, we can do the following:
In [25]:
Copied!
filenames = info.to_pandas()
filenames = filenames[~filenames["Filename"].isnull()]
filenames.head()
filenames = info.to_pandas()
filenames = filenames[~filenames["Filename"].isnull()]
filenames.head()
Out[25]:
| column0 | Filename | Overview | Notes | Field | Format | Explanation | |
|---|---|---|---|---|---|---|---|
| 0 | 1.0 | climate.csv | Contains the Koppen climate zone associated wi... | The calculation is as accurate as the location... | uuid | string | Universally Unique IDentifier, unique for ever... |
| 5 | 2.0 | contextual.csv | Contains the eight contextual attributes infer... | Please refer to Table 3 in the paper for infor... | uuid | string | Universally Unique IDentifier, unique for ever... |
| 16 | 3.0 | ephem.csv | Contains the temporal information of each imag... | The accuracy of the calculation is as accurate... | uuid | string | Universally Unique IDentifier, unique for ever... |
| 24 | 4.0 | gadm.csv | Contains the administrative area associated wi... | The calculation is as accurate as the location... | uuid | string | Universally Unique IDentifier, unique for ever... |
| 65 | 5.0 | ghsl.csv | Contains the degree of urbanisation associated... | The calculation is as accurate as the location... | uuid | string | Universally Unique IDentifier, unique for ever... |
Loading the data¶
We can load the entire streetscapes.parquet set from Global Streetscapes with the load_parquet() function. This uses ibis in the background, which is able to handle data a lot faster than pandas and is therefore useful for handling larger datasets.
streetscapes.parquet combines the following csv files from the original dataset: contextual.csv, metadata_common_attributes.csv, segmentation.csv, simplemaps.csv, ghsl.csv, perception.csv, places365.csv, and osm.csv
In [26]:
Copied!
# Load streetscapes.parquet dataset
streetscapes = gss.load_parquet("streetscapes")
streetscapes.head()
# Load streetscapes.parquet dataset
streetscapes = gss.load_parquet("streetscapes")
streetscapes.head()
Out[26]:
┏━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━┳━━━━━━━━━━━┳━━━━━━━━━━━━━━━━━┳━━━━━━━━━┳━━━━━━━━━━━━━━━━━━━━┳━━━━━━━━━━━━━┳━━━━━━━━━━━━━━━━━┳━━━━━━━━━━━━━━━┳━━━━━━━━━━━━┳━━━━━━━━━━━━━━━━┳━━━━━━━━━┳━━━━━━━━━━━━┳━━━━━━━━━━━━┳━━━━━━━━━━━━━━━━━━━━━━━━━┳━━━━━━━┳━━━━━━━┳━━━━━━━┳━━━━━━━┳━━━━━━━━━┳━━━━━━━━━┳━━━━━━━━━━━━┳━━━━━━━━━━━━━━━━━┳━━━━━━━━━━━┳━━━━━━━━━━━┳━━━━━━━━━━━━━━━━┳━━━━━━━━━━━━━━━━━━━━━━━━┳━━━━━━━━━━━━━━━━━━━━┳━━━━━━━━━┳━━━━━━━━━━━━━━━┳━━━━━━━━━┳━━━━━━━━━━┳━━━━━━━━━━━━┳━━━━━━━━━┳━━━━━━━━━┳━━━━━━━━━━━┳━━━━━━━━━━━━━━━━━━━┳━━━━━━━━━━┳━━━━━━━━━┳━━━━━━━━━━━━━━━━━┳━━━━━━━━━━━━┳━━━━━━━━━━━━━━┳━━━━━━━━━━━━━━┳━━━━━━━━━━┳━━━━━━━━━━┳━━━━━━━━━━┳━━━━━━━━━┳━━━━━━━━━┳━━━━━━━━━━━┳━━━━━━━━━━━━━━┳━━━━━━━━━━━━━┳━━━━━━━━━━━━━━━━━━━━━━━━━━┳━━━━━━━━━━━━━━━━━━━━━━━━┳━━━━━━━━━━┳━━━━━━━━━┳━━━━━━━━━━━━━━┳━━━━━━━━━┳━━━━━━━━━━┳━━━━━━━━━━━━━━┳━━━━━━━━━┳━━━━━━━━━┳━━━━━━━━━┳━━━━━━━━━━━┳━━━━━━━━━━━┳━━━━━━━━━━━━━┳━━━━━━━━━━━━━┳━━━━━━━━━━━━━━┳━━━━━━━━━━━━━━┳━━━━━━━━━┳━━━━━━━━━┳━━━━━━━━━━━━━┳━━━━━━━━━┳━━━━━━━━━━━━━━┳━━━━━━━━━┳━━━━━━━━━━━━━━━━━━━━┳━━━━━━━━━━━━━━┳━━━━━━━━━━━━━━━┳━━━━━━━━━━━━━━━━━━━━━┳━━━━━━━━━━━━━━━━━━━━━━┳━━━━━━━━━━━┳━━━━━━━━━┳━━━━━━━━━┳━━━━━━━━━┳━━━━━━━━━┳━━━━━━━━━┳━━━━━━━━━━━━┳━━━━━━━━━━┳━━━━━━━━━━━━━━━┳━━━━━━━━━┳━━━━━━━━━┳━━━━━━━━━━━━━━┳━━━━━━━━━━━┳━━━━━━━━━━━━━┳━━━━━━━━━━━━━━┳━━━━━━━━━━━━━━━━━━┳━━━━━━━━━━━━━━━━┳━━━━━━━━━━━━━━━┳━━━━━━━━━━━━━━━┳━━━━━━━━━━━━┳━━━━━━━━━━┳━━━━━━━━━━┳━━━━━━━━━━━━━━━━┳━━━━━━━━┳━━━━━━━━┳━━━━━━━━━━━━━━━━━━━━━━━━┳━━━━━━━━━┳━━━━━━━━━━━━━━┳━━━━━━━━━━━━━━━┳━━━━━━━━━━━━┳━━━━━━━━━━━━━━━━━━━━━━━━┳━━━━━━━━━━━┳━━━━━━━━━┳━━━━━━━━━━━━┳━━━━━━━━━┳━━━━━━━━━┳━━━━━━━━━┳━━━━━━━━━━━━━━━━━━━━━━━━━━┳━━━━━━━━━━━┳━━━━━━━━━━━━━━┳━━━━━━━━━━━━━━┳━━━━━━━━━┳━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━┳━━━━━━━━━┳━━━━━━━━┳━━━━━━━━━━━━━━━━━━━━━━━━━━━┳━━━━━━━━━━━┳━━━━━━━━━━━━━━┳━━━━━━━━━━┳━━━━━━━━━━┳━━━━━━━━━━┳━━━━━━━━━━━━━━┳━━━━━━━━━━━━━━┳━━━━━━━━━━━━━┳━━━━━━━━━━┳━━━━━━━━━━┳━━━━━━━━━┳━━━━━━━━┳━━━━━━━━━━━━┳━━━━━━━━━┳━━━━━━━━━━━┳━━━━━━━━━━┓ ┃ uuid ┃ source ┃ orig_id ┃ glare ┃ lighting_condition ┃ pano_status ┃ platform ┃ quality ┃ reflection ┃ view_direction ┃ weather ┃ lat ┃ lon ┃ datetime_local ┃ year ┃ month ┃ day ┃ hour ┃ width ┃ height ┃ heading ┃ projection_type ┃ hFoV ┃ vFoV ┃ sequence_index ┃ sequence_id ┃ sequence_img_count ┃ Bird ┃ Ground-Animal ┃ Curb ┃ Fence ┃ Guard-Rail ┃ Barrier ┃ Wall ┃ Bike-Lane ┃ Crosswalk---Plain ┃ Curb-Cut ┃ Parking ┃ Pedestrian-Area ┃ Rail-Track ┃ Road ┃ Service-Lane ┃ Sidewalk ┃ Bridge ┃ Building ┃ Tunnel ┃ Person ┃ Bicyclist ┃ Motorcyclist ┃ Other-Rider ┃ Lane-Marking---Crosswalk ┃ Lane-Marking---General ┃ Mountain ┃ Sand ┃ Sky ┃ Snow ┃ Terrain ┃ Vegetation ┃ Water ┃ Banner ┃ Bench ┃ Bike-Rack ┃ Billboard ┃ Catch-Basin ┃ CCTV-Camera ┃ Fire-Hydrant ┃ Junction-Box ┃ Mailbox ┃ Manhole ┃ Phone-Booth ┃ Pothole ┃ Street-Light ┃ Pole ┃ Traffic-Sign-Frame ┃ Utility-Pole ┃ Traffic-Light ┃ Traffic-Sign-(Back) ┃ Traffic-Sign-(Front) ┃ Trash-Can ┃ Bicycle ┃ Boat ┃ Bus ┃ Car ┃ Caravan ┃ Motorcycle ┃ On-Rails ┃ Other-Vehicle ┃ Trailer ┃ Truck ┃ Wheeled-Slow ┃ Car-Mount ┃ Ego-Vehicle ┃ Total ┃ green_view_index ┃ sky_view_index ┃ city ┃ city_ascii ┃ city_id ┃ city_lat ┃ city_lon ┃ country ┃ iso2 ┃ iso3 ┃ admin_name ┃ capital ┃ population ┃ continent ┃ urban_code ┃ urban_term ┃ Beautiful ┃ Boring ┃ Depressing ┃ Lively ┃ Safe ┃ Wealthy ┃ place ┃ snap_dist ┃ u ┃ v ┃ key ┃ osmid ┃ oneway ┃ lanes ┃ name ┃ highway ┃ type_highway ┃ maxspeed ┃ junction ┃ length ┃ from ┃ to ┃ ref ┃ tunnel_1 ┃ bridge_1 ┃ service ┃ access ┃ road_width ┃ area ┃ est_width ┃ reversed ┃ ┡━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━╇━━━━━━━━━━━╇━━━━━━━━━━━━━━━━━╇━━━━━━━━━╇━━━━━━━━━━━━━━━━━━━━╇━━━━━━━━━━━━━╇━━━━━━━━━━━━━━━━━╇━━━━━━━━━━━━━━━╇━━━━━━━━━━━━╇━━━━━━━━━━━━━━━━╇━━━━━━━━━╇━━━━━━━━━━━━╇━━━━━━━━━━━━╇━━━━━━━━━━━━━━━━━━━━━━━━━╇━━━━━━━╇━━━━━━━╇━━━━━━━╇━━━━━━━╇━━━━━━━━━╇━━━━━━━━━╇━━━━━━━━━━━━╇━━━━━━━━━━━━━━━━━╇━━━━━━━━━━━╇━━━━━━━━━━━╇━━━━━━━━━━━━━━━━╇━━━━━━━━━━━━━━━━━━━━━━━━╇━━━━━━━━━━━━━━━━━━━━╇━━━━━━━━━╇━━━━━━━━━━━━━━━╇━━━━━━━━━╇━━━━━━━━━━╇━━━━━━━━━━━━╇━━━━━━━━━╇━━━━━━━━━╇━━━━━━━━━━━╇━━━━━━━━━━━━━━━━━━━╇━━━━━━━━━━╇━━━━━━━━━╇━━━━━━━━━━━━━━━━━╇━━━━━━━━━━━━╇━━━━━━━━━━━━━━╇━━━━━━━━━━━━━━╇━━━━━━━━━━╇━━━━━━━━━━╇━━━━━━━━━━╇━━━━━━━━━╇━━━━━━━━━╇━━━━━━━━━━━╇━━━━━━━━━━━━━━╇━━━━━━━━━━━━━╇━━━━━━━━━━━━━━━━━━━━━━━━━━╇━━━━━━━━━━━━━━━━━━━━━━━━╇━━━━━━━━━━╇━━━━━━━━━╇━━━━━━━━━━━━━━╇━━━━━━━━━╇━━━━━━━━━━╇━━━━━━━━━━━━━━╇━━━━━━━━━╇━━━━━━━━━╇━━━━━━━━━╇━━━━━━━━━━━╇━━━━━━━━━━━╇━━━━━━━━━━━━━╇━━━━━━━━━━━━━╇━━━━━━━━━━━━━━╇━━━━━━━━━━━━━━╇━━━━━━━━━╇━━━━━━━━━╇━━━━━━━━━━━━━╇━━━━━━━━━╇━━━━━━━━━━━━━━╇━━━━━━━━━╇━━━━━━━━━━━━━━━━━━━━╇━━━━━━━━━━━━━━╇━━━━━━━━━━━━━━━╇━━━━━━━━━━━━━━━━━━━━━╇━━━━━━━━━━━━━━━━━━━━━━╇━━━━━━━━━━━╇━━━━━━━━━╇━━━━━━━━━╇━━━━━━━━━╇━━━━━━━━━╇━━━━━━━━━╇━━━━━━━━━━━━╇━━━━━━━━━━╇━━━━━━━━━━━━━━━╇━━━━━━━━━╇━━━━━━━━━╇━━━━━━━━━━━━━━╇━━━━━━━━━━━╇━━━━━━━━━━━━━╇━━━━━━━━━━━━━━╇━━━━━━━━━━━━━━━━━━╇━━━━━━━━━━━━━━━━╇━━━━━━━━━━━━━━━╇━━━━━━━━━━━━━━━╇━━━━━━━━━━━━╇━━━━━━━━━━╇━━━━━━━━━━╇━━━━━━━━━━━━━━━━╇━━━━━━━━╇━━━━━━━━╇━━━━━━━━━━━━━━━━━━━━━━━━╇━━━━━━━━━╇━━━━━━━━━━━━━━╇━━━━━━━━━━━━━━━╇━━━━━━━━━━━━╇━━━━━━━━━━━━━━━━━━━━━━━━╇━━━━━━━━━━━╇━━━━━━━━━╇━━━━━━━━━━━━╇━━━━━━━━━╇━━━━━━━━━╇━━━━━━━━━╇━━━━━━━━━━━━━━━━━━━━━━━━━━╇━━━━━━━━━━━╇━━━━━━━━━━━━━━╇━━━━━━━━━━━━━━╇━━━━━━━━━╇━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━╇━━━━━━━━━╇━━━━━━━━╇━━━━━━━━━━━━━━━━━━━━━━━━━━━╇━━━━━━━━━━━╇━━━━━━━━━━━━━━╇━━━━━━━━━━╇━━━━━━━━━━╇━━━━━━━━━━╇━━━━━━━━━━━━━━╇━━━━━━━━━━━━━━╇━━━━━━━━━━━━━╇━━━━━━━━━━╇━━━━━━━━━━╇━━━━━━━━━╇━━━━━━━━╇━━━━━━━━━━━━╇━━━━━━━━━╇━━━━━━━━━━━╇━━━━━━━━━━┩ │ string │ string │ int64 │ boolean │ string │ boolean │ string │ string │ boolean │ string │ string │ float64 │ float64 │ timestamp(6) │ int64 │ int64 │ int64 │ int64 │ float64 │ float64 │ float64 │ string │ float64 │ float64 │ int64 │ string │ int64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ string │ string │ int64 │ float64 │ float64 │ string │ string │ string │ string │ string │ float64 │ string │ int64 │ string │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ string │ float64 │ float64 │ float64 │ float64 │ string │ boolean │ string │ string │ string │ string │ string │ string │ float64 │ float64 │ float64 │ string │ string │ string │ string │ string │ string │ boolean │ string │ string │ ├──────────────────────────────────────┼───────────┼─────────────────┼─────────┼────────────────────┼─────────────┼─────────────────┼───────────────┼────────────┼────────────────┼─────────┼────────────┼────────────┼─────────────────────────┼───────┼───────┼───────┼───────┼─────────┼─────────┼────────────┼─────────────────┼───────────┼───────────┼────────────────┼────────────────────────┼────────────────────┼─────────┼───────────────┼─────────┼──────────┼────────────┼─────────┼─────────┼───────────┼───────────────────┼──────────┼─────────┼─────────────────┼────────────┼──────────────┼──────────────┼──────────┼──────────┼──────────┼─────────┼─────────┼───────────┼──────────────┼─────────────┼──────────────────────────┼────────────────────────┼──────────┼─────────┼──────────────┼─────────┼──────────┼──────────────┼─────────┼─────────┼─────────┼───────────┼───────────┼─────────────┼─────────────┼──────────────┼──────────────┼─────────┼─────────┼─────────────┼─────────┼──────────────┼─────────┼────────────────────┼──────────────┼───────────────┼─────────────────────┼──────────────────────┼───────────┼─────────┼─────────┼─────────┼─────────┼─────────┼────────────┼──────────┼───────────────┼─────────┼─────────┼──────────────┼───────────┼─────────────┼──────────────┼──────────────────┼────────────────┼───────────────┼───────────────┼────────────┼──────────┼──────────┼────────────────┼────────┼────────┼────────────────────────┼─────────┼──────────────┼───────────────┼────────────┼────────────────────────┼───────────┼─────────┼────────────┼─────────┼─────────┼─────────┼──────────────────────────┼───────────┼──────────────┼──────────────┼─────────┼────────────────────────────────┼─────────┼────────┼───────────────────────────┼───────────┼──────────────┼──────────┼──────────┼──────────┼──────────────┼──────────────┼─────────────┼──────────┼──────────┼─────────┼────────┼────────────┼─────────┼───────────┼──────────┤ │ fab85b76-8fe7-433c-9109-dcd99a25a620 │ Mapillary │ 963116937824208 │ False │ day │ False │ driving surface │ good │ True │ front/back │ cloudy │ 52.085704 │ 8.756672 │ 2020-03-08 09:41:12.244 │ 2020 │ 3 │ 8 │ 10 │ 3264.0 │ 2448.0 │ 187.450103 │ perspective │ 63.591062 │ 49.871082 │ 4160 │ d8lvb5vlsul2tzv13qx9zo │ 131 │ 0.0 │ 0.0 │ 11012.0 │ 63352.0 │ 0.0 │ 0.0 │ 40556.0 │ 0.0 │ 0.0 │ 34556.0 │ 0.0 │ 0.000000e+00 │ 0.0 │ 1.006236e+06 │ 0.0 │ 173916.0 │ 0.0 │ 407772.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 2408.0 │ 24372.0 │ 0.0 │ 0.0 │ 7.974040e+05 │ 0.0 │ 472.0 │ 4.110280e+05 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 8816.0 │ 968.0 │ 0.0 │ 0.0 │ 2380.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 41360.0 │ 0.0 │ 0.0 │ 2308.0 │ 0.0 │ 11068.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 9312.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 3.049296e+06 │ 0.134794 │ 0.261504 │ Bad Salzuflen │ Bad Salzuflen │ 1276526163 │ 52.0875 │ 8.7506 │ Germany │ DE │ DEU │ North Rhine-Westphalia │ NULL │ 5.412700e+04 │ Europe │ 23 │ dense urban cluster │ 7.11 │ 4.99 │ 2.51 │ 6.36 │ 8.64 │ 7.01 │ residential_neighborhood │ 3.506282 │ 2.731225e+08 │ 9.087936e+09 │ 0.0 │ 293675973 │ False │ NULL │ Beetstraße │ secondary │ drive │ 50.0 │ NULL │ 63.363 │ 9.087936e+09 │ 2.731225e+08 │ L 535 │ NULL │ NULL │ NULL │ NULL │ NULL │ NULL │ NULL │ False │ │ 2fa06463-49f6-4d0c-8fdc-4ebf1754b996 │ Mapillary │ 996640940869215 │ False │ day │ False │ walking surface │ good │ False │ side │ clear │ -37.819429 │ 144.961724 │ 2015-03-13 18:41:01.000 │ 2015 │ 3 │ 14 │ 5 │ 3264.0 │ 2448.0 │ 231.211541 │ perspective │ 65.112840 │ 51.174080 │ 7 │ lnhAn29zWgb_RUHG4YKHHg │ 28 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.000000e+00 │ 0.0 │ 2.774800e+04 │ 0.0 │ 987404.0 │ 434116.0 │ 958840.0 │ 0.0 │ 84256.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 119068.0 │ 0.0 │ 0.0 │ 1.362280e+05 │ 0.0 │ 0.0 │ 0.000000e+00 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 1940.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 14828.0 │ 38204.0 │ 35272.0 │ 20284.0 │ 0.0 │ 134832.0 │ 43920.0 │ 3408.0 │ 0.0 │ 0.0 │ 8844.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 3.049192e+06 │ 0.000000 │ 0.044677 │ Melbourne │ Melbourne │ 1036533631 │ -37.8136 │ 144.9631 │ Australia │ AU │ AUS │ Victoria │ admin │ 4.529500e+06 │ Oceania │ 30 │ urban centre │ 3.89 │ 5.24 │ 4.85 │ 6.75 │ 0.13 │ 5.57 │ bridge │ 9.729833 │ 5.914006e+08 │ 8.816581e+09 │ 0.0 │ 952562523 │ False │ NULL │ NULL │ footway │ walk │ NULL │ NULL │ 48.445 │ 8.816581e+09 │ 5.914006e+08 │ NULL │ NULL │ NULL │ NULL │ NULL │ NULL │ NULL │ NULL │ True │ │ 9cf979a3-4e27-4935-b2cf-6dae1b883ecd │ Mapillary │ 938152066725254 │ False │ day │ False │ walking surface │ good │ False │ side │ clear │ 51.899657 │ -2.081684 │ 2018-08-14 16:29:06.077 │ 2018 │ 8 │ 14 │ 17 │ 4032.0 │ 3024.0 │ 311.786194 │ perspective │ 63.988164 │ 50.210343 │ 51 │ xBEy4w0TRIC6HQg9S6STQQ │ 89 │ 0.0 │ 0.0 │ 11544.0 │ 128652.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 1.307256e+06 │ 0.0 │ 0.000000e+00 │ 0.0 │ 0.0 │ 0.0 │ 1284.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.000000e+00 │ 0.0 │ 128744.0 │ 1.517548e+06 │ 0.0 │ 0.0 │ 18348.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 2540.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 8564.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 3.124480e+06 │ 0.485696 │ 0.000000 │ Cheltenham │ Cheltenham │ 1826524974 │ 51.9000 │ -2.0667 │ United Kingdom │ GB │ GBR │ Gloucestershire │ NULL │ 1.164470e+05 │ Europe │ 30 │ urban centre │ 8.04 │ 2.77 │ 3.67 │ 5.52 │ 6.98 │ 6.43 │ driveway │ 1.804018 │ 2.592463e+08 │ 2.592463e+08 │ 0.0 │ 225711846 │ False │ NULL │ NULL │ cycleway │ cycle │ NULL │ NULL │ 21.721 │ 2.592463e+08 │ 2.592463e+08 │ NULL │ NULL │ NULL │ NULL │ NULL │ NULL │ NULL │ 2.5 │ True │ │ d12c6ff6-2cb0-408b-aa57-d711ee5c7484 │ Mapillary │ 314316000472497 │ False │ day │ False │ walking surface │ good │ False │ front/back │ clear │ 35.694541 │ 139.704562 │ 2021-08-26 00:54:51.221 │ 2021 │ 8 │ 26 │ 9 │ 1024.0 │ 768.0 │ 187.000000 │ perspective │ 63.735312 │ 49.994259 │ 131 │ beGlaofPgrm7sZuSB1LyKW │ 393 │ 0.0 │ 0.0 │ 29250.0 │ 28306.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 2.940000e+03 │ 0.0 │ 3.353740e+05 │ 0.0 │ 1226.0 │ 0.0 │ 17342.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.000000e+00 │ 0.0 │ 5246.0 │ 3.407480e+05 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 10766.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 7.711980e+05 │ 0.441842 │ 0.000000 │ Shinjuku │ Shinjuku │ 1392536374 │ 35.7000 │ 139.7167 │ Japan │ JP │ JPN │ Tōkyō │ NULL │ 3.461150e+05 │ Asia │ 30 │ urban centre │ 7.33 │ 2.10 │ 2.98 │ 6.96 │ 6.99 │ 5.55 │ driveway │ 0.107050 │ 1.582745e+09 │ 1.582745e+09 │ 1.0 │ 154999907 │ False │ NULL │ 四季の路 │ footway │ walk │ NULL │ NULL │ 51.951 │ 1.582745e+09 │ 1.582745e+09 │ NULL │ NULL │ NULL │ NULL │ NULL │ NULL │ NULL │ NULL │ False │ │ 12892794-6f2e-47bb-a014-913de22f958a │ Mapillary │ 810951286492795 │ False │ day │ False │ driving surface │ slightly poor │ False │ front/back │ cloudy │ 42.453085 │ -76.501890 │ 2017-11-19 14:47:19.342 │ 2017 │ 11 │ 19 │ 9 │ 4032.0 │ 3024.0 │ 34.576965 │ perspective │ 61.850562 │ 48.390228 │ 564 │ 6yr6xr4XitzGTWGwcn4AoA │ 234 │ 0.0 │ 0.0 │ 0.0 │ 49216.0 │ 77116.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.000000e+00 │ 0.0 │ 5.207600e+05 │ 28176.0 │ 0.0 │ 0.0 │ 25656.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 41624.0 │ 364.0 │ 0.0 │ 1.582952e+06 │ 0.0 │ 68356.0 │ 6.155200e+05 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 1572.0 │ 0.0 │ 6016.0 │ 0.0 │ 4792.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 36132.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 54680.0 │ 0.0 │ 3.112932e+06 │ 0.197730 │ 0.508508 │ Ithaca │ Ithaca │ 1840000442 │ 42.4442 │ -76.5032 │ United States │ US │ USA │ New York │ NULL │ 5.513700e+04 │ North America │ 21 │ suburban or peri-urban │ 5.48 │ 2.89 │ 3.21 │ 6.69 │ 3.14 │ 1.44 │ highway │ 4.024032 │ 2.134318e+08 │ 2.134349e+08 │ 0.0 │ [33137632, 20184922, 33137630] │ True │ 2 │ State Highway 13 (Scenic) │ motorway │ drive │ 55 mph │ NULL │ 1203.942 │ 2.134349e+08 │ 2.134318e+08 │ NY 13;NY 34 │ NULL │ yes │ NULL │ NULL │ NULL │ NULL │ NULL │ False │ └──────────────────────────────────────┴───────────┴─────────────────┴─────────┴────────────────────┴─────────────┴─────────────────┴───────────────┴────────────┴────────────────┴─────────┴────────────┴────────────┴─────────────────────────┴───────┴───────┴───────┴───────┴─────────┴─────────┴────────────┴─────────────────┴───────────┴───────────┴────────────────┴────────────────────────┴────────────────────┴─────────┴───────────────┴─────────┴──────────┴────────────┴─────────┴─────────┴───────────┴───────────────────┴──────────┴─────────┴─────────────────┴────────────┴──────────────┴──────────────┴──────────┴──────────┴──────────┴─────────┴─────────┴───────────┴──────────────┴─────────────┴──────────────────────────┴────────────────────────┴──────────┴─────────┴──────────────┴─────────┴──────────┴──────────────┴─────────┴─────────┴─────────┴───────────┴───────────┴─────────────┴─────────────┴──────────────┴──────────────┴─────────┴─────────┴─────────────┴─────────┴──────────────┴─────────┴────────────────────┴──────────────┴───────────────┴─────────────────────┴──────────────────────┴───────────┴─────────┴─────────┴─────────┴─────────┴─────────┴────────────┴──────────┴───────────────┴─────────┴─────────┴──────────────┴───────────┴─────────────┴──────────────┴──────────────────┴────────────────┴───────────────┴───────────────┴────────────┴──────────┴──────────┴────────────────┴────────┴────────┴────────────────────────┴─────────┴──────────────┴───────────────┴────────────┴────────────────────────┴───────────┴─────────┴────────────┴─────────┴─────────┴─────────┴──────────────────────────┴───────────┴──────────────┴──────────────┴─────────┴────────────────────────────────┴─────────┴────────┴───────────────────────────┴───────────┴──────────────┴──────────┴──────────┴──────────┴──────────────┴──────────────┴─────────────┴──────────┴──────────┴─────────┴────────┴────────────┴─────────┴───────────┴──────────┘
If you need data from other files, or only data from one file, then individual parquet files are also available.
Let's load perception.parquet, which is included in streetscapes.parquet, as an example:
In [27]:
Copied!
perception = gss.load_parquet("perception")
perception
perception = gss.load_parquet("perception")
perception
Out[27]:
┏━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━┳━━━━━━━━━━━┳━━━━━━━━━━━━━━┳━━━━━━━━━━━┳━━━━━━━━━┳━━━━━━━━━━━━┳━━━━━━━━━┳━━━━━━━━━┳━━━━━━━━━┓ ┃ uuid ┃ source ┃ orig_id ┃ Beautiful ┃ Boring ┃ Depressing ┃ Lively ┃ Safe ┃ Wealthy ┃ ┡━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━╇━━━━━━━━━━━╇━━━━━━━━━━━━━━╇━━━━━━━━━━━╇━━━━━━━━━╇━━━━━━━━━━━━╇━━━━━━━━━╇━━━━━━━━━╇━━━━━━━━━┩ │ string │ string │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ ├──────────────────────────────────────┼───────────┼──────────────┼───────────┼─────────┼────────────┼─────────┼─────────┼─────────┤ │ 12039441-fd9e-4ca9-bc0f-957b713e12f1 │ KartaView │ 5.658903e+08 │ 1.32 │ 2.03 │ 2.21 │ 5.87 │ 0.38 │ 5.29 │ │ 05a2f4e8-4a15-4c69-afcc-b411c4b995e5 │ KartaView │ 5.658903e+08 │ 4.23 │ 1.82 │ 1.38 │ 2.70 │ 0.76 │ 4.52 │ │ 5292f74f-a519-4536-828b-f19de21f0df3 │ KartaView │ 5.658903e+08 │ 1.67 │ 3.52 │ 0.84 │ 3.39 │ 1.00 │ 2.57 │ │ 1593f561-d6cd-4936-88d7-3675efc9421e │ KartaView │ 5.658903e+08 │ 1.97 │ 2.71 │ 3.42 │ 4.61 │ 1.67 │ 3.95 │ │ 4a05386c-cd98-42fc-9e3c-f361f32a8ed7 │ KartaView │ 5.658903e+08 │ 6.43 │ 1.14 │ 1.72 │ 4.48 │ 0.55 │ 2.29 │ │ 57294d2f-13a9-40e1-b13e-0a809d131e6d │ KartaView │ 5.658906e+08 │ 2.44 │ 0.83 │ 4.45 │ 6.64 │ 1.07 │ 4.88 │ │ 2010ce23-3254-4b19-8b81-b9f614ec7932 │ KartaView │ 5.658904e+08 │ 2.85 │ 0.93 │ 1.82 │ 6.51 │ 0.54 │ 3.92 │ │ 5c00ea5b-1487-4499-b1a7-da1a348c550c │ KartaView │ 5.658903e+08 │ 1.62 │ 0.92 │ 1.68 │ 2.98 │ 0.82 │ 2.60 │ │ fca19492-6132-4790-8d57-0a3f0f42cc98 │ KartaView │ 5.696926e+08 │ 2.42 │ 2.47 │ 4.22 │ 5.00 │ 2.33 │ 0.37 │ │ 6c51acf6-5681-40c4-b00b-781bcf6be54d │ KartaView │ 5.658905e+08 │ 1.60 │ 3.77 │ 1.94 │ 4.71 │ 0.66 │ 2.10 │ │ … │ … │ … │ … │ … │ … │ … │ … │ … │ └──────────────────────────────────────┴───────────┴──────────────┴───────────┴─────────┴────────────┴─────────┴─────────┴─────────┘
In [28]:
Copied!
perception.columns
perception.columns
Out[28]:
('uuid',
'source',
'orig_id',
'Beautiful',
'Boring',
'Depressing',
'Lively',
'Safe',
'Wealthy')
Explore the data¶
Now, prepare a subset of Global Streetscapes by selecting entries for the city of Amsterdam. The subset name is composed of a path relative to the root directory of the workspace (subsets) and the file name (amsterdam). By default, subsets are saved as parquet files, so we don't have to specify the extension.
In [29]:
Copied!
# Subset name (path relative to the root directory of the workspace + file name without the .parquet extension)
subset = "subsets/amsterdam"
# Criteria used to filter the large Global Streetscapes dataset.
criteria = {"city": "Amsterdam"}
# Create the subset and assign it to a variable that we can use below.
# The method also returns the path to the saved subset if the dataset was saved to disk (triggered by save=True).
ams = gss.load_dataset(criteria=criteria)
# Subset name (path relative to the root directory of the workspace + file name without the .parquet extension)
subset = "subsets/amsterdam"
# Criteria used to filter the large Global Streetscapes dataset.
criteria = {"city": "Amsterdam"}
# Create the subset and assign it to a variable that we can use below.
# The method also returns the path to the saved subset if the dataset was saved to disk (triggered by save=True).
ams = gss.load_dataset(criteria=criteria)
Check the path to the saved subset file. It should be a path relative to the root directory of the workspace and the first few lines of the subset:
In [30]:
Copied!
print(ams.head())
print(ams.head())
┏━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━┳━━━━━━━━━━━┳━━━━━━━━━━━━━━━━━━┳━━━━━━━━━┳━━━━━━━━━━━━━━━━━━━━┳━━━━━━━━━━━━━ ┃ uuid ┃ source ┃ orig_id ┃ glare ┃ lighting_condition ┃ pano_status ┡━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━╇━━━━━━━━━━━╇━━━━━━━━━━━━━━━━━━╇━━━━━━━━━╇━━━━━━━━━━━━━━━━━━━━╇━━━━━━━━━━━━━ │ string │ string │ int64 │ boolean │ string │ boolean ├──────────────────────────────────────┼───────────┼──────────────────┼─────────┼────────────────────┼───────────── │ 840d52d5-1bbe-4f77-ac5a-5d8905dca06e │ Mapillary │ 2585835221712723 │ False │ day │ True │ 6a81f09d-24b9-4179-8eb5-9cd2e91c13d9 │ Mapillary │ 4130433687048823 │ False │ day │ False │ 26c37fae-3485-4ca1-8b97-9f449a8da680 │ Mapillary │ 219442182852752 │ False │ day │ False │ b8ae9b6a-deb3-4e85-a6e9-75c03f77573e │ Mapillary │ 4077211285668521 │ False │ day │ False │ 792266c8-eb57-4730-ba26-6dd3551a7b60 │ Mapillary │ 3299296920297092 │ False │ dusk/dawn │ False └──────────────────────────────────────┴───────────┴──────────────────┴─────────┴────────────────────┴─────────────
...and the total number of rows.
In [31]:
Copied!
ams.count()
ams.count()
Out[31]:
┌───────┐
│ 25950 │
└───────┘
Perception Example¶
We can subset the dataset further by selecting columns we want to keep and specifying criteria, such as time of day the image was taken or the viewing angle. Here we take images taken during the day on a walking surface and keep columns related to perception.
In [32]:
Copied!
columns = {'uuid', 'source', 'lat', 'lon', "orig_id", "Beautiful", "Depressing", "Safe"}
criteria = {"city": "Amsterdam", "lighting_condition": "day", "platform": "walking surface"}
ams_walk = gss.load_dataset(criteria=criteria, columns=columns)
criteria = {"city": "Amsterdam", "lighting_condition": "day", "platform": "driving surface"}
ams_drive = gss.load_dataset(criteria=criteria, columns=columns)
columns = {'uuid', 'source', 'lat', 'lon', "orig_id", "Beautiful", "Depressing", "Safe"}
criteria = {"city": "Amsterdam", "lighting_condition": "day", "platform": "walking surface"}
ams_walk = gss.load_dataset(criteria=criteria, columns=columns)
criteria = {"city": "Amsterdam", "lighting_condition": "day", "platform": "driving surface"}
ams_drive = gss.load_dataset(criteria=criteria, columns=columns)
We can now plot the data by convert the data to a GeoDataFrame with GeoPandas. As an example we are plotting the perception of 'safety' for images of walking surfaces vs driving surfaces. We can see that generally driving surfaces are seen as less 'safe'.
In [ ]:
Copied!
def convert_to_gdf(table):
"""Convert dataset to GeoDataFrame"""
df = table.to_pandas()
gdf = gpd.GeoDataFrame(df, geometry=gpd.points_from_xy(df.lon, df.lat), crs="EPSG:4326")
return gdf
def plot_gdf(gdf, column, ax):
"""Plot GeoDataFrame with basemap"""
legend_kwds = {'label': column, 'shrink': 0.6}
ax = gdf.plot(column=column, ax=ax, cmap='RdYlGn', markersize=3, alpha=0.5, legend=True, legend_kwds=legend_kwds)
contextily.add_basemap(ax, crs=gdf.crs, source=contextily.providers.nlmaps.pastel)
return ax
def convert_to_gdf(table):
"""Convert dataset to GeoDataFrame"""
df = table.to_pandas()
gdf = gpd.GeoDataFrame(df, geometry=gpd.points_from_xy(df.lon, df.lat), crs="EPSG:4326")
return gdf
def plot_gdf(gdf, column, ax):
"""Plot GeoDataFrame with basemap"""
legend_kwds = {'label': column, 'shrink': 0.6}
ax = gdf.plot(column=column, ax=ax, cmap='RdYlGn', markersize=3, alpha=0.5, legend=True, legend_kwds=legend_kwds)
contextily.add_basemap(ax, crs=gdf.crs, source=contextily.providers.nlmaps.pastel)
return ax
In [34]:
Copied!
# Create a figure with two subplots
fig, (ax1, ax2) = plt.subplots(1, 2, figsize=(10, 6))
# Plot the GeoDataFrame on the first subplot
gdf_walk = convert_to_gdf(ams_walk)
ax = plot_gdf(gdf_walk, "Safe", ax1)
ax1.set_title('Walking Surface')
# Plot the raster on the second subplot
gdf_drive = convert_to_gdf(ams_drive)
ax = plot_gdf(gdf_drive, "Safe", ax2)
ax2.set_title('Driving Surface')
# Show the plot
plt.tight_layout()
plt.show()
# Create a figure with two subplots
fig, (ax1, ax2) = plt.subplots(1, 2, figsize=(10, 6))
# Plot the GeoDataFrame on the first subplot
gdf_walk = convert_to_gdf(ams_walk)
ax = plot_gdf(gdf_walk, "Safe", ax1)
ax1.set_title('Walking Surface')
# Plot the raster on the second subplot
gdf_drive = convert_to_gdf(ams_drive)
ax = plot_gdf(gdf_drive, "Safe", ax2)
ax2.set_title('Driving Surface')
# Show the plot
plt.tight_layout()
plt.show()
Building Fraction Example¶
We can take this idea further and create new columns for aspects we are interested in and filter the data. For example, we can calculate the building fraction of each image and filter for images where more than 15% of the pixels are buildings.
In [35]:
Copied!
# Calculate building fraction and create new column
building_fraction = ams["Building"] / ams["Total"]
ams = ams.mutate(building_fraction=building_fraction)
# Filter for buildings
ams_buildings = ams.filter(ams["building_fraction"] > 0.3)
ams_buildings.head(5)
# Calculate building fraction and create new column
building_fraction = ams["Building"] / ams["Total"]
ams = ams.mutate(building_fraction=building_fraction)
# Filter for buildings
ams_buildings = ams.filter(ams["building_fraction"] > 0.3)
ams_buildings.head(5)
Out[35]:
┏━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━┳━━━━━━━━━━━┳━━━━━━━━━━━━━━━━━━┳━━━━━━━━━┳━━━━━━━━━━━━━━━━━━━━┳━━━━━━━━━━━━━┳━━━━━━━━━━━━━━━━━┳━━━━━━━━━━━━━━━┳━━━━━━━━━━━━┳━━━━━━━━━━━━━━━━┳━━━━━━━━━┳━━━━━━━━━━━┳━━━━━━━━━━┳━━━━━━━━━━━━━━━━━━━━━━━━━┳━━━━━━━┳━━━━━━━┳━━━━━━━┳━━━━━━━┳━━━━━━━━━┳━━━━━━━━━┳━━━━━━━━━━━━┳━━━━━━━━━━━━━━━━━┳━━━━━━━━━━━┳━━━━━━━━━━━┳━━━━━━━━━━━━━━━━┳━━━━━━━━━━━━━━━━━━━━━━━━┳━━━━━━━━━━━━━━━━━━━━┳━━━━━━━━━┳━━━━━━━━━━━━━━━┳━━━━━━━━━┳━━━━━━━━━┳━━━━━━━━━━━━┳━━━━━━━━━┳━━━━━━━━━┳━━━━━━━━━━━┳━━━━━━━━━━━━━━━━━━━┳━━━━━━━━━━┳━━━━━━━━━┳━━━━━━━━━━━━━━━━━┳━━━━━━━━━━━━┳━━━━━━━━━━┳━━━━━━━━━━━━━━┳━━━━━━━━━━┳━━━━━━━━━┳━━━━━━━━━━━━━━┳━━━━━━━━━┳━━━━━━━━━━┳━━━━━━━━━━━┳━━━━━━━━━━━━━━┳━━━━━━━━━━━━━┳━━━━━━━━━━━━━━━━━━━━━━━━━━┳━━━━━━━━━━━━━━━━━━━━━━━━┳━━━━━━━━━━┳━━━━━━━━━┳━━━━━━━━━━┳━━━━━━━━━┳━━━━━━━━━┳━━━━━━━━━━━━┳━━━━━━━━━┳━━━━━━━━━┳━━━━━━━━━┳━━━━━━━━━━━┳━━━━━━━━━━━┳━━━━━━━━━━━━━┳━━━━━━━━━━━━━┳━━━━━━━━━━━━━━┳━━━━━━━━━━━━━━┳━━━━━━━━━┳━━━━━━━━━┳━━━━━━━━━━━━━┳━━━━━━━━━┳━━━━━━━━━━━━━━┳━━━━━━━━━┳━━━━━━━━━━━━━━━━━━━━┳━━━━━━━━━━━━━━┳━━━━━━━━━━━━━━━┳━━━━━━━━━━━━━━━━━━━━━┳━━━━━━━━━━━━━━━━━━━━━━┳━━━━━━━━━━━┳━━━━━━━━━┳━━━━━━━━━┳━━━━━━━━━┳━━━━━━━━━━┳━━━━━━━━━┳━━━━━━━━━━━━┳━━━━━━━━━━┳━━━━━━━━━━━━━━━┳━━━━━━━━━┳━━━━━━━━━┳━━━━━━━━━━━━━━┳━━━━━━━━━━━┳━━━━━━━━━━━━━┳━━━━━━━━━━━━━━┳━━━━━━━━━━━━━━━━━━┳━━━━━━━━━━━━━━━━┳━━━━━━━━━━━┳━━━━━━━━━━━━┳━━━━━━━━━━━━┳━━━━━━━━━━┳━━━━━━━━━━┳━━━━━━━━━━━━━┳━━━━━━━━┳━━━━━━━━┳━━━━━━━━━━━━━━━┳━━━━━━━━━┳━━━━━━━━━━━━┳━━━━━━━━━━━┳━━━━━━━━━━━━┳━━━━━━━━━━━━━━┳━━━━━━━━━━━┳━━━━━━━━━┳━━━━━━━━━━━━┳━━━━━━━━━┳━━━━━━━━━┳━━━━━━━━━┳━━━━━━━━━━━━━━┳━━━━━━━━━━━┳━━━━━━━━━━━━━━┳━━━━━━━━━━━━━━┳━━━━━━━━━┳━━━━━━━━━━━┳━━━━━━━━━┳━━━━━━━━┳━━━━━━━━━━━━━━━━━━━━━━━━━┳━━━━━━━━━━━━━━┳━━━━━━━━━━━━━━┳━━━━━━━━━━┳━━━━━━━━━━┳━━━━━━━━━┳━━━━━━━━━━━━━━┳━━━━━━━━━━━━━━┳━━━━━━━━┳━━━━━━━━━━━━━━━━━━┳━━━━━━━━━━┳━━━━━━━━━┳━━━━━━━━┳━━━━━━━━━━━━┳━━━━━━━━━┳━━━━━━━━━━━┳━━━━━━━━━━┳━━━━━━━━━━━━━━━━━━━┓ ┃ uuid ┃ source ┃ orig_id ┃ glare ┃ lighting_condition ┃ pano_status ┃ platform ┃ quality ┃ reflection ┃ view_direction ┃ weather ┃ lat ┃ lon ┃ datetime_local ┃ year ┃ month ┃ day ┃ hour ┃ width ┃ height ┃ heading ┃ projection_type ┃ hFoV ┃ vFoV ┃ sequence_index ┃ sequence_id ┃ sequence_img_count ┃ Bird ┃ Ground-Animal ┃ Curb ┃ Fence ┃ Guard-Rail ┃ Barrier ┃ Wall ┃ Bike-Lane ┃ Crosswalk---Plain ┃ Curb-Cut ┃ Parking ┃ Pedestrian-Area ┃ Rail-Track ┃ Road ┃ Service-Lane ┃ Sidewalk ┃ Bridge ┃ Building ┃ Tunnel ┃ Person ┃ Bicyclist ┃ Motorcyclist ┃ Other-Rider ┃ Lane-Marking---Crosswalk ┃ Lane-Marking---General ┃ Mountain ┃ Sand ┃ Sky ┃ Snow ┃ Terrain ┃ Vegetation ┃ Water ┃ Banner ┃ Bench ┃ Bike-Rack ┃ Billboard ┃ Catch-Basin ┃ CCTV-Camera ┃ Fire-Hydrant ┃ Junction-Box ┃ Mailbox ┃ Manhole ┃ Phone-Booth ┃ Pothole ┃ Street-Light ┃ Pole ┃ Traffic-Sign-Frame ┃ Utility-Pole ┃ Traffic-Light ┃ Traffic-Sign-(Back) ┃ Traffic-Sign-(Front) ┃ Trash-Can ┃ Bicycle ┃ Boat ┃ Bus ┃ Car ┃ Caravan ┃ Motorcycle ┃ On-Rails ┃ Other-Vehicle ┃ Trailer ┃ Truck ┃ Wheeled-Slow ┃ Car-Mount ┃ Ego-Vehicle ┃ Total ┃ green_view_index ┃ sky_view_index ┃ city ┃ city_ascii ┃ city_id ┃ city_lat ┃ city_lon ┃ country ┃ iso2 ┃ iso3 ┃ admin_name ┃ capital ┃ population ┃ continent ┃ urban_code ┃ urban_term ┃ Beautiful ┃ Boring ┃ Depressing ┃ Lively ┃ Safe ┃ Wealthy ┃ place ┃ snap_dist ┃ u ┃ v ┃ key ┃ osmid ┃ oneway ┃ lanes ┃ name ┃ highway ┃ type_highway ┃ maxspeed ┃ junction ┃ length ┃ from ┃ to ┃ ref ┃ tunnel_1 ┃ bridge_1 ┃ service ┃ access ┃ road_width ┃ area ┃ est_width ┃ reversed ┃ building_fraction ┃ ┡━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━╇━━━━━━━━━━━╇━━━━━━━━━━━━━━━━━━╇━━━━━━━━━╇━━━━━━━━━━━━━━━━━━━━╇━━━━━━━━━━━━━╇━━━━━━━━━━━━━━━━━╇━━━━━━━━━━━━━━━╇━━━━━━━━━━━━╇━━━━━━━━━━━━━━━━╇━━━━━━━━━╇━━━━━━━━━━━╇━━━━━━━━━━╇━━━━━━━━━━━━━━━━━━━━━━━━━╇━━━━━━━╇━━━━━━━╇━━━━━━━╇━━━━━━━╇━━━━━━━━━╇━━━━━━━━━╇━━━━━━━━━━━━╇━━━━━━━━━━━━━━━━━╇━━━━━━━━━━━╇━━━━━━━━━━━╇━━━━━━━━━━━━━━━━╇━━━━━━━━━━━━━━━━━━━━━━━━╇━━━━━━━━━━━━━━━━━━━━╇━━━━━━━━━╇━━━━━━━━━━━━━━━╇━━━━━━━━━╇━━━━━━━━━╇━━━━━━━━━━━━╇━━━━━━━━━╇━━━━━━━━━╇━━━━━━━━━━━╇━━━━━━━━━━━━━━━━━━━╇━━━━━━━━━━╇━━━━━━━━━╇━━━━━━━━━━━━━━━━━╇━━━━━━━━━━━━╇━━━━━━━━━━╇━━━━━━━━━━━━━━╇━━━━━━━━━━╇━━━━━━━━━╇━━━━━━━━━━━━━━╇━━━━━━━━━╇━━━━━━━━━━╇━━━━━━━━━━━╇━━━━━━━━━━━━━━╇━━━━━━━━━━━━━╇━━━━━━━━━━━━━━━━━━━━━━━━━━╇━━━━━━━━━━━━━━━━━━━━━━━━╇━━━━━━━━━━╇━━━━━━━━━╇━━━━━━━━━━╇━━━━━━━━━╇━━━━━━━━━╇━━━━━━━━━━━━╇━━━━━━━━━╇━━━━━━━━━╇━━━━━━━━━╇━━━━━━━━━━━╇━━━━━━━━━━━╇━━━━━━━━━━━━━╇━━━━━━━━━━━━━╇━━━━━━━━━━━━━━╇━━━━━━━━━━━━━━╇━━━━━━━━━╇━━━━━━━━━╇━━━━━━━━━━━━━╇━━━━━━━━━╇━━━━━━━━━━━━━━╇━━━━━━━━━╇━━━━━━━━━━━━━━━━━━━━╇━━━━━━━━━━━━━━╇━━━━━━━━━━━━━━━╇━━━━━━━━━━━━━━━━━━━━━╇━━━━━━━━━━━━━━━━━━━━━━╇━━━━━━━━━━━╇━━━━━━━━━╇━━━━━━━━━╇━━━━━━━━━╇━━━━━━━━━━╇━━━━━━━━━╇━━━━━━━━━━━━╇━━━━━━━━━━╇━━━━━━━━━━━━━━━╇━━━━━━━━━╇━━━━━━━━━╇━━━━━━━━━━━━━━╇━━━━━━━━━━━╇━━━━━━━━━━━━━╇━━━━━━━━━━━━━━╇━━━━━━━━━━━━━━━━━━╇━━━━━━━━━━━━━━━━╇━━━━━━━━━━━╇━━━━━━━━━━━━╇━━━━━━━━━━━━╇━━━━━━━━━━╇━━━━━━━━━━╇━━━━━━━━━━━━━╇━━━━━━━━╇━━━━━━━━╇━━━━━━━━━━━━━━━╇━━━━━━━━━╇━━━━━━━━━━━━╇━━━━━━━━━━━╇━━━━━━━━━━━━╇━━━━━━━━━━━━━━╇━━━━━━━━━━━╇━━━━━━━━━╇━━━━━━━━━━━━╇━━━━━━━━━╇━━━━━━━━━╇━━━━━━━━━╇━━━━━━━━━━━━━━╇━━━━━━━━━━━╇━━━━━━━━━━━━━━╇━━━━━━━━━━━━━━╇━━━━━━━━━╇━━━━━━━━━━━╇━━━━━━━━━╇━━━━━━━━╇━━━━━━━━━━━━━━━━━━━━━━━━━╇━━━━━━━━━━━━━━╇━━━━━━━━━━━━━━╇━━━━━━━━━━╇━━━━━━━━━━╇━━━━━━━━━╇━━━━━━━━━━━━━━╇━━━━━━━━━━━━━━╇━━━━━━━━╇━━━━━━━━━━━━━━━━━━╇━━━━━━━━━━╇━━━━━━━━━╇━━━━━━━━╇━━━━━━━━━━━━╇━━━━━━━━━╇━━━━━━━━━━━╇━━━━━━━━━━╇━━━━━━━━━━━━━━━━━━━┩ │ string │ string │ int64 │ boolean │ string │ boolean │ string │ string │ boolean │ string │ string │ float64 │ float64 │ timestamp(6) │ int64 │ int64 │ int64 │ int64 │ float64 │ float64 │ float64 │ string │ float64 │ float64 │ int64 │ string │ int64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ string │ string │ int64 │ float64 │ float64 │ string │ string │ string │ string │ string │ float64 │ string │ int64 │ string │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ string │ float64 │ float64 │ float64 │ float64 │ string │ boolean │ string │ string │ string │ string │ string │ string │ float64 │ float64 │ float64 │ string │ string │ string │ string │ string │ string │ boolean │ string │ string │ float64 │ ├──────────────────────────────────────┼───────────┼──────────────────┼─────────┼────────────────────┼─────────────┼─────────────────┼───────────────┼────────────┼────────────────┼─────────┼───────────┼──────────┼─────────────────────────┼───────┼───────┼───────┼───────┼─────────┼─────────┼────────────┼─────────────────┼───────────┼───────────┼────────────────┼────────────────────────┼────────────────────┼─────────┼───────────────┼─────────┼─────────┼────────────┼─────────┼─────────┼───────────┼───────────────────┼──────────┼─────────┼─────────────────┼────────────┼──────────┼──────────────┼──────────┼─────────┼──────────────┼─────────┼──────────┼───────────┼──────────────┼─────────────┼──────────────────────────┼────────────────────────┼──────────┼─────────┼──────────┼─────────┼─────────┼────────────┼─────────┼─────────┼─────────┼───────────┼───────────┼─────────────┼─────────────┼──────────────┼──────────────┼─────────┼─────────┼─────────────┼─────────┼──────────────┼─────────┼────────────────────┼──────────────┼───────────────┼─────────────────────┼──────────────────────┼───────────┼─────────┼─────────┼─────────┼──────────┼─────────┼────────────┼──────────┼───────────────┼─────────┼─────────┼──────────────┼───────────┼─────────────┼──────────────┼──────────────────┼────────────────┼───────────┼────────────┼────────────┼──────────┼──────────┼─────────────┼────────┼────────┼───────────────┼─────────┼────────────┼───────────┼────────────┼──────────────┼───────────┼─────────┼────────────┼─────────┼─────────┼─────────┼──────────────┼───────────┼──────────────┼──────────────┼─────────┼───────────┼─────────┼────────┼─────────────────────────┼──────────────┼──────────────┼──────────┼──────────┼─────────┼──────────────┼──────────────┼────────┼──────────────────┼──────────┼─────────┼────────┼────────────┼─────────┼───────────┼──────────┼───────────────────┤ │ b8ae9b6a-deb3-4e85-a6e9-75c03f77573e │ Mapillary │ 4077211285668521 │ False │ day │ False │ walking surface │ good │ False │ front/back │ clear │ 52.371188 │ 4.895348 │ 2016-11-12 14:19:33.412 │ 2016 │ 11 │ 12 │ 15 │ 3840.0 │ 2160.0 │ 33.276836 │ perspective │ 61.160820 │ 36.773824 │ 11 │ tBImERr7vLI6lOyvwCP65g │ 21 │ 0.0 │ 0.0 │ 23523.0 │ 14979.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 21000.0 │ 0.0 │ 448437.0 │ 0.0 │ 9.156150e+05 │ 0.0 │ 314571.0 │ 8097.0 │ 0.0 │ 0.0 │ 0.0 │ 2025.0 │ 0.0 │ 0.0 │ 118446.0 │ 0.0 │ 0.0 │ 305607.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 5187.0 │ 0.0 │ 3810.0 │ 6138.0 │ 0.0 │ 1011.0 │ 0.0 │ 13920.0 │ 0.0 │ 0.0 │ 17739.0 │ 0.0 │ 20157.0 │ 0.0 │ 0.0 │ 0.0 │ 4389.0 │ 0.0 │ 0.0 │ 0.0 │ 2.244651e+06 │ 0.136149 │ 0.052768 │ Amsterdam │ Amsterdam │ 1528355309 │ 52.3667 │ 4.8833 │ Netherlands │ NL │ NLD │ Noord-Holland │ primary │ 862965.0 │ Europe │ 30 │ urban centre │ 5.84 │ 0.50 │ 4.33 │ 9.30 │ 4.17 │ 7.32 │ promenade │ 1.771286 │ 4.638216e+07 │ 3.184525e+08 │ 0.0 │ 7371704 │ True │ NULL │ Oudezijds Voorburgwal │ unclassified │ drive │ NULL │ NULL │ 64.097 │ 4.638216e+07 │ 3.184525e+08 │ NULL │ building_passage │ NULL │ NULL │ NULL │ NULL │ NULL │ NULL │ False │ 0.407910 │ │ 792266c8-eb57-4730-ba26-6dd3551a7b60 │ Mapillary │ 3299296920297092 │ False │ dusk/dawn │ False │ walking surface │ good │ False │ front/back │ rainy │ 52.374240 │ 4.899779 │ 2017-03-03 16:46:27.841 │ 2017 │ 3 │ 3 │ 17 │ 3264.0 │ 2448.0 │ 183.458400 │ perspective │ 61.815297 │ 48.360326 │ 76 │ Er0ZppziWno9hA83rVyiFw │ 183 │ 0.0 │ 0.0 │ 55700.0 │ 11776.0 │ 0.0 │ 0.0 │ 31376.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 357120.0 │ 0.0 │ 1.105400e+06 │ 0.0 │ 289824.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 183656.0 │ 0.0 │ 0.0 │ 798836.0 │ 48088.0 │ 3324.0 │ 0.0 │ 0.0 │ 24336.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 3108.0 │ 0.0 │ 0.0 │ 5412.0 │ 0.0 │ 8768.0 │ 0.0 │ 5912.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 106584.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 3.039220e+06 │ 0.262842 │ 0.060429 │ Amsterdam │ Amsterdam │ 1528355309 │ 52.3667 │ 4.8833 │ Netherlands │ NL │ NLD │ Noord-Holland │ primary │ 862965.0 │ Europe │ 30 │ urban centre │ 7.81 │ 1.41 │ 4.31 │ 7.40 │ 2.92 │ 9.05 │ street │ 1.925767 │ 4.639626e+07 │ 4.640025e+07 │ 0.0 │ 7371414 │ True │ NULL │ Oudezijds Achterburgwal │ unclassified │ drive │ NULL │ NULL │ 108.026 │ 4.640025e+07 │ 4.639626e+07 │ NULL │ NULL │ NULL │ NULL │ NULL │ NULL │ NULL │ NULL │ False │ 0.363712 │ │ fb7095ae-d96e-4f8f-95b1-353575fd9c68 │ Mapillary │ 284198426687250 │ False │ day │ False │ walking surface │ good │ False │ front/back │ clear │ 52.367061 │ 4.889984 │ 2017-03-02 16:25:58.000 │ 2017 │ 3 │ 2 │ 17 │ 4000.0 │ 3000.0 │ 128.519950 │ perspective │ 93.220881 │ 76.856428 │ 58 │ wPdUPc8tjTjCQT2_vCPd6g │ 170 │ 0.0 │ 0.0 │ 60204.0 │ 21588.0 │ 0.0 │ 0.0 │ 4228.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 480332.0 │ 0.0 │ 388348.0 │ 0.0 │ 1.165356e+06 │ 0.0 │ 24448.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 575416.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 91564.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 43888.0 │ 0.0 │ 0.0 │ 0.0 │ 22284.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 1912.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 2.879568e+06 │ 0.000000 │ 0.199827 │ Amsterdam │ Amsterdam │ 1528355309 │ 52.3667 │ 4.8833 │ Netherlands │ NL │ NLD │ Noord-Holland │ primary │ 862965.0 │ Europe │ 30 │ urban centre │ 4.40 │ 3.27 │ 3.77 │ 2.58 │ 4.63 │ 6.41 │ street │ 8.850581 │ 4.636390e+07 │ 1.179538e+08 │ 0.0 │ 744930286 │ False │ NULL │ Singel │ pedestrian │ walk │ NULL │ NULL │ 73.058 │ 1.179538e+08 │ 4.636390e+07 │ NULL │ NULL │ NULL │ NULL │ NULL │ NULL │ NULL │ NULL │ True │ 0.404698 │ │ b474a9cb-2a52-4eb4-98a6-003a8f0e70db │ Mapillary │ 1048183739120622 │ False │ day │ False │ walking surface │ good │ False │ front/back │ clear │ 52.365580 │ 4.880746 │ 2022-05-03 12:40:48.355 │ 2022 │ 5 │ 3 │ 14 │ 5184.0 │ 3888.0 │ 264.703735 │ perspective │ 73.203908 │ 58.239011 │ 158 │ y8tk3uIrfVAa4NcGUipHhl │ 458 │ 0.0 │ 0.0 │ 19964.0 │ 10272.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 280.0 │ 0.0 │ 0.0 │ 47812.0 │ 0.0 │ 520916.0 │ 0.0 │ 1.226996e+06 │ 0.0 │ 4804.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 8016.0 │ 0.0 │ 0.0 │ 63544.0 │ 0.0 │ 0.0 │ 708444.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 4956.0 │ 0.0 │ 0.0 │ 0.0 │ 11956.0 │ 0.0 │ 11880.0 │ 0.0 │ 0.0 │ 0.0 │ 16668.0 │ 0.0 │ 0.0 │ 1832.0 │ 0.0 │ 7872.0 │ 21832.0 │ 16300.0 │ 0.0 │ 0.0 │ 324576.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 3.028920e+06 │ 0.233893 │ 0.020979 │ Amsterdam │ Amsterdam │ 1528355309 │ 52.3667 │ 4.8833 │ Netherlands │ NL │ NLD │ Noord-Holland │ primary │ 862965.0 │ Europe │ 30 │ urban centre │ 1.95 │ 4.52 │ 1.30 │ 5.05 │ 3.86 │ 3.32 │ street │ 0.484998 │ 4.635858e+07 │ 5.830441e+09 │ 0.0 │ 7372926 │ True │ NULL │ Leidsegracht │ residential │ drive │ 30 │ NULL │ 52.662 │ 4.635858e+07 │ 5.830441e+09 │ NULL │ NULL │ yes │ NULL │ NULL │ NULL │ NULL │ NULL │ False │ 0.405094 │ │ a44f8af9-2d73-4a5a-98db-b22a8d59d17c │ Mapillary │ 166455088717832 │ False │ day │ True │ driving surface │ slightly poor │ True │ NULL │ clear │ 52.367025 │ 4.888803 │ 2016-08-16 07:12:41.249 │ 2016 │ 8 │ 16 │ 9 │ 8000.0 │ 4000.0 │ 0.000000 │ equirectangular │ NULL │ NULL │ 683 │ qZQdlUSJIEgIsoiFIxtuCQ │ 602 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 15337.0 │ 0.0 │ 101741.0 │ 0.0 │ 6.135610e+05 │ 0.0 │ 3264.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 533703.0 │ 0.0 │ 0.0 │ 3273.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 25460.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 871.0 │ 7306.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 47531.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 10916.0 │ 0.0 │ 0.0 │ 56085.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 446949.0 │ 1.865997e+06 │ 0.001754 │ 0.286015 │ Amsterdam │ Amsterdam │ 1528355309 │ 52.3667 │ 4.8833 │ Netherlands │ NL │ NLD │ Noord-Holland │ primary │ 862965.0 │ Europe │ 30 │ urban centre │ 4.94 │ 0.88 │ 8.24 │ 9.42 │ 1.56 │ 1.05 │ ticket_booth │ 2.008036 │ 3.712656e+08 │ 3.177151e+09 │ 0.0 │ 216964429 │ False │ NULL │ Koningsplein │ pedestrian │ walk │ NULL │ NULL │ 75.511 │ 3.177151e+09 │ 3.712656e+08 │ NULL │ NULL │ NULL │ NULL │ NULL │ NULL │ NULL │ NULL │ False │ 0.328811 │ └──────────────────────────────────────┴───────────┴──────────────────┴─────────┴────────────────────┴─────────────┴─────────────────┴───────────────┴────────────┴────────────────┴─────────┴───────────┴──────────┴─────────────────────────┴───────┴───────┴───────┴───────┴─────────┴─────────┴────────────┴─────────────────┴───────────┴───────────┴────────────────┴────────────────────────┴────────────────────┴─────────┴───────────────┴─────────┴─────────┴────────────┴─────────┴─────────┴───────────┴───────────────────┴──────────┴─────────┴─────────────────┴────────────┴──────────┴──────────────┴──────────┴─────────┴──────────────┴─────────┴──────────┴───────────┴──────────────┴─────────────┴──────────────────────────┴────────────────────────┴──────────┴─────────┴──────────┴─────────┴─────────┴────────────┴─────────┴─────────┴─────────┴───────────┴───────────┴─────────────┴─────────────┴──────────────┴──────────────┴─────────┴─────────┴─────────────┴─────────┴──────────────┴─────────┴────────────────────┴──────────────┴───────────────┴─────────────────────┴──────────────────────┴───────────┴─────────┴─────────┴─────────┴──────────┴─────────┴────────────┴──────────┴───────────────┴─────────┴─────────┴──────────────┴───────────┴─────────────┴──────────────┴──────────────────┴────────────────┴───────────┴────────────┴────────────┴──────────┴──────────┴─────────────┴────────┴────────┴───────────────┴─────────┴────────────┴───────────┴────────────┴──────────────┴───────────┴─────────┴────────────┴─────────┴─────────┴─────────┴──────────────┴───────────┴──────────────┴──────────────┴─────────┴───────────┴─────────┴────────┴─────────────────────────┴──────────────┴──────────────┴──────────┴──────────┴─────────┴──────────────┴──────────────┴────────┴──────────────────┴──────────┴─────────┴────────┴────────────┴─────────┴───────────┴──────────┴───────────────────┘
Again, we can plot this data to see if we have a good spatial coverage.
In [36]:
Copied!
fig, ax = plt.subplots(figsize=(6, 6))
gdf = convert_to_gdf(ams_buildings)
ax = plot_gdf(gdf, "building_fraction", ax)
plt.tight_layout()
plt.show()
fig, ax = plt.subplots(figsize=(6, 6))
gdf = convert_to_gdf(ams_buildings)
ax = plot_gdf(gdf, "building_fraction", ax)
plt.tight_layout()
plt.show()
Download Images¶
Next, we will download images for the Amsterdam subset that we created above by using the images sources that we loaded into our workspace. We can download all the images corresponding to a data source in one go. However, the unified API of all image sources requires that the dataset contain two hardwired columns: source and image_id. This is a design choice to avoid having to handle potentially very different sources. Ibis makes it trivial to remap column names with the select method by providing a dictionary with the desired column names as keys and the existing columns that they map to as values.
In [37]:
Copied!
src_table = ams.select({"source": "source", "image_id": "orig_id"})
ams
src_table = ams.select({"source": "source", "image_id": "orig_id"})
ams
Out[37]:
┏━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━┳━━━━━━━━━━━┳━━━━━━━━━━━━━━━━━━┳━━━━━━━━━┳━━━━━━━━━━━━━━━━━━━━┳━━━━━━━━━━━━━┳━━━━━━━━━━━━━━━━━┳━━━━━━━━━━━━━━━┳━━━━━━━━━━━━┳━━━━━━━━━━━━━━━━┳━━━━━━━━━┳━━━━━━━━━━━┳━━━━━━━━━━┳━━━━━━━━━━━━━━━━━━━━━━━━━┳━━━━━━━┳━━━━━━━┳━━━━━━━┳━━━━━━━┳━━━━━━━━━┳━━━━━━━━━┳━━━━━━━━━━━━┳━━━━━━━━━━━━━━━━━┳━━━━━━━━━━━┳━━━━━━━━━━━┳━━━━━━━━━━━━━━━━┳━━━━━━━━━━━━━━━━━━━━━━━━┳━━━━━━━━━━━━━━━━━━━━┳━━━━━━━━━┳━━━━━━━━━━━━━━━┳━━━━━━━━━┳━━━━━━━━━━┳━━━━━━━━━━━━┳━━━━━━━━━┳━━━━━━━━━━┳━━━━━━━━━━━┳━━━━━━━━━━━━━━━━━━━┳━━━━━━━━━━┳━━━━━━━━━┳━━━━━━━━━━━━━━━━━┳━━━━━━━━━━━━┳━━━━━━━━━━┳━━━━━━━━━━━━━━┳━━━━━━━━━━┳━━━━━━━━━┳━━━━━━━━━━━━━━┳━━━━━━━━━┳━━━━━━━━━━┳━━━━━━━━━━━┳━━━━━━━━━━━━━━┳━━━━━━━━━━━━━┳━━━━━━━━━━━━━━━━━━━━━━━━━━┳━━━━━━━━━━━━━━━━━━━━━━━━┳━━━━━━━━━━┳━━━━━━━━━┳━━━━━━━━━━┳━━━━━━━━━┳━━━━━━━━━┳━━━━━━━━━━━━┳━━━━━━━━━━┳━━━━━━━━━┳━━━━━━━━━┳━━━━━━━━━━━┳━━━━━━━━━━━┳━━━━━━━━━━━━━┳━━━━━━━━━━━━━┳━━━━━━━━━━━━━━┳━━━━━━━━━━━━━━┳━━━━━━━━━┳━━━━━━━━━┳━━━━━━━━━━━━━┳━━━━━━━━━┳━━━━━━━━━━━━━━┳━━━━━━━━━┳━━━━━━━━━━━━━━━━━━━━┳━━━━━━━━━━━━━━┳━━━━━━━━━━━━━━━┳━━━━━━━━━━━━━━━━━━━━━┳━━━━━━━━━━━━━━━━━━━━━━┳━━━━━━━━━━━┳━━━━━━━━━┳━━━━━━━━━━┳━━━━━━━━━┳━━━━━━━━━━┳━━━━━━━━━┳━━━━━━━━━━━━┳━━━━━━━━━━┳━━━━━━━━━━━━━━━┳━━━━━━━━━┳━━━━━━━━━┳━━━━━━━━━━━━━━┳━━━━━━━━━━━┳━━━━━━━━━━━━━┳━━━━━━━━━━━━━━┳━━━━━━━━━━━━━━━━━━┳━━━━━━━━━━━━━━━━┳━━━━━━━━━━━┳━━━━━━━━━━━━┳━━━━━━━━━━━━┳━━━━━━━━━━┳━━━━━━━━━━┳━━━━━━━━━━━━━┳━━━━━━━━┳━━━━━━━━┳━━━━━━━━━━━━━━━┳━━━━━━━━━┳━━━━━━━━━━━━┳━━━━━━━━━━━┳━━━━━━━━━━━━┳━━━━━━━━━━━━━━┳━━━━━━━━━━━┳━━━━━━━━━┳━━━━━━━━━━━━┳━━━━━━━━━┳━━━━━━━━━┳━━━━━━━━━┳━━━━━━━━━━━┳━━━━━━━━━━━┳━━━━━━━━━━━━━━┳━━━━━━━━━━━━━━┳━━━━━━━━━┳━━━━━━━━━━━┳━━━━━━━━━┳━━━━━━━━┳━━━━━━━━━━━━━━━━━━━━━━━━━┳━━━━━━━━━━━━━━┳━━━━━━━━━━━━━━┳━━━━━━━━━━┳━━━━━━━━━━┳━━━━━━━━━┳━━━━━━━━━━━━━━┳━━━━━━━━━━━━━━┳━━━━━━━━┳━━━━━━━━━━━━━━━━━━┳━━━━━━━━━━┳━━━━━━━━━━┳━━━━━━━━┳━━━━━━━━━━━━┳━━━━━━━━━┳━━━━━━━━━━━┳━━━━━━━━━━┳━━━━━━━━━━━━━━━━━━━┓ ┃ uuid ┃ source ┃ orig_id ┃ glare ┃ lighting_condition ┃ pano_status ┃ platform ┃ quality ┃ reflection ┃ view_direction ┃ weather ┃ lat ┃ lon ┃ datetime_local ┃ year ┃ month ┃ day ┃ hour ┃ width ┃ height ┃ heading ┃ projection_type ┃ hFoV ┃ vFoV ┃ sequence_index ┃ sequence_id ┃ sequence_img_count ┃ Bird ┃ Ground-Animal ┃ Curb ┃ Fence ┃ Guard-Rail ┃ Barrier ┃ Wall ┃ Bike-Lane ┃ Crosswalk---Plain ┃ Curb-Cut ┃ Parking ┃ Pedestrian-Area ┃ Rail-Track ┃ Road ┃ Service-Lane ┃ Sidewalk ┃ Bridge ┃ Building ┃ Tunnel ┃ Person ┃ Bicyclist ┃ Motorcyclist ┃ Other-Rider ┃ Lane-Marking---Crosswalk ┃ Lane-Marking---General ┃ Mountain ┃ Sand ┃ Sky ┃ Snow ┃ Terrain ┃ Vegetation ┃ Water ┃ Banner ┃ Bench ┃ Bike-Rack ┃ Billboard ┃ Catch-Basin ┃ CCTV-Camera ┃ Fire-Hydrant ┃ Junction-Box ┃ Mailbox ┃ Manhole ┃ Phone-Booth ┃ Pothole ┃ Street-Light ┃ Pole ┃ Traffic-Sign-Frame ┃ Utility-Pole ┃ Traffic-Light ┃ Traffic-Sign-(Back) ┃ Traffic-Sign-(Front) ┃ Trash-Can ┃ Bicycle ┃ Boat ┃ Bus ┃ Car ┃ Caravan ┃ Motorcycle ┃ On-Rails ┃ Other-Vehicle ┃ Trailer ┃ Truck ┃ Wheeled-Slow ┃ Car-Mount ┃ Ego-Vehicle ┃ Total ┃ green_view_index ┃ sky_view_index ┃ city ┃ city_ascii ┃ city_id ┃ city_lat ┃ city_lon ┃ country ┃ iso2 ┃ iso3 ┃ admin_name ┃ capital ┃ population ┃ continent ┃ urban_code ┃ urban_term ┃ Beautiful ┃ Boring ┃ Depressing ┃ Lively ┃ Safe ┃ Wealthy ┃ place ┃ snap_dist ┃ u ┃ v ┃ key ┃ osmid ┃ oneway ┃ lanes ┃ name ┃ highway ┃ type_highway ┃ maxspeed ┃ junction ┃ length ┃ from ┃ to ┃ ref ┃ tunnel_1 ┃ bridge_1 ┃ service ┃ access ┃ road_width ┃ area ┃ est_width ┃ reversed ┃ building_fraction ┃ ┡━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━╇━━━━━━━━━━━╇━━━━━━━━━━━━━━━━━━╇━━━━━━━━━╇━━━━━━━━━━━━━━━━━━━━╇━━━━━━━━━━━━━╇━━━━━━━━━━━━━━━━━╇━━━━━━━━━━━━━━━╇━━━━━━━━━━━━╇━━━━━━━━━━━━━━━━╇━━━━━━━━━╇━━━━━━━━━━━╇━━━━━━━━━━╇━━━━━━━━━━━━━━━━━━━━━━━━━╇━━━━━━━╇━━━━━━━╇━━━━━━━╇━━━━━━━╇━━━━━━━━━╇━━━━━━━━━╇━━━━━━━━━━━━╇━━━━━━━━━━━━━━━━━╇━━━━━━━━━━━╇━━━━━━━━━━━╇━━━━━━━━━━━━━━━━╇━━━━━━━━━━━━━━━━━━━━━━━━╇━━━━━━━━━━━━━━━━━━━━╇━━━━━━━━━╇━━━━━━━━━━━━━━━╇━━━━━━━━━╇━━━━━━━━━━╇━━━━━━━━━━━━╇━━━━━━━━━╇━━━━━━━━━━╇━━━━━━━━━━━╇━━━━━━━━━━━━━━━━━━━╇━━━━━━━━━━╇━━━━━━━━━╇━━━━━━━━━━━━━━━━━╇━━━━━━━━━━━━╇━━━━━━━━━━╇━━━━━━━━━━━━━━╇━━━━━━━━━━╇━━━━━━━━━╇━━━━━━━━━━━━━━╇━━━━━━━━━╇━━━━━━━━━━╇━━━━━━━━━━━╇━━━━━━━━━━━━━━╇━━━━━━━━━━━━━╇━━━━━━━━━━━━━━━━━━━━━━━━━━╇━━━━━━━━━━━━━━━━━━━━━━━━╇━━━━━━━━━━╇━━━━━━━━━╇━━━━━━━━━━╇━━━━━━━━━╇━━━━━━━━━╇━━━━━━━━━━━━╇━━━━━━━━━━╇━━━━━━━━━╇━━━━━━━━━╇━━━━━━━━━━━╇━━━━━━━━━━━╇━━━━━━━━━━━━━╇━━━━━━━━━━━━━╇━━━━━━━━━━━━━━╇━━━━━━━━━━━━━━╇━━━━━━━━━╇━━━━━━━━━╇━━━━━━━━━━━━━╇━━━━━━━━━╇━━━━━━━━━━━━━━╇━━━━━━━━━╇━━━━━━━━━━━━━━━━━━━━╇━━━━━━━━━━━━━━╇━━━━━━━━━━━━━━━╇━━━━━━━━━━━━━━━━━━━━━╇━━━━━━━━━━━━━━━━━━━━━━╇━━━━━━━━━━━╇━━━━━━━━━╇━━━━━━━━━━╇━━━━━━━━━╇━━━━━━━━━━╇━━━━━━━━━╇━━━━━━━━━━━━╇━━━━━━━━━━╇━━━━━━━━━━━━━━━╇━━━━━━━━━╇━━━━━━━━━╇━━━━━━━━━━━━━━╇━━━━━━━━━━━╇━━━━━━━━━━━━━╇━━━━━━━━━━━━━━╇━━━━━━━━━━━━━━━━━━╇━━━━━━━━━━━━━━━━╇━━━━━━━━━━━╇━━━━━━━━━━━━╇━━━━━━━━━━━━╇━━━━━━━━━━╇━━━━━━━━━━╇━━━━━━━━━━━━━╇━━━━━━━━╇━━━━━━━━╇━━━━━━━━━━━━━━━╇━━━━━━━━━╇━━━━━━━━━━━━╇━━━━━━━━━━━╇━━━━━━━━━━━━╇━━━━━━━━━━━━━━╇━━━━━━━━━━━╇━━━━━━━━━╇━━━━━━━━━━━━╇━━━━━━━━━╇━━━━━━━━━╇━━━━━━━━━╇━━━━━━━━━━━╇━━━━━━━━━━━╇━━━━━━━━━━━━━━╇━━━━━━━━━━━━━━╇━━━━━━━━━╇━━━━━━━━━━━╇━━━━━━━━━╇━━━━━━━━╇━━━━━━━━━━━━━━━━━━━━━━━━━╇━━━━━━━━━━━━━━╇━━━━━━━━━━━━━━╇━━━━━━━━━━╇━━━━━━━━━━╇━━━━━━━━━╇━━━━━━━━━━━━━━╇━━━━━━━━━━━━━━╇━━━━━━━━╇━━━━━━━━━━━━━━━━━━╇━━━━━━━━━━╇━━━━━━━━━━╇━━━━━━━━╇━━━━━━━━━━━━╇━━━━━━━━━╇━━━━━━━━━━━╇━━━━━━━━━━╇━━━━━━━━━━━━━━━━━━━┩ │ string │ string │ int64 │ boolean │ string │ boolean │ string │ string │ boolean │ string │ string │ float64 │ float64 │ timestamp(6) │ int64 │ int64 │ int64 │ int64 │ float64 │ float64 │ float64 │ string │ float64 │ float64 │ int64 │ string │ int64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ string │ string │ int64 │ float64 │ float64 │ string │ string │ string │ string │ string │ float64 │ string │ int64 │ string │ float64 │ float64 │ float64 │ float64 │ float64 │ float64 │ string │ float64 │ float64 │ float64 │ float64 │ string │ boolean │ string │ string │ string │ string │ string │ string │ float64 │ float64 │ float64 │ string │ string │ string │ string │ string │ string │ boolean │ string │ string │ float64 │ ├──────────────────────────────────────┼───────────┼──────────────────┼─────────┼────────────────────┼─────────────┼─────────────────┼───────────────┼────────────┼────────────────┼─────────┼───────────┼──────────┼─────────────────────────┼───────┼───────┼───────┼───────┼─────────┼─────────┼────────────┼─────────────────┼───────────┼───────────┼────────────────┼────────────────────────┼────────────────────┼─────────┼───────────────┼─────────┼──────────┼────────────┼─────────┼──────────┼───────────┼───────────────────┼──────────┼─────────┼─────────────────┼────────────┼──────────┼──────────────┼──────────┼─────────┼──────────────┼─────────┼──────────┼───────────┼──────────────┼─────────────┼──────────────────────────┼────────────────────────┼──────────┼─────────┼──────────┼─────────┼─────────┼────────────┼──────────┼─────────┼─────────┼───────────┼───────────┼─────────────┼─────────────┼──────────────┼──────────────┼─────────┼─────────┼─────────────┼─────────┼──────────────┼─────────┼────────────────────┼──────────────┼───────────────┼─────────────────────┼──────────────────────┼───────────┼─────────┼──────────┼─────────┼──────────┼─────────┼────────────┼──────────┼───────────────┼─────────┼─────────┼──────────────┼───────────┼─────────────┼──────────────┼──────────────────┼────────────────┼───────────┼────────────┼────────────┼──────────┼──────────┼─────────────┼────────┼────────┼───────────────┼─────────┼────────────┼───────────┼────────────┼──────────────┼───────────┼─────────┼────────────┼─────────┼─────────┼─────────┼───────────┼───────────┼──────────────┼──────────────┼─────────┼───────────┼─────────┼────────┼─────────────────────────┼──────────────┼──────────────┼──────────┼──────────┼─────────┼──────────────┼──────────────┼────────┼──────────────────┼──────────┼──────────┼────────┼────────────┼─────────┼───────────┼──────────┼───────────────────┤ │ 840d52d5-1bbe-4f77-ac5a-5d8905dca06e │ Mapillary │ 2585835221712723 │ False │ day │ True │ driving surface │ slightly poor │ False │ NULL │ clear │ 52.365128 │ 4.896877 │ 2016-08-17 06:57:19.846 │ 2016 │ 8 │ 17 │ 8 │ 8000.0 │ 4000.0 │ 0.000000 │ equirectangular │ NULL │ NULL │ 381 │ 12A4x3858EZVHfogg8lDvA │ 74 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 1005.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 62761.0 │ 29354.0 │ 4.293790e+05 │ 0.0 │ 4003.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 90357.0 │ 0.0 │ 0.0 │ 595560.0 │ 12335.0 │ 9325.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 3144.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 305504.0 │ 0.0 │ 17016.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 423493.0 │ 1.983236e+06 │ 0.300297 │ 0.045560 │ Amsterdam │ Amsterdam │ 1528355309 │ 52.3667 │ 4.8833 │ Netherlands │ NL │ NLD │ Noord-Holland │ primary │ 862965.0 │ Europe │ 30 │ urban centre │ 6.85 │ 3.17 │ 7.58 │ 6.23 │ 3.44 │ 6.12 │ plaza │ 0.833160 │ 4.635635e+07 │ 4.479553e+09 │ 0.0 │ 642157381 │ True │ NULL │ Herengracht │ residential │ drive │ 30 │ NULL │ 117.961 │ 4.479553e+09 │ 4.635635e+07 │ NULL │ NULL │ NULL │ NULL │ NULL │ NULL │ NULL │ NULL │ False │ 0.216504 │ │ 6a81f09d-24b9-4179-8eb5-9cd2e91c13d9 │ Mapillary │ 4130433687048823 │ False │ day │ False │ walking surface │ good │ False │ side │ clear │ 52.371289 │ 4.888594 │ 2017-03-02 16:17:35.430 │ 2017 │ 3 │ 2 │ 17 │ 4000.0 │ 3000.0 │ 183.208059 │ perspective │ 94.099167 │ 77.714928 │ 122 │ p0brZDbbP0OF8itdSvP0NA │ 407 │ 0.0 │ 0.0 │ 26784.0 │ 2028.0 │ 0.0 │ 0.0 │ 42068.0 │ 0.0 │ 0.0 │ 15640.0 │ 58304.0 │ 0.0 │ 0.0 │ 733712.0 │ 0.0 │ 73312.0 │ 3368.0 │ 2.789680e+05 │ 0.0 │ 6380.0 │ 10136.0 │ 0.0 │ 0.0 │ 0.0 │ 133036.0 │ 0.0 │ 0.0 │ 481560.0 │ 0.0 │ 0.0 │ 871656.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 11728.0 │ 36524.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 98032.0 │ 0.0 │ 0.0 │ 104744.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 2.987980e+06 │ 0.291721 │ 0.161166 │ Amsterdam │ Amsterdam │ 1528355309 │ 52.3667 │ 4.8833 │ Netherlands │ NL │ NLD │ Noord-Holland │ primary │ 862965.0 │ Europe │ 30 │ urban centre │ 9.11 │ 6.34 │ 3.03 │ 8.99 │ 8.50 │ 6.48 │ plaza │ 0.986534 │ 6.316199e+06 │ 4.638922e+07 │ 0.0 │ 7372614 │ True │ NULL │ Singel │ residential │ drive │ 30 │ NULL │ 225.577 │ 6.316199e+06 │ 4.638922e+07 │ NULL │ NULL │ NULL │ NULL │ NULL │ NULL │ NULL │ NULL │ False │ 0.093363 │ │ 26c37fae-3485-4ca1-8b97-9f449a8da680 │ Mapillary │ 219442182852752 │ False │ day │ False │ walking surface │ slightly poor │ False │ front/back │ snowy │ 52.367758 │ 4.886883 │ 2013-04-13 16:10:54.000 │ 2013 │ 4 │ 13 │ 18 │ 800.0 │ 1200.0 │ -1.000000 │ perspective │ 73.739795 │ 96.732921 │ 60 │ 2gFS7Ahry1EmOvC8ZfL5hA │ 51 │ 0.0 │ 0.0 │ 0.0 │ 18006.0 │ 0.0 │ 0.0 │ 2310.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 62016.0 │ 7.816200e+04 │ 39.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 349140.0 │ 0.0 │ 0.0 │ 80262.0 │ 349243.0 │ 0.0 │ 0.0 │ 0.0 │ 1641.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 706.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 9.415250e+05 │ 0.085247 │ 0.370824 │ Amsterdam │ Amsterdam │ 1528355309 │ 52.3667 │ 4.8833 │ Netherlands │ NL │ NLD │ Noord-Holland │ primary │ 862965.0 │ Europe │ 30 │ urban centre │ 2.72 │ 4.72 │ 2.56 │ 5.96 │ 8.60 │ 8.92 │ canal │ 6.076807 │ 4.636814e+07 │ 3.712656e+08 │ 0.0 │ 450621564 │ True │ NULL │ Herengracht │ residential │ drive │ 30 │ NULL │ 142.116 │ 3.712656e+08 │ 4.636814e+07 │ NULL │ NULL │ yes │ NULL │ NULL │ NULL │ NULL │ NULL │ False │ 0.083016 │ │ b8ae9b6a-deb3-4e85-a6e9-75c03f77573e │ Mapillary │ 4077211285668521 │ False │ day │ False │ walking surface │ good │ False │ front/back │ clear │ 52.371188 │ 4.895348 │ 2016-11-12 14:19:33.412 │ 2016 │ 11 │ 12 │ 15 │ 3840.0 │ 2160.0 │ 33.276836 │ perspective │ 61.160820 │ 36.773824 │ 11 │ tBImERr7vLI6lOyvwCP65g │ 21 │ 0.0 │ 0.0 │ 23523.0 │ 14979.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 21000.0 │ 0.0 │ 448437.0 │ 0.0 │ 9.156150e+05 │ 0.0 │ 314571.0 │ 8097.0 │ 0.0 │ 0.0 │ 0.0 │ 2025.0 │ 0.0 │ 0.0 │ 118446.0 │ 0.0 │ 0.0 │ 305607.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 5187.0 │ 0.0 │ 3810.0 │ 6138.0 │ 0.0 │ 1011.0 │ 0.0 │ 13920.0 │ 0.0 │ 0.0 │ 17739.0 │ 0.0 │ 20157.0 │ 0.0 │ 0.0 │ 0.0 │ 4389.0 │ 0.0 │ 0.0 │ 0.0 │ 2.244651e+06 │ 0.136149 │ 0.052768 │ Amsterdam │ Amsterdam │ 1528355309 │ 52.3667 │ 4.8833 │ Netherlands │ NL │ NLD │ Noord-Holland │ primary │ 862965.0 │ Europe │ 30 │ urban centre │ 5.84 │ 0.50 │ 4.33 │ 9.30 │ 4.17 │ 7.32 │ promenade │ 1.771286 │ 4.638216e+07 │ 3.184525e+08 │ 0.0 │ 7371704 │ True │ NULL │ Oudezijds Voorburgwal │ unclassified │ drive │ NULL │ NULL │ 64.097 │ 4.638216e+07 │ 3.184525e+08 │ NULL │ building_passage │ NULL │ NULL │ NULL │ NULL │ NULL │ NULL │ False │ 0.407910 │ │ 792266c8-eb57-4730-ba26-6dd3551a7b60 │ Mapillary │ 3299296920297092 │ False │ dusk/dawn │ False │ walking surface │ good │ False │ front/back │ rainy │ 52.374240 │ 4.899779 │ 2017-03-03 16:46:27.841 │ 2017 │ 3 │ 3 │ 17 │ 3264.0 │ 2448.0 │ 183.458400 │ perspective │ 61.815297 │ 48.360326 │ 76 │ Er0ZppziWno9hA83rVyiFw │ 183 │ 0.0 │ 0.0 │ 55700.0 │ 11776.0 │ 0.0 │ 0.0 │ 31376.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 357120.0 │ 0.0 │ 1.105400e+06 │ 0.0 │ 289824.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 183656.0 │ 0.0 │ 0.0 │ 798836.0 │ 48088.0 │ 3324.0 │ 0.0 │ 0.0 │ 24336.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 3108.0 │ 0.0 │ 0.0 │ 5412.0 │ 0.0 │ 8768.0 │ 0.0 │ 5912.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 106584.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 3.039220e+06 │ 0.262842 │ 0.060429 │ Amsterdam │ Amsterdam │ 1528355309 │ 52.3667 │ 4.8833 │ Netherlands │ NL │ NLD │ Noord-Holland │ primary │ 862965.0 │ Europe │ 30 │ urban centre │ 7.81 │ 1.41 │ 4.31 │ 7.40 │ 2.92 │ 9.05 │ street │ 1.925767 │ 4.639626e+07 │ 4.640025e+07 │ 0.0 │ 7371414 │ True │ NULL │ Oudezijds Achterburgwal │ unclassified │ drive │ NULL │ NULL │ 108.026 │ 4.640025e+07 │ 4.639626e+07 │ NULL │ NULL │ NULL │ NULL │ NULL │ NULL │ NULL │ NULL │ False │ 0.363712 │ │ e2417a1e-a23c-481a-b40a-42e3863d729a │ Mapillary │ 1670106559999281 │ False │ day │ False │ walking surface │ good │ False │ side │ clear │ 52.369340 │ 4.892081 │ 2022-05-03 13:47:19.972 │ 2022 │ 5 │ 3 │ 15 │ 4032.0 │ 3024.0 │ 5.159485 │ perspective │ 70.714119 │ 56.039506 │ 111 │ kup6W2CiJAFmOfL7zM9vT8 │ 143 │ 0.0 │ 0.0 │ 12468.0 │ 0.0 │ 0.0 │ 0.0 │ 107544.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 69496.0 │ 0.0 │ 781732.0 │ 0.0 │ 7.242320e+05 │ 0.0 │ 189548.0 │ 0.0 │ 35096.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 688860.0 │ 0.0 │ 0.0 │ 305848.0 │ 0.0 │ 11508.0 │ 0.0 │ 0.0 │ 36340.0 │ 0.0 │ 0.0 │ 0.0 │ 10368.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 3144.0 │ 4724.0 │ 0.0 │ 2896.0 │ 0.0 │ 0.0 │ 92.0 │ 0.0 │ 100.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 41116.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 3.025112e+06 │ 0.101103 │ 0.227714 │ Amsterdam │ Amsterdam │ 1528355309 │ 52.3667 │ 4.8833 │ Netherlands │ NL │ NLD │ Noord-Holland │ primary │ 862965.0 │ Europe │ 30 │ urban centre │ 5.66 │ 6.65 │ 2.86 │ 8.58 │ 2.68 │ 8.06 │ street │ 1.123774 │ 6.841637e+09 │ 6.841645e+09 │ 0.0 │ 730297870 │ False │ 2 │ Rokin │ busway │ drive │ 50 │ NULL │ 374.144 │ 6.841645e+09 │ 6.841637e+09 │ NULL │ NULL │ NULL │ NULL │ NULL │ 1.25 │ NULL │ NULL │ True │ 0.239407 │ │ fb7095ae-d96e-4f8f-95b1-353575fd9c68 │ Mapillary │ 284198426687250 │ False │ day │ False │ walking surface │ good │ False │ front/back │ clear │ 52.367061 │ 4.889984 │ 2017-03-02 16:25:58.000 │ 2017 │ 3 │ 2 │ 17 │ 4000.0 │ 3000.0 │ 128.519950 │ perspective │ 93.220881 │ 76.856428 │ 58 │ wPdUPc8tjTjCQT2_vCPd6g │ 170 │ 0.0 │ 0.0 │ 60204.0 │ 21588.0 │ 0.0 │ 0.0 │ 4228.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 480332.0 │ 0.0 │ 388348.0 │ 0.0 │ 1.165356e+06 │ 0.0 │ 24448.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 575416.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 91564.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 43888.0 │ 0.0 │ 0.0 │ 0.0 │ 22284.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 1912.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 2.879568e+06 │ 0.000000 │ 0.199827 │ Amsterdam │ Amsterdam │ 1528355309 │ 52.3667 │ 4.8833 │ Netherlands │ NL │ NLD │ Noord-Holland │ primary │ 862965.0 │ Europe │ 30 │ urban centre │ 4.40 │ 3.27 │ 3.77 │ 2.58 │ 4.63 │ 6.41 │ street │ 8.850581 │ 4.636390e+07 │ 1.179538e+08 │ 0.0 │ 744930286 │ False │ NULL │ Singel │ pedestrian │ walk │ NULL │ NULL │ 73.058 │ 1.179538e+08 │ 4.636390e+07 │ NULL │ NULL │ NULL │ NULL │ NULL │ NULL │ NULL │ NULL │ True │ 0.404698 │ │ acf8e029-fac8-47f9-8a96-b3b0f106eec5 │ Mapillary │ 2959016434341416 │ False │ day │ False │ walking surface │ good │ False │ side │ snowy │ 52.365547 │ 4.890053 │ 2013-04-13 14:54:08.000 │ 2013 │ 4 │ 13 │ 16 │ 800.0 │ 1200.0 │ -1.000000 │ perspective │ 73.739795 │ 96.732921 │ 3 │ BHG0CAmol-HpRkbSmuYj_w │ 19 │ 0.0 │ 0.0 │ 0.0 │ 155722.0 │ 0.0 │ 0.0 │ 10225.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 122701.0 │ 0.0 │ 1.142220e+05 │ 0.0 │ 604.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 319381.0 │ 0.0 │ 0.0 │ 85824.0 │ 105217.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 14958.0 │ 0.0 │ 1009.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 9.298630e+05 │ 0.092297 │ 0.343471 │ Amsterdam │ Amsterdam │ 1528355309 │ 52.3667 │ 4.8833 │ Netherlands │ NL │ NLD │ Noord-Holland │ primary │ 862965.0 │ Europe │ 30 │ urban centre │ 7.24 │ 7.44 │ 4.35 │ 3.70 │ 9.11 │ 8.38 │ plaza │ 1.623167 │ 4.635769e+07 │ 4.519464e+08 │ 0.0 │ 119299480 │ True │ NULL │ Herengracht │ cycleway │ cycle │ 30 │ NULL │ 212.744 │ 4.635769e+07 │ 4.519464e+08 │ NULL │ NULL │ NULL │ NULL │ NULL │ 1.60 │ NULL │ NULL │ False │ 0.122837 │ │ 4730558e-4e60-4464-82af-e8f9260f5552 │ Mapillary │ 1637576766631595 │ False │ day │ True │ driving surface │ good │ True │ NULL │ clear │ 52.364506 │ 4.878493 │ 2016-08-09 09:08:23.804 │ 2016 │ 8 │ 9 │ 11 │ 8000.0 │ 4000.0 │ 0.000000 │ equirectangular │ NULL │ NULL │ 68 │ fH8N6nZ4VPBcvoaL0IUE0g │ 73 │ 0.0 │ 0.0 │ 16747.0 │ 0.0 │ 0.0 │ 22620.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 148500.0 │ 0.0 │ 84122.0 │ 0.0 │ 2.096360e+05 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 656.0 │ 0.0 │ 0.0 │ 569800.0 │ 0.0 │ 0.0 │ 243945.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 2244.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 13671.0 │ 0.0 │ 0.0 │ 143.0 │ 10561.0 │ 266.0 │ 0.0 │ 21090.0 │ 0.0 │ 0.0 │ 6489.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 29489.0 │ 0.0 │ 0.0 │ 590080.0 │ 1.970059e+06 │ 0.123826 │ 0.289230 │ Amsterdam │ Amsterdam │ 1528355309 │ 52.3667 │ 4.8833 │ Netherlands │ NL │ NLD │ Noord-Holland │ primary │ 862965.0 │ Europe │ 30 │ urban centre │ 8.01 │ 3.47 │ 3.97 │ 8.80 │ 1.06 │ 1.39 │ canal │ 2.198081 │ 4.635411e+07 │ 6.206420e+09 │ 0.0 │ 450880902 │ True │ 2 │ Nassaukade │ primary │ drive │ 50 │ NULL │ 18.879 │ 4.635411e+07 │ 6.206420e+09 │ S100 │ NULL │ NULL │ driveway │ NULL │ 1.80 │ NULL │ NULL │ False │ 0.106411 │ │ efddb2c2-502d-492c-a2bb-bdf85cf880ae │ Mapillary │ 471783037408300 │ False │ day │ True │ driving surface │ good │ False │ NULL │ clear │ 52.375527 │ 4.883557 │ 2016-08-17 07:18:26.006 │ 2016 │ 8 │ 17 │ 9 │ 8000.0 │ 4000.0 │ 0.000000 │ equirectangular │ NULL │ NULL │ 47 │ gvfkHga6n7wPlTzlvq7rkQ │ 321 │ 0.0 │ 0.0 │ 2408.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 191510.0 │ 0.0 │ 5.230000e+05 │ 0.0 │ 8857.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 546683.0 │ 0.0 │ 0.0 │ 88462.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 1476.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 1497.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 1207.0 │ 0.0 │ 5216.0 │ 0.0 │ 0.0 │ 52712.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 0.0 │ 469206.0 │ 1.892234e+06 │ 0.046750 │ 0.288909 │ Amsterdam │ Amsterdam │ 1528355309 │ 52.3667 │ 4.8833 │ Netherlands │ NL │ NLD │ Noord-Holland │ primary │ 862965.0 │ Europe │ 30 │ urban centre │ 7.38 │ 3.99 │ 6.68 │ 9.23 │ 0.84 │ 6.68 │ diner │ 0.577011 │ 4.640433e+07 │ 4.640700e+07 │ 0.0 │ 7373027 │ True │ NULL │ Prinsengracht │ residential │ drive │ NULL │ NULL │ 74.755 │ 4.640700e+07 │ 4.640433e+07 │ NULL │ NULL │ NULL │ NULL │ NULL │ NULL │ NULL │ NULL │ False │ 0.276393 │ │ … │ … │ … │ … │ … │ … │ … │ … │ … │ … │ … │ … │ … │ … │ … │ … │ … │ … │ … │ … │ … │ … │ … │ … │ … │ … │ … │ … │ … │ … │ … │ … │ … │ … │ … │ … │ … │ … │ … │ … │ … │ … │ … │ … │ … │ … │ … │ … │ … │ … │ … │ … │ … │ … │ … │ … │ … │ … │ … │ … │ … │ … │ … │ … │ … │ … │ … │ … │ … │ … │ … │ … │ … │ … │ … │ … │ … │ … │ … │ … │ … │ … │ … │ … │ … │ … │ … │ … │ … │ … │ … │ … │ … │ … │ … │ … │ … │ … │ … │ … │ … │ … │ … │ … │ … │ … │ … │ … │ … │ … │ … │ … │ … │ … │ … │ … │ … │ … │ … │ … │ … │ … │ … │ … │ … │ … │ … │ … │ … │ … │ … │ … │ … │ … │ … │ … │ … │ … │ … │ … │ … │ └──────────────────────────────────────┴───────────┴──────────────────┴─────────┴────────────────────┴─────────────┴─────────────────┴───────────────┴────────────┴────────────────┴─────────┴───────────┴──────────┴─────────────────────────┴───────┴───────┴───────┴───────┴─────────┴─────────┴────────────┴─────────────────┴───────────┴───────────┴────────────────┴────────────────────────┴────────────────────┴─────────┴───────────────┴─────────┴──────────┴────────────┴─────────┴──────────┴───────────┴───────────────────┴──────────┴─────────┴─────────────────┴────────────┴──────────┴──────────────┴──────────┴─────────┴──────────────┴─────────┴──────────┴───────────┴──────────────┴─────────────┴──────────────────────────┴────────────────────────┴──────────┴─────────┴──────────┴─────────┴─────────┴────────────┴──────────┴─────────┴─────────┴───────────┴───────────┴─────────────┴─────────────┴──────────────┴──────────────┴─────────┴─────────┴─────────────┴─────────┴──────────────┴─────────┴────────────────────┴──────────────┴───────────────┴─────────────────────┴──────────────────────┴───────────┴─────────┴──────────┴─────────┴──────────┴─────────┴────────────┴──────────┴───────────────┴─────────┴─────────┴──────────────┴───────────┴─────────────┴──────────────┴──────────────────┴────────────────┴───────────┴────────────┴────────────┴──────────┴──────────┴─────────────┴────────┴────────┴───────────────┴─────────┴────────────┴───────────┴────────────┴──────────────┴───────────┴─────────┴────────────┴─────────┴─────────┴─────────┴───────────┴───────────┴──────────────┴──────────────┴─────────┴───────────┴─────────┴────────┴─────────────────────────┴──────────────┴──────────────┴──────────┴──────────┴─────────┴──────────────┴──────────────┴────────┴──────────────────┴──────────┴──────────┴────────┴────────────┴─────────┴───────────┴──────────┴───────────────────┘
First, let's load the sources and take a sample of the dataset for testing purposes. Then we can fetch the urls for the images we want to download.
In [38]:
Copied!
mp = Mapillary(ws.env)
kv = KartaView(ws.env)
mp = Mapillary(ws.env)
kv = KartaView(ws.env)
In [39]:
Copied!
sample = src_table[2790:2800]
df = gss.fetch_image_urls(sample, mp, kv)
df
sample = src_table[2790:2800]
df = gss.fetch_image_urls(sample, mp, kv)
df
Out[39]:
┏━━━━━━━━━━━┳━━━━━━━━━━━━━━━━━┳━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━┓ ┃ source ┃ image_id ┃ image_url ┃ ┡━━━━━━━━━━━╇━━━━━━━━━━━━━━━━━╇━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━┩ │ string │ int64 │ string │ ├───────────┼─────────────────┼──────────────────────────────────────────────────────────────────────────────────┤ │ Mapillary │ 291267489739763 │ https://scontent-ams2-1.xx.fbcdn.net/m1/v/t6/An-Mc0lhpIBxFA8ijDoqb0gc7ZEBAaNIf4… │ │ Mapillary │ 238796144572432 │ https://scontent-ams2-1.xx.fbcdn.net/m1/v/t6/An9YM9oRIl3fUinGPWV2LGRCZTHI9oHITy… │ │ Mapillary │ 809013153847997 │ https://scontent-ams2-1.xx.fbcdn.net/m1/v/t6/An88drY_s6mwRt6O05v_eVAA3V8bjz2BSE… │ │ Mapillary │ 812971996301466 │ https://scontent-ams2-1.xx.fbcdn.net/m1/v/t6/An9lM0xQO5E00qyzU6rXG0jsqMnZCfFzJ1… │ │ KartaView │ 580633030 │ https://storage13.openstreetcam.org/files/photo/2020/1/25/proc/2074482_7_7a90e_… │ │ KartaView │ 580633110 │ https://storage13.openstreetcam.org/files/photo/2020/1/25/proc/2074482_7_7a90e_… │ │ KartaView │ 580633178 │ https://storage13.openstreetcam.org/files/photo/2020/1/25/proc/2074482_7_7a90e_… │ │ KartaView │ 580633254 │ https://storage13.openstreetcam.org/files/photo/2020/1/25/proc/2074482_8_fbe1f_… │ │ KartaView │ 580633226 │ https://storage13.openstreetcam.org/files/photo/2020/1/25/proc/2074482_8_fbe1f_… │ │ KartaView │ 580633098 │ https://storage13.openstreetcam.org/files/photo/2020/1/25/proc/2074482_7_7a90e_… │ └───────────┴─────────────────┴──────────────────────────────────────────────────────────────────────────────────┘
We can now download and open the images. Already dowloaded images won't be dowloaded again.
In [40]:
Copied!
paths = gss.dowload_images(df, mp, kv)
Image.open(paths[0])
paths = gss.dowload_images(df, mp, kv)
Image.open(paths[0])
Out[40]:
