거리 및 방위 계산: LuckyTemplates 지리 공간 분석

이 튜토리얼은 LuckyTemplates에서 거리와 방위를 계산하는 방법과 이를 지리 공간 분석 에 효율적으로 사용하는 방법을 논의하는 것을 목표로 합니다 .

웹에서 많은 거리 계산을 찾을 수 있습니다. 이 데모에서는 공급망 네트워크 프로젝트 중 하나를 구축하는 데 필요한 솔루션의 간단한 예를 사용하겠습니다.

또한 배송 창고에서 서비스 위치까지의 직선 거리 계산도 보여 드리겠습니다.

여기에는 DAX 측정을 사용하여 거리를 선택하는 슬라이서가 있습니다 . 이를 통해 선택한 거리 내에서 고객, 흐름, 무게, 수익 및 기타 값을 동적으로 분석할 수 있습니다.

Haversine 공식 이라고도 하는 대원 거리 계산은 이 자습서 의 핵심 측정입니다. 이 기술을 마스터하면 필요한 모든 거리 및 베어링 계산을 처리할 수 있습니다.  

파워 쿼리에서 대부분의 계산을 수행하는 것을 선호하지만 선택 가능한 거리를 기반으로 데이터를 동적으로 분석해야 하는 경우 DAX 측정값을 사용해야 합니다.

가능한 경우 실제 거리가 선호되는 옵션이 될 수 있습니다. 그러나 직선 거리가 충분하므로 많은 경우에 이것이 필요하지 않습니다. 

Google 또는 Bing API를 사용하여 실제 거리와 직선 거리 모두에 대해 파워 쿼리에 거리를 추가할 수 있습니다. 지형 공간 도구 상자에 더 많은 도구를 포함하는 것이 좋습니다. 그러나 API를 LuckyTemplates에 적용하는 방법은 이 자습서에서 다루지 않습니다. 

목차

• 시나리오 이해
• 거리 및 베어링 데이터 세트 분석
• 거리 및 방위 계산: 데모 데이터 생성
• 열 추가
• 베어링 및 오리엔테이션
• 거리 및 방위 계산을 위한 R 스크립트
• 맵 비주얼 추가
• 결론

시나리오 이해

서비스 엔지니어의 집 주소에 가장 가까운 비즈니스 소포 사물함을 할당하는 데 도움을 요청했습니다.

서비스 엔지니어는 시간이 지남에 따라 변경될 수 있는 사전 정의된 작업 영역에서 작업했으며 해당 작업을 집에서 시작했습니다.

하룻밤 사이에 소포 보관함에 긴급 예비 부품 보충이 이루어졌습니다. 다음날 아침 엔지니어는 작업장으로 가는 길에 소포 보관함에서 예비 부품을 수거했습니다. 

일반적으로 저는 GIS (Geographic Information System) 소프트웨어를 사용하여 이러한 종류의 분석을 수행합니다. 하지만 이제 LuckyTemplates를 사용하여 동적 할당 모델을 얻으려고 합니다. 또한 직선 거리와 베어링 계산을 모두 사용했습니다. 

GIS 에서  베어링 각도는 탐색 또는 방향에 사용됩니다. 이 예에서는 거리 자체가 전체 솔루션을 제공하지 않기  때문에 방향( Orientation ) 으로 변환되는 베어링을 추가했습니다.

가장 가까운 소포 보관함은 작업 영역과 반대 방향에 위치할 수 있습니다. 그래서 방향도 보여주고 싶었어요.

이를 통해 작업 영역에 해당하는 지리적 표제를 기준으로 사물함 할당 선택을 제한할 수 있습니다. 

예를 들어 작업 영역은 그의 집 북쪽 입니다. 따라서 선호하는 소포 보관함 위치는 같은 방향이어야 합니다. 

거리 및 베어링 데이터 세트 분석

이 간단한 예에서 데이터 세트는 네덜란드의 주소와 무료 소포 보관함 위치로 구성됩니다.

여기에는 위도 및 경도 (시작 및 시작 ) , 저장소 , 이름 , 부품 값 및 수요 에 대한 열이 포함됩니다 .

초기 테이블 옆에는 Excel의 계산된 열과 거리 계산이 있습니다. 먼저 라디안을 계산했습니다.

그런 다음 라디안과 Haversine 공식을 사용하여 마일과 킬로미터에 대한 실제 거리 계산을 만들었습니다. 

거리 및 방위 계산: 데모 데이터 생성

베어링에 대한 계산은 초기에 도 단위의 십진수로 귀결됩니다. 그래서 이것을 좀 더 실용적인 것으로 변환해야 합니다.

1-360도의 테이블 열을 만들었습니다. 나침반에 따라 방향에 대한 열도 추가했습니다.

또한 LuckyTemplates에서 방향을 시계 방향으로 정렬하기 위해 SORT 열을 추가했습니다 .

그런 다음 Power Query에서 sourceNL 데이터 세트와 Orientation 테이블을 로드했습니다.

sourceNL 테이블을 살펴보겠습니다 .

열 추가

먼저 인덱스 열을 추가했습니다 . 편집기에서 변환을 수행할 때마다 참조 또는 정렬을 위해 인덱스 열을 추가합니다.

그런 다음 위도와 경도를 4자리로 반올림했습니다 . 이는 더 큰 데이터 세트에서 중요합니다. 이렇게 하면 여전히 충분한 11미터 의 정확도를 반환합니다.

이 예를 위해 지도를 표시하기 위해 별도의 계산된 열에 각 단계를 추가했습니다. Excel에서 했던 것처럼 위도와 경도 값의 라디안을 계산했습니다.

그런 다음 Haversine 공식을 적용하여 마일과 킬로미터 단위로 거리를 계산했습니다.

베어링 및 오리엔테이션

베어링의 경우 계산은 제가 웹에서 가져온 또 다른 공식입니다. 이 시나리오 의 목적에 맞게 약간 조정했습니다 . 

처음에 이 계산은 라디안 단위입니다. 완전히 쓸모가 없습니다. 그래서 변환을 해야 합니다.

이것은 베어링 사전 단계 입니다 . 이것은 내 계산의 다음 단계로 라디안을 변환하기 위한 것입니다.  

다음 단계에서는 음수를 변경하고 이 계산을 적용하여 수정했습니다.

그런 다음 Bearing을 반올림하여 정수를 얻었습니다.

Bearing (rad) , Bearing pre 및 Bearing 열을 삭제했습니다 . 그런 다음 Naar boven afronden 기둥의 이름을 Bearing Roundup 으로 변경했습니다 .

이제 이 테이블의 Bearing Roundup 열을 Orientation 테이블 의 BEARING 열과 병합할 수 있습니다 .

이렇게 하면 방향을 잡을 수 있을 것이다.

이제 다음 모델에 사용할 베어링( Bearing Roundup ) 및 방향( Orientation_Direction ) 열이 있습니다.

다음은 파워 쿼리의 결과입니다.

거리 및 방위 계산을 위한 R 스크립트

이를 위해 R 스크립트 가 포함된 솔루션을 사용하겠습니다 . 마일과 킬로미터 단위로 계산된 거리가 포함된 데이터 세트입니다.

수식보다 훨씬 짧고 깔끔한 이 R 스크립트를 실행하고 있습니다 .

R 스크립트를 실행한 후 이제 3개의 테이블이 있습니다.

다음은 출력입니다. 저도 반올림했습니다.

보시다시피 R 스크립트 계산과 Excel 계산의 결과는 비슷합니다. 

맵 비주얼 추가

마지막으로 최종 결과에 시각적 표시를 추가하겠습니다.

이를 위해 LuckyTemplates 보고서 의 단계를 반복했습니다 . 3개의 위치로 테이블을 로드했습니다. Orientation 테이블과 데이터 세트( selectionNL ) 도 Sort 열과 함께 로드했습니다 . 그런 다음 Orientation 에 대한 열을 병합했습니다 .

이로써 최종 모델이 완성됩니다.

지리 공간 분석 – LuckyTemplates 데이터 시각화에 대한 새로운 과정
LuckyTemplates – 도구 설명의 동적 맵
공간 분석을 위한 LuckyTemplates 모양 맵 시각화

결론

이 보고서에서 나는 고객이 보는 방향을 보여주기로 선택했습니다. 기본 설정에 따라 이 설정을 되돌리거나 보고서에 둘 다 표시할 수 있습니다. 계산에서 위도와 경도를 교환 하기 만 하면 됩니다 .

바라건대, 이 튜토리얼이 일반적으로 거리 및 베어링 계산을 더 잘 이해하는 데 도움이 되었기를 바랍니다.

더 많은 예제와 관련 콘텐츠를 보려면 아래 링크를 확인하십시오.

건배!

폴