TGOS 批次地址查經緯度 + umap 私房地圖範例： 清冠一號中醫診所地圖

[本來想重寫 TGOS 的教學文， 做這張圖時才發現 umap 已中文化， 介面改了不少， 而且有提供 cluster map 的功能， 就乾脆連 umap 教學也一起重寫。] 接續前一篇 轉碼 big5 除錯記， 已經得到整理過的清冠一號中醫診所地址檔 3.csv。 (仍舊是 utf8 編碼， 但不會讓 iconv 消化不良。) 下一步要轉成 TGOS 規定的格式。

經過很多次實驗， 發現幾件事：

1. 地址欄如果有郵遞區號， 很多時候反而會出錯。 最好刪掉。
2. 很多筆資料裡面的「巿」跟平常打字出現的「市」其實並不一樣： echo '巿市' | xxd 會看到前者的編碼是 e5 b7 bf 而常用的「市」則是 e5 b8 82。
3. id 欄必須是整數， 中間跳號沒有關係， 也不需要按照順序。 但是為了等一下處理 (join 指令) 方便， 最好每一列的 id 位數相同 (例如都是四位數)。

所以做以下處理：

perl -pe 's/巿/市/g ; s/,\d+/,/' 3.csv | \
perl -ne 'printf("%d,$2\n", $1+1000) if m/^(\d+),(.*)/' > 4.csv

另外有一列 「新北新新店區」 手動更正成 「新北市新店區」， 得到 4.csv。

再來是轉編碼。 我用 vim， 它會自動判斷編碼， 所以可以編輯 big5 編碼的檔案。 但是我的學生多半採用 nano 或 geany， 這兩者無法直接編輯 big5 檔。 那就略過文字編輯器， 直接從命令列產生 TGOS 格式吧：

echo 'id,Address,Response_Address,Response_X,Response_Y' > tgos-big5.csv
cut -d, -f 1,3 4.csv | iconv -f utf8 -t big5 >> tgos-big5.csv

第一句 echo 其實就只是 TGOS 範例檔的第一 (標頭) 列而已， 只有 ascii 字元， 所以沒有編碼問題。 第二句把 4.csv 裡面的「診所名稱」欄位刪掉， 接到標頭列後面。 可以用 cat tgos-big5.csv 查看結果。 雖然是一片亂碼， 但格式看來是正確的。

然後把 tgos-big5.csv 餵給 地址轉經緯度的 TGOS 服務， 經過幾十分鐘後得到 (utf8 編碼的) 成果檔， 叫它 coords.csv 好了。 編輯 coords.csv ， 把標題列刪掉。 然後水平合併兩個檔， 只保留診所的名稱、地址、經度、緯度等四個欄位： join -t, 4.csv coords.csv | cut -d, -f 2,3,6,7 > umap.csv 再手動加上這樣的標題列：

name,address,lon,lat

最終得到 umap.csv。 資料準備完成！ 再來就是上傳到 umap 了：

1. [假設你已登入 umap] 建立一個新地圖。
2. 點右上角 「啟用編輯功能」。
3. 點右側 「改變地圖磚圖層」， 改選 OpenStreetMap， [要從哪個伺服器取得底圖？ 因為台灣國網中心有映射， 比較快。]
4. 點右側上箭頭 「匯入資料」， 上傳剛剛準備好的 umap.csv 。 [每上傳一個檔案， 就成為一個新圖層。 一張地圖可以有好幾個圖層。]
5. 點右側 「管理圖層」、 點剛剛新建的圖層的「筆」圖示， 在 「圖層屬性」 底下的 「圖層類型」 選 「群集後」。 [當你的地圖有很多圖徵 (features)， 也就是很多個點的時候， 選用 clustered map 可以把鄰近的圖徵集中成一個數字， 地圖比較不會太亂。]
6. 點右側齒輪 「編輯地圖設定值」， 幫地圖取一個名字。
7. 同樣在 「編輯地圖設定值」 底下， 「預設屬性」 的 「標籤鍵」 填 「name」。 [你上傳的資料， 要用哪一個欄位作為圖徵顯示的名稱？ 我們希望顯示 csv 檔裡面的診所名稱欄位而不是地址或經緯度， 所以輸入 name]
8. 同樣在 「編輯地圖設定值」 底下， 「預設互動選項」 的 「顯示標籤」 選 「當滑過時」。 [每當滑鼠滑過一個圖徵， 就顯示它的名稱。]

最終得到壯觀的 清冠一號中醫診所地圖！ 恒春有點可憐啊...沒有中醫診所願意參加嗎？