地图可视化必备:3种根据地址查询经纬度的方法

Crossin的编程教室

共 3321字,需浏览 7分钟

 ·

2021-04-24 02:21


大家好,欢迎来到 Crossin的编程教室 !
我们做位置相关的数据可视化时,经常会用到地图可视化。对我来说,地图可视化的优点除了它可以展示海量的位置数据,更重要的是它可以很酷很炫,给人一种赏心悦目的舒适感。如下是一个简单的热力图:
热力地图
制作此类可视化地图的前提是获得海量的经纬度数据,数据从何而来?当然是腾讯地图、高德地图和百度地图这些大家耳熟能详的平台。所以今天给大家分享用Python批量获取经纬度的三种方法,并顺便测一下它们的速度如何。

一、腾讯地图

首先,咱们需要在腾讯位置服务平台注册并获得一个key,作为位置数据调用的密匙。步骤如下:
腾讯地图开放平台

1、构造函数

获得key以后,咱们就可以构造API数据请求函数tengxun(),将json格式数据中的经纬度解析出来即可,Python代码如下:
import requests

def tengxun(addr):
url = "https://apis.map.qq.com/jsapi?" #腾讯地图API接口
para = {
"qt": "geoc",
"addr":addr, #传入地址参数
"output": "json",
"key": "D7EBZ-NHYKX-UAH4A-74TW4-6M2JE-UHFLY", #即腾讯地图API的key
"pf":"jsapi",
"ref":"jsapi"
}
req = requests.get(url,para) #请求数据
req = req.json() #转为json格式
#print(req)
m = req["detail"]
g = f"{m['pointx']},{m['pointy']}" #解析到经纬度数据
print(g)
return g
tengxun(addr="深圳市")
传入自变量“深圳市”,运行Python代码,即可获得深圳市的经纬度数据:
'113.883080,22.553290'

2、读取数据

函数构造好以后,导入准备好的excel文件,文件包含广州500所学校的地址数据。
学校地址数据下载:
https://pan.baidu.com/s/1g0Wkmd2b75e0KzkP_SLW7g  

提取码:fjg3

import pandas as pd
df1 = pd.read_excel("gz_school.xlsx")
df1.head()
数据预览:
3、应用函数
将学校数据中的地址列应用于前文构造的函数,批量获取500所学校的经纬度数据并进行程序计时。
import time
time_start = time.time() #程序起始时间
df1['经纬度']=df1['address'].apply(tengxun) #调用函数
time_end = time.time() #程序结束时间
t = time_end-time_start #运行时间
print('共用时%s秒'%t)
通过腾讯地图批量解析500个地址获取经纬度数据共用时约52.40秒,平均1秒钟可以获取9个地址的经纬度。
共用时52.39904499053955

4、保存数据

获取到经纬度数据后,保存为excel文件。
df1.head()
df1.to_excel('result.xlsx',index = False)

数据预览:


二、高德地图

同样的,高德也需要提前在高德开放平台注册并创建应用,获取你的专属key。
高德地图开放平台

1、构造函数

import pandas as pd
import requests
import time
import csv
import json

def gaode(addr):
para = {
'key':'你自己的', #高德地图开放平台申请的key
'address':addr #传入地址参数
}
url = 'https://restapi.amap.com/v3/geocode/geo?' #高德地图API接口
req = requests.get(url,para)
req = req.json()
print('-' * 30)
m = req['geocodes'][0]['location']
print(m)
return m
gaode(addr="深圳")

2、应用函数

df2 = pd.read_excel('gz_school.xlsx') #读取地址数据
time_start = time.time()
df2['经纬度'] = df2['address'].apply(gaode) #调用函数
time_end = time.time()
t = time_end-time_start
print('共用时%s秒'%t)
通过高德地图批量解析500个地址获取经纬度数据共用时约37.74秒,平均1秒钟可以获取13个地址的经纬度,解析速度高于腾讯地图。
共用时37.740272998809814

三、百度地图

百度地图批量获取经纬度方法与高德地图一致。
百度地图开放平台

1、构造函数

import pandas as pd
import requests
import time
import csv
import json

def baidu(addr):
url = "http://api.map.baidu.com/geocoding/v3/?" #百度地图API接口
para = {
"address": addr, #传入地址参数
"output": "json",
"ak": "你自己的" #百度地图开放平台申请ak
}
req = requests.get(url,para)
req = req.json()
#print(req)
print('-' * 30)
m = req["result"]["location"]
g = f"{m['lng']},{m['lat']}"
print(g)
return g
baidu(addr="深圳")

2、应用函数

df3 = pd.read_excel('gz_school.xlsx')
time_start = time.time()
df3['经纬度'] = df3['address'].apply(baidu)
time_end = time.time()
t = time_end-time_start
print('共用时%s秒'%t)
通过百度地图批量解析500个地址获取经纬度数据共用时约24.06秒,平均1秒钟可以获取20个地址的经纬度,解析速度高于高德地图和腾讯地图。
共用时24.0550799369812

四、小结

以上便是3种通过地址获取经纬度信息的方法,都可以满足我们开发时的需求。仅从解析速度来看,百度地图效率高于高德地图,高德地图高于腾讯地图。当然,解析速度还要考虑程序运行时的网络状况、电脑自身配置等因素。另外,地址数据解析还要考虑准确率,只有综合考虑解析速度和准确率,才能更加客观地判断哪一种方法最优。
如果文章对你有帮助,欢迎转发/点赞/收藏~

作者:J哥

来源:菜J学Python


_往期文章推荐_

制作国际空间站实时跟踪器




如需了解付费精品课程教学答疑服务
请在Crossin的编程教室内回复: 666

浏览 702
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报
评论
图片
表情
推荐
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报