python 爬虫地图坐标 python爬地图图片 |
您所在的位置：网站首页 › excel经纬度绘制地图 › python 爬虫地图坐标 python爬地图图片 |
python 爬虫地图坐标 python爬地图图片
|
功能描述：python爬取地址的经度纬度，并将经纬度映射到地图上。 步骤 ： 第一步：对地址进行预处理，然后利用python爬取各个地址的经度纬度； 第二步：将经纬度映射到地图上。 爬取经度纬度python第三方库：selenium、re、pandas Selenium是一个用于Web应用程序测试的工具。Selenium测试直接运行在浏览器中，就像真正的用户在操作一样。支持的浏览器包括IE（7, 8, 9, 10, 11），Firefox，Safari，Chrome，Opera等。使用python爬虫调用selenium来模拟正常用户访问浏览器. re库 正则表达式（英文名称：regular expression，regex，RE）是用来简洁表达一组字符串特征的表达式。最主要应用在字符串匹配中. 导入数据以及数据清理from selenium import webdriver from selenium.webdriver.common.by import By from selenium.webdriver.support.ui import WebDriverWait from selenium.webdriver.support import expected_conditions as EC import re, pandas as pd data = pd.read_excel("./data.xlsx") def trans(x): if '号' in x: return x.split('号')[0] + '号' elif '栋' in x: return x.split('栋')[0] + '栋' elif '楼' in x: return x.split('楼')[0] + '楼' else: return x data['修正地址'] = data['地址'].apply(lambda x: trans(x))获取经度纬度def coordinate(site): # 创建浏览器驱动对象 driver = webdriver.Chrome() driver.get('http://api.map.baidu.com/lbsapi/getpoint/index.html') # 显式等待，设置timeout wait = WebDriverWait(driver, 9) # 判断输入框是否加载 input = wait.until( EC.presence_of_element_located( (By.CSS_SELECTOR, '#localvalue'))) # 判断搜索按钮是否加载 submit = wait.until( EC.element_to_be_clickable( (By.CSS_SELECTOR, '#localsearch'))) # 输入搜索词，点击搜索按钮 input.clear() input.send_keys(site) submit.click() # 等待坐标 wait.until( EC.presence_of_element_located( (By.CSS_SELECTOR, '#no_0'))) # 获取网页文本，提取经纬度 source = driver.page_source xy = re.findall('坐标：([\d.]+),([\d.]+)', source) # 转浮点数，取中位数 df = pd.DataFrame(xy, columns=['longitude', 'latitude']) df['longitude'] = pd.to_numeric(df['longitude']) df['latitude'] = pd.to_numeric(df['latitude']) longitude = df['longitude'].median() latitude = df['latitude'].median() # 关闭浏览器驱动 driver.close() return [longitude, latitude] df = pd.DataFrame(columns=['公司名', '详细地址', '修正地址', '经度', '纬度']) for i in range(len(data['修正地址'])): try: onelist = coordinate(data['修正地址'][i]) except: onelist = [-1, -1] print(i, data['修正地址'][i]) add_data = pd.Series({'公司名':data['公司'][i], '详细地址':data['地址'][i], '修正地址':data['修正地址'][i], \ '经度':onelist[0], '纬度':onelist[1]}) # ignore_index=True不能少 df = df.append(add_data, ignore_index=True) df.to_csv('D:/good.csv', encoding='gbk')将经纬度映射到地图上python第三方库:pyecharts pyecharts 文档：https://pyecharts.org/#/zh-cn/intro ECharts是一个纯Javascript的图表库，可以流畅的运行在PC和移动设备上，兼容当前绝大部分浏览器，底层依赖轻量级的Canvas类库ZRender，提供直观、生动、可交互、可高度个性化定制的数据可视化图表。ECharts提供了常规的折线图、柱状图、散点图、饼图、K线图，用于统计的盒形图，用于地理数据可视化的地图、热力图、线图，用于关系数据可视化的关系图、treemap，多维数据可视化的平行坐标，还有用于BI的漏斗图、仪表盘，并且支持图与图之间的混搭。 要想使用地图库，需要安装第三方包(pip/pip3) pip install echarts-countries-pypkg # 全球国家地图 pip install echarts-cities-pypkg # 全球城市地图 pip install echarts-china-provinces-pypkg # 中国省级地图 pip install echarts-china-cities-pypkg # 中国市级地图 pip install echarts-china-misc-pypkg pip install echarts-united-kingdom-pypkg绘制地图import pandas as pd from pyecharts import Geo, Style data = pd.read_csv("./data.csv", encoding='gbk') style = Style(title_color= "#fff",title_pos = "center",width = 1200,height = 600,background_color = "#404a59") geo_cities_coords={data.iloc[i]['公司']:[data.iloc[i]['经度'],data.iloc[i]['纬度']] for i in range(len(data))} #根据文件大小生成字典 attr=list(data['公司']) values=list(data['社保\n人数']) piece=[ {'max': 5,'label': '5以下','color':'#50A3BA'}, #有上限无下限，label和color自定义 {'min': 5, 'max': 20,'label': '5-20','color':'#81AE9F'}, {'min': 20, 'max': 150,'label': '20-150','color':'#E2C568'}, {'min': 150, 'max': 300,'label': '150-300','color':'#FCF84D'}, {'min': 300, 'label': '300以上','color':'#D94E5D'}#有下限无上限 ] geo = Geo('各个公司位置以及人数',**style.init_style) geo.add("",attr=attr,value=values,symbol_size= 5,visual_text_color= "#fff",is_piecewise = True, is_visualmap= True,maptype = '深圳', pieces=piece, #注意，要想pieces生效，必须is_piecewise = True, geo_cities_coords=geo_cities_coords) geo.render( '深圳各个公司以及人数.html')效果图：
|
【本文地址】
今日新闻 |
推荐新闻 |