python应用之根据地址表绘热力图|江阴雨辰互联

python应用之根据地址表绘热力图

直接上图

现在很多的数据分析中，都会用热力图来直观展示特征群体的分布情况，为后期的营销运营等服务。

本篇主要介绍，在经过前期数据整理后，利用python和百度地图API，如何根据拿到的地址列表绘制出热力图。

整个过程的思路大体分为部分：

1、读入已经整理好的地址列表，调用百度API功能取出各个地址对应的经纬度；

2、将所有地址及地址对应的经纬度，存入一个csv文件备份；

3、将经纬度数据整理成热力图html需要的格式；

4、按照热力图html格式，整理完成并打开。

一、申请百度开发者密匙

百度API是什么？百度地图API是为开发者免费提供的一套基于百度地图服务的应用接口，基于这些应用接口，我们就可以很方便地将实际地址转换为经纬度坐标。

如下图，在百度拾取坐标系统（.html）中，直接输入地址，点击“百度一下”，在右边选择对应的目标，即可复制出经纬度了，咱们接下来的经纬度就是这样来的。

使用百度地图API功能，需要先在百度开发者平台上/，注册，然后申请密匙，应用名称自定义，应用类型选择浏览器端即可。（注意，如果调用代码是提示{"status":220,"message":"APP Referer校验失败"}，说明浏览器的AK没在白名单中，最简单粗暴的方式，就是直接将白名单定为*，意思是所有的IP都能调用此API，有一丢丢危险，慎用哈！）

二、调用百度API取出各个地址对应的经纬度

定义一个函数取经纬度

from bs4 import BeautifulSoup
import requests
import csv
import re#调用百度地图API查询位置
def getlocation(name):bdurl='/?address='output='json'ak='应用AK'#输入刚刚申请的AKcallback='showLocation'uri=bdurl+name+'&output=t'+output+'&ak='+ak+'&callback='+callbackheaders = {'Connection': 'close'}res=requests.get(uri,headers = headers)s=BeautifulSoup(res.text,'lxml')lng=s.find('lng')#经度lat=s.find('lat')#纬度if lng:return lng.get_text()+','+lat.get_text()

一开始输入的地址文件格式如下图左边红色部分，取经纬度后备份文件格式如右边的绿色部分

三、将经纬度整理成热力图html需要的格式

百度热力图的经纬度格式如下：。lng表示经度； lat表示纬度； count表示热力值，这个数越大，最终在图上的亮度越高，经过本人测试，对于单点，热力值=10时在地图上才可见，热力值>=100时，亮度达到最高，由于本案中每个地址仅出现一次，可以默认这个热力值为30即可

需要将获取的经纬度整理成以上格式，代码如下：

#将坐标按照百度API的格式进行整理
import csvreader=csv.reader(open('yyc.csv'))
for row in reader:loc=row[1]sloc=loc.split(',')lng=''lat=''if len(sloc)==2:#第一行是列名需要做判断lng=sloc[0]lat=sloc[1]count='30'#row[2]out='{\"lng\":'+lng+',\"lat\":'+lat+',\"count\":'+count+'},'print(out)

完整代码在这里！

from bs4 import BeautifulSoup
import requests
import csv
import re#调用百度地图API查询位置
def getlocation(name):bdurl='/?address='output='json'ak='应用AK'#输入百度地图上申请的密匙,代码如果给别人，这个密钥一定要删掉callback='showLocation'uri=bdurl+name+'&output=t'+output+'&ak='+ak+'&callback='+callbackheaders = {'Connection': 'close'}res=requests.get(uri,headers = headers)s=BeautifulSoup(res.text,'lxml')lng=s.find('lng')#经度lat=s.find('lat')#纬度if lng:return lng.get_text()+','+lat.get_text()#将csv文件中的地址读取出来并构建成一个list
with open('donghuicheng.csv','r',newline='',encoding='utf-8') as csvfile:reader = csv.reader(csvfile)data = []for row in reader:data.append(row[0])
#print(data)#houses=[]#定义列表用于存放房子的信息#特别注意一个问题，当查询的数据量大时（len(p)约>900时），会出现ConnectionAbortedError问题，查了一下有人说了异步提交的问题
#也有人说是电脑防火墙等软件的问题阻止的,经过自己的尝试，最后锁定是并发问题，普通API用户的并发是60/秒，认证用户是160/秒，需要设置休眠
import time
n=1
num=len(data)-1#去掉标题行
file=open('yyc.csv', 'w', newline='')#自己定义一个文件yyc，用于备份保存地址、经纬度信息
headers = ['name', 'loc', 'count']
writers = csv.DictWriter(file, headers)
writers.writeheader()
while n<num:#循环将信息存放进列表name = data[n]loc = getlocation(name)house = {'name': '','loc': '','count': ''}#将房子的信息放进一个dict中house['name'] = namehouse['loc'] = lochouse['count'] = 10writers.writerow(house)#将dict写入到csv文件中n+=1if n%100 == 0:time.sleep(10) #避免ConnectionAbortedError问题print(n)
file.close()#将坐标按照百度API的格式进行整理
import csvreader=csv.reader(open('yyc.csv'))
for row in reader:loc=row[1]sloc=loc.split(',')lng=''lat=''if len(sloc)==2:#第一行是列名需要做判断lng=sloc[0]lat=sloc[1]count='30'#row[2]out='{\"lng\":'+lng+',\"lat\":'+lat+',\"count\":'+count+'},'print(out)

以上代码执行结果会得到符合热力图html格式的经纬度，接下来把这些经纬度复制到html模板即可。

热力图html模板在这里

把上面代码获取的内容，复制到下面var points中即可

  <!DOCTYPE html>
<html>
<head><meta http-equiv="Content-Type" content="text/html; charset=GBK" /><meta name="viewport" content="initial-scale=1.0, user-scalable=no" /><script type="text/javascript" src="=2.0&ak=lB1LFGD8N6ydaTCSmVxiPYSly973KBHa"></script><script type="text/javascript" src=".0/src/Heatmap_min.js"></script><title>热力图功能示例</title><style type="text/css">ul,li{list-style: none;margin:0;padding:0;float:left;}html{height:100%}body{height:100%;margin:0px;padding:0px;font-family:"微软雅黑";}#container{height:90%;width:100%;}#r-result{width:100%;}</style>
</head>
<body><div id="container"></div><div id="r-result"><input type="button"  onclick="openHeatmap();" value="显示热力图"/><input type="button"  onclick="closeHeatmap();" value="关闭热力图"/></div>
</body>
</html>
<script type="text/javascript">var map = new BMap.Map("container");          // 创建地图实例var point = new BMap.Point(113.3312,23.147399);map.centerAndZoom(point, 12);             // 初始化地图，设置中心点坐标和地图级别map.enableScrollWheelZoom(); // 允许滚轮缩放var points =[
{"lng":113.405740055,"lat":23.0728039283,"count":50},
{"lng":113.532428081,"lat":23.0712678757,"count":50}
];if(!isSupportCanvas()){alert('热力图目前只支持有canvas支持的浏览器,您所使用的浏览器不能使用热力图功能~')}//详细的参数,可以查看heatmap.js的文档 .js/blob/master/README.md//参数说明如下:/* visible 热力图是否显示,默认为true* opacity 热力的透明度,1-100* radius 势力图的每个点的半径大小* gradient  {JSON} 热力图的渐变区间 . gradient如下所示*  {.2:'rgb(0, 255, 255)',.5:'rgb(0, 110, 255)',.8:'rgb(100, 0, 255)'}其中 key 表示插值的位置, 0~1.value 为颜色值.*/heatmapOverlay = new BMapLib.HeatmapOverlay({"radius":20});map.addOverlay(heatmapOverlay);heatmapOverlay.setDataSet({data:points,max:100});//是否显示热力图function openHeatmap(){heatmapOverlay.show();}function closeHeatmap(){heatmapOverlay.hide();}closeHeatmap();function setGradient(){/*格式如下所示:{0:'rgb(102, 255, 0)',.5:'rgb(255, 0, 0)',1:'rgb(255, 0, 0)'}*/var gradient = {};var colors = document.querySelectorAll("input[type='color']");colors = [].slice.call(colors,0);colors.forEach(function(ele){gradient[ele.getAttribute("data-key")] = ele.value;});heatmapOverlay.setOptions({"gradient":gradient});}//判断浏览区是否支持canvasfunction isSupportCanvas(){var elem = document.createElement('canvas');return !!(elem.getContext && elem.getContext('2d'));}
</script>

将这个html文件在浏览器中打开，就是本篇中第一个图

发布者：admin，转转请注明出处：http://www.yc00.com/news/1707180535a1482041.html

python应用之根据地址表绘热力图