数ヶ月前、私は日本の座標データを行政区画レベルにマッピングする作業をしたいと思いました。そこで、日本気象庁（JMA）の行政区画データを利用して、リバースジオコーディングツール reversejp を書きました。コア部分のコードはRustで実装し、PyO3とMaturinを使ってPythonパッケージ化しました。

日本の国土面積はそれほど広くありませんが、JMAのデータでは最も細かいレベルで3000以上の行政区画に区分されています。日本の国土面積を考慮すると、実際には非常に精緻です。

データ処理のコアフローは、すべてのポリゴンを順に走査し、指定した点がポリゴン内部にあるかを判定し、条件を満たすポリゴンの情報を順番に返す、というものです。

Rustでの使用例は以下の通りです。

1

cargo add reversejp

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11

// https://github.com/ringsaturn/reversejp/blob/main/reversejp-rust/examples/demo.rs
use reversejp::ReverseJp;

fn main() {
    let reverse_jp = ReverseJp::with_embedded_data().unwrap();
    let props = reverse_jp.find_properties(139.7670, 35.6812);

    for prop in props {
        println!("Code: {}, Name: {}, English Name: {}", prop.code, prop.name, prop.en_name);
    }
}

出力結果:

1
2

Code: 130010, Name: 東京都, English Name: Tokyo
Code: 1310100, Name: 千代田区, English Name: Chiyoda City

Pythonでの使用例は以下の通りです。

1

pip install reversejp

1
2
3
4
5
6
7

# https://github.com/ringsaturn/reversejp/blob/main/reversejp-python/examples/demo.py
import reversejp

props = reversejp.find_properties(139.7670, 35.6812)

for prop in props:
    print(prop.code, prop.name, prop.en_name)

出力結果:

1
2

130010 東京都 Tokyo
1310100 千代田区 Chiyoda City