前言： 在成都生活，你有没有过这种经历：明明目的地就在马路对面，或者河对岸，直线距离不过几百米，但导航却让你绕一个巨大的圈子去过桥、找斑马线，或者避开某个进不去的大院？
把成都主城区切成了几千个小网格，算了一下每个格子的“绕路指数”。我想知道，这座城市里到底哪里最容易让人“跑断腿”。
先直接看结果，这是我跑出来的成都步行绕路热力图：
图注：颜色越深，代表在这个区域走路越容易被迫绕弯子。
从图中可以看出，高新西区/三环外侧某些被铁路切割的板块是重灾区；而老城区虽然路窄，但”毛细血管”丰富，反而绕路指数较低。
我把这张“绕路案例地图”单独放出来给大家玩：https://mingblog.site/map_forfun.html（推荐PC端体验）
这不是导航，也不代表现实中一定会绕路；它更像是一个“城市道路被切割的地方在哪里”的娱乐统计。
这张地图在干嘛？
我做的事很简单：
-
用 OpenStreetMap（OSM） 的步行路网（人行道/小路/城市道路中允许步行的部分）构建一个可走的图。
-
在成都主城区里按网格采样很多对“起点—终点”（距离大概 1km 左右附近的两点）。
-
对每一对点：
-
计算两点的直线距离（Euclid）
-
再用路网最短路计算实际要走的距离（Route）
-
绕路系数 Detour = Route / Euclid
-
-
从结果里挑出“绕得离谱”的一些，画成可交互的路线图。
你在地图里看到的每一条线，都是“算法说：如果你要从 A 到 B，可能要这么绕”。
这张图表示的，是宏观上哪里容易被河、快速路、围栏、铁路、园区等切割；它不能代表现实实际的道路情况。
原因包括但不限于：
-
OSM 数据并非实时：某些桥/通道/门禁/围栏状态，可能早变了。
-
步行可达性标注不完美：有的路在 OSM 上看似能走，实际上要绕；也可能反过来。
-
算法会产生“伪路线”：尤其当起终点“贴得太近”但中间被硬隔断时，最短路可能被迫绕到很远的可连接点。
-
我公开的是原始案例层：里面一定混有不合理/不好走/没人会走的路线，这很正常——这就是“娱乐版”的前提。
如果你发现明显不合理的：当一乐子玩玩就行了~
两个我自己验证过的“确实会绕”的例子
为了不让它看起来像纯自嗨，我挑了几条自己也去用高德地图对照过的案例。路线不可能完全一致（数据源和规则不同），但“确实存在绕路”这一点能对得上。
案例 1：快速路切割（Case 19）
-
barrier(障碍物类型)：expressway
-
detour(绕路指数)：8.67×
-
route(实际路径长度)：3000 m
-
euclid(直线距离)：346 m
-
snap(起终点被吸附到路网节点的距离）：74m / 112m
直观理解：两点隔得不远，但中间可能被快速路隔开，能合法/可达的通行点很少，于是必须绕去能过的地方。
案例 2：水系切割（Case 68）
-
barrier：waterway
-
detour：3.82×
-
route：2343 m
-
euclid：613 m
-
snap：225m / 145m
直观理解：河道本身不宽，但桥/通行点密度不够，尤其在一些郊区/园区边缘地带，“直线很近，过河很难”，绕行就会被放大。
你会看到我标了 snap 距离。它表示我随机取的点不一定正好落在可走路网节点上，所以会“吸附”到附近节点。snap 越大，代表这个案例越可能是“采样点太野/路网节点稀疏”，可信度会下降一点——但不等于一定错。
在地图里怎么玩？
-
先缩放看整体：你会发现市中心通常绕路系数更温和（路网密，跨越点多），外围更容易出现离谱值（跨越点少、园区/快速路/河网更集中）。
-
点开任意 Case 的弹窗：看 detour / route / euclid。
-
遇到“看起来很假”的：不用怀疑，是它本来就可能很假。
-
遇到“你生活中真遇到过”的：那就是这张图最有价值的时刻。
版权与归属
-
数据来源：OpenStreetMap 及其贡献者（ODbL）。
-
本页面所有案例仅用于娱乐讨论与个人研究，不构成任何现实出行建议。
最后一句
我个人觉得结果整体挺符合直觉：市中心更“连通”，外围更“割裂”。
你可以把它当成“城市缝合程度”的一张玩具图——偶尔还真能对上你骂过的那句：“明明就在对面，怎么要绕这么远？”
如果你在地图里找到特别离谱或特别真实的案例，欢迎在评论区分享：你遇到的是地图错了，还是“成都就是这样”。