ikea store locations

宜家商场地点

这是一项持续的工作，旨在列出和分析世界上每家宜家商场的位置。当前的目标只是找到每家商店的位置。我们的梦想是进行一些分析，例如将到最近的宜家的距离与房价相关联。据我所知，其他地方找不到每家宜家商场的位置。有一篇维基百科文章指出了每个国家/地区的宜家商店数量，但没有提供更多详细信息。大多数国家/地区都有一个专门的页面，列出了其所有商店，例如，请参阅法国的此页面。

当前流程首先将给定国家/地区的商店名称列表复制/粘贴到store-names.json文件中。然后， geocode.py脚本会遍历每个国家/地区的商店名称，并应用地理编码来查找详细地址和相应的地理坐标。所有信息都存储在stores.csv中。 stores.geojson文件是与stores.csv等效的GeoJSON。 stores.geojson的内容是从 GitHub 的index.html中获取的。地图在这里提供。此外，事实证明 GitHub 能够渲染 GeoJSON 文件，您可以在此处查看其实际效果。最后， count.py用于通过使用上述维基百科文章作为参考来检查每个国家/地区收集的宜家地点数量是否正确。

总长DR

python -m venv .env
source .env/bin/activate
pip install -r requirements.txt
python geocode.py
python count.py

由于这是一项持续的工作，因此尚未考虑到每个商店的位置。当然，欢迎拉取请求。这是count.py脚本给出的当前状态：

• 澳大利亚
• 奥地利（7人失踪）
• 巴林（1人失踪）
• 比利时（2人失踪）
• 保加利亚（1人失踪）
• 加拿大
• 中国（18人失踪）
• 克罗地亚（1人失踪）
• 塞浦路斯（1人失踪）
• 捷克共和国（当时是捷克斯洛伐克的一部分）（4人失踪）
• 丹麦
• 多米尼加共和国（4人失踪）
• 埃及（1人失踪）
• 爱沙尼亚（1人失踪）
• 芬兰（1人失踪）
• 法国
• 德国（1 太多）
• 希腊（5人失踪）
• 香港（4人失踪）
• 匈牙利（3人失踪）
• 冰岛
• 印度（1人失踪）
• 印度尼西亚（2人失踪）
• 爱尔兰（1人失踪）
• 以色列（6人失踪）
• 意大利（21人失踪）
• 日本（1 太多）
• 乔丹（1人失踪）
• 科威特
• 拉脱维亚（1人失踪）
• 立陶宛（3人失踪）
• 澳门（1人失踪）
• 马来西亚（4人失踪）
• 摩洛哥（1人失踪）
• 荷兰
• 挪威
• 波兰（11人失踪）
• 葡萄牙（5人失踪）
• 波多黎各（3人失踪）
• 卡塔尔（1人失踪）
• 罗马尼亚（2人失踪）
• 俄罗斯（14人失踪）
• 沙特阿拉伯（6人失踪）
• 塞尔维亚（当时是南斯拉夫的一部分）（1人失踪）
• 新加坡
• 斯洛伐克（当时是捷克斯洛伐克的一部分）（1人失踪）
• 韩国（4人失踪）
• 西班牙（1人失踪）
• 瑞典（20人失踪）
• 瑞士（9人失踪）
• 台湾（6人失踪）
• 泰国（2人失踪）
• 土耳其（6人失踪）
• 阿拉伯联合酋长国（3 人失踪）
• 英国（21人失踪）
• 美国（51人失踪）