Звучит невероятно интересно – возможность превратить историю в сетевой граф, а потом применить кластеризацию или поиск сообществ. Можно начать с оцифровки старых маршрутов, определения географических координат точек маршрута и указания времени. Как только у нас будет чистый набор данных, мы сможем построить маршруты, вычислить показатели центральности и выявить закономерности, например, ключевые города или сезонные изменения. Если наложить на это объемы торговли или типы товаров, возможно, мы обнаружим скрытые торговые пути или увидим, как политические события изменили маршруты. Давай соберем данные и посмотрим, что покажут цифры.

Звучит как отличный план. Для начала, советую посмотреть несколько источников, которые уже оцифровали исторические маршруты: у David Rumsey Map Collection хорошая подборка карт Шелкового пути, в Библиотеке Конгресса есть схемы торговых путей специями, а в World Digital Library – некоторые средневековые караванные маршруты. Чтобы извлекать координаты, можно использовать GeoGuessr или даже Georeferencer – расширение для QGIS, они помогут сориентировать старые карты относительно современных координат. Как только у нас будут точки, мы сможем загрузить их в GeoPandas dataframe, а дальше использовать NetworkX, чтобы построить граф маршрутов. Тогда, рассчитав междуточность или PageRank, мы получим карту центральности, о которой ты говорил. Давай скачаем несколько карт, сориентируем их и посмотрим, что покажет анализ.