【大数据】城市公交网络分析与可视化（四）：绘制城市公交（地铁）线路图 |
您所在的位置：网站首页 › 辛集公交车11路线图 › 【大数据】城市公交网络分析与可视化（四）：绘制城市公交（地铁）线路图 |
【大数据】城市公交网络分析与可视化（四）：绘制城市公交（地铁）线路图
|
内容介绍
梗概：爬取公交路径坐标，处理成为符合高德地图Map Lab线形图的格式，通过该平台绘制公交（地铁）线路图等 一些必要的知识点可在该系列博客的其他内容中获得！ 1 采用循环法获取线路名怎么获取一个城市有哪些线路名？遍历前1000路公交。 有遗漏怎么办？想指点区域怎么办？见后文的“读取文本”法。 实际上遍历1000路公交基本能涵盖一个城市大多数公交线路，遗漏的很多也是一些特殊的路线。 代码 import requests import json import pandas as pd import re def Bus_inf(city,line): global bus_num #全局变量，用于计算公交数目 try: #获取数据 url = 'https://restapi.amap.com/v3/bus/linename?s=rsv3&extensions=all&key=a5b7479db5b24fd68cedcf24f482c156&output=json&city={}&offset=1&keywords={}&platform=JS'.format(city,line) r = requests.get(url).text rt = json.loads(r) #读取当前公交线路主要信息 dt = {} dt['line_name'] = rt['buslines'][0]['name'] #公交线路名字 dt['polyname'] = rt['buslines'][0]['polyline'] #获取行驶路径 bus_num+=1 #有效公交数+1 """整理行车路径格式符合高德地图绘图工具的要求""" b=re.split("[;]",dt['polyname']) res="" for i in range(len(b)): tmp=re.split("[,]",b[i]) if len(res)==0: res=res+"["+tmp[0]+","+tmp[1]+"]" else: res=res+",["+tmp[0]+","+tmp[1]+"]" dt['polyname'] =res return pd.DataFrame(dt,index=[bus_num]) #下标index为“第几条公交线” except: return pd.DataFrame() #读取数据失败，返空 if __name__=="__main__": bus_num=0 #设置全局变量计算公交数目（通常默认就是0） city='苏州' #需要查询公交信息的城市 for_num=1000 #遍历的线路数[1路,for_num路]，通常公交线路数小于1000，具体可参考8684等网站 all_buslines=pd.DataFrame() for i in range(1,for_num+1): all_buslines=pd.concat([all_buslines,Bus_inf(city,str(i)+'路')]) #不加这个'路'可能优先获取地铁 print("Bus_info函数遍历{}前{}路公交,有效公交线路数为：{}个的情况下：".format(city,for_num,bus_num)) all_buslines.to_csv("{}前{}路公交(有效线路数：{})基本信息.csv".format(city,for_num,bus_num),index=False,encoding='utf-8-sig')绘制结果欣赏 绘图平台是 高德开放平台|Map Lab 大城市数据量太大（如北京）高德读不了，可以删减一部分，或者分两次读入，但特别的卡… 平均一个城市五分钟出结果吧，什么是一劳永逸？这就叫一劳永逸！ 厦门 写这么久的博客第一次知道咋去水印😁 上海 如果获取的是一个省的的公交，图片会是长什么样呢？（巨卡） 四川 成都  2 采用文本读取法获取线路名
请上8684等网站获取需要的公交线路名，前面的博客中提到很多次了，不赘述了。 代码 import requests import json import pandas as pd import re def Bus_inf(city,line): global bus_num try: url = 'https://restapi.amap.com/v3/bus/linename?s=rsv3&extensions=all&key=a5b7479db5b24fd68cedcf24f482c156&output=json&city={}&offset=1&keywords={}&platform=JS'.format(city,line) r = requests.get(url).text rt = json.loads(r) dt = {} dt['line_name'] = rt['buslines'][0]['name'] #公交线路名字 dt['polyname'] = rt['buslines'][0]['polyline'] #获取行驶路径 bus_num+=1 #有效公交数+1 """整理行车路径格式符合高德地图绘图工具的要求""" b=re.split("[;]",dt['polyname']) res="" for i in range(len(b)): tmp=re.split("[,]",b[i]) if len(res)==0: res=res+"["+tmp[0]+","+tmp[1]+"]" else: res=res+",["+tmp[0]+","+tmp[1]+"]" dt['polyname'] =res return pd.DataFrame(dt,index=[bus_num]) #下标index为“第几条公交线” except: return pd.DataFrame() #读取数据失败，返回空 if __name__=="__main__": bus_num=0 #设置全局变量数值（通常默认就是0） city='青岛' #需要查询公交信息的城市 all_buslines=pd.DataFrame() with open("公交线路.txt", "r", encoding="utf-8") as f: bus_name = f.readlines() bus_name = bus_name[0].split(",") for i in bus_name: all_buslines=pd.concat([all_buslines,Bus_inf(city,i)]) print("Bus_info函数遍历{}前{}路公交,有效公交线路数为：{}个的情况下：".format(city,for_num,bus_num)) all_buslines.to_csv("{}前{}路公交(有效线路数：{})基本信息.csv".format(city,for_num,bus_num),index=False,encoding='utf-8-sig')结果 青岛市区所有线路 为什么前面绘制前面的公交图不采用多种颜色？因为线路很多的情况下，设置多个颜色效果也不是好（不好看）。但对于地铁图来说就挺理想的了。 这个方法和上面循环法类似，但记得要打开获取的结果，人工筛查一下数据。 其实这个模块我可以认真写写，专门再写篇博客的…emmmmmm…哪那么多时间呀（；´д｀）ゞ 直接可执行代码 import requests import json import pandas as pd import re #或许公交信息：线路名、始发站、终点站、行车区间（坐标）、路程、行车区间直线距离 def Bus_inf(city,line): global bus_num #全局变量，用于计算公交数目 try: #获取数据 url = 'https://restapi.amap.com/v3/bus/linename?s=rsv3&extensions=all&key=a5b7479db5b24fd68cedcf24f482c156&output=json&city={}&offset=1&keywords={}&platform=JS'.format(city,line) r = requests.get(url).text rt = json.loads(r) #读取当前公交线路主要信息 dt = {} dt['line_name'] = rt['buslines'][0]['name'] dt['polyname'] = rt['buslines'][0]['polyline'] bus_num+=1 #有效公交数+1 b=re.split("[;]",dt['polyname']) res="" for i in range(len(b)): tmp=re.split("[,]",b[i]) if len(res)==0: res=res+"["+tmp[0]+","+tmp[1]+"]" else: res=res+",["+tmp[0]+","+tmp[1]+"]" dt['polyname'] =res return pd.DataFrame(dt,index=[bus_num]) #下标index为“第几条公交线” except: return pd.DataFrame() #读取数据失败，跳过 if __name__=="__main__": bus_num=0 #设置全局变量数值（通常默认就是0） city='福州' #需要查询公交信息的城市 for_num=20 #遍历的线路数[1路,for_num路]，通常公交线路数小于1000，具体可参考8684等网站 all_buslines=pd.DataFrame() for i in range(1,for_num+1): all_buslines=pd.concat([all_buslines,Bus_inf(city,'地铁'+str(i)+'号线')]) #不加这个'路'可能优先获取地铁 print("Bus_info函数遍历{}前{}条地铁,有效地铁线路数为：{}个的情况下：".format(city,for_num,bus_num)) all_buslines.to_csv("{}前{}条地铁(有效线路数：{})基本信息.csv".format(city,for_num,bus_num),index=False,encoding='utf-8-sig')青岛 注意：这里有的线路获取的数据不完整（如青岛地铁11号线），而且很多线路只是规划线路（目前未开通），故图片仅供参看！ 福州 福州地铁什么“地铁接驳车”挺多的。 之前博客公交车代码改一下就好了 import requests import json import pandas as pd import time #自己写的用于记录时间函数 def record_time(flag): if flag==0: global t0 t0=time.time() else: t1=time.time() print("用时：%.2fs"%(t1-t0)) print(time.strftime('%Y-%m-%d %H:%M:%S',time.localtime(time.time()))) #获取公交基本信息 def get_station(cityname,line): global bus_num #1、获取当前公交线路数据 url = 'https://restapi.amap.com/v3/bus/linename?s=rsv3&extensions=all&key=a5b7479db5b24fd68cedcf24f482c156&output=json&city={}&offset=1&keywords={}&platform=JS'.format(cityname,line) r = requests.get(url).text rt = json.loads(r) try: #2、读取当前公交线路主要信息 dt = {} dt['line_name'] = rt['buslines'][0]['name'] #公交线路名字 dt['start_stop'] = rt['buslines'][0]['start_stop'] #始发站 dt['end_stop'] = rt['buslines'][0]['end_stop'] #终点站 dt['bounds'] = rt['buslines'][0]['bounds'] #行车区间） dt['distance'] = rt['buslines'][0]['distance'] #全程长度 #3、获取沿途站点站名、对应坐标和“第几站”信息 station_name = [] station_coords = [] station_sequence = [] for st in rt['buslines'][0]['busstops']: station_name.append(st['name']) station_coords.append(st['location']) station_sequence.append(st['sequence']) dt['station_name'] = station_name #沿途站点名 dt['station_coords'] = station_coords #沿途站点坐标 dt['station_sequence'] = station_sequence #沿途站点第几站 bus_num+=1 #有效公交数+1 return pd.DataFrame(dt) #返回pd.DataFrame()类型 except: #try语句部分出错进入此部分（一般为站点名错误） print('没有{}公交'.format(line)) #输出没有的公交线路名字，可省略 return pd.DataFrame([]) #返回空的pd.DataFrame类型 #获取当前城市所有公交基本信息：线路名、行车区间、全程长度、沿途站点及坐标 def Bus_info(city,for_num): all_bus=pd.DataFrame() for i in range(1,for_num+1): all_bus=pd.concat([all_bus,get_station(city,'地铁'+str(i)+'号线')]) #不加这个'路'可能优先获取地铁 print("Bus_info函数遍历{}前{}条地铁,有效地铁线路数为：{}个".format(city,for_num,bus_num)) all_bus.to_csv("{}前{}条地铁(有效线路数：{})基本信息.csv".format(city,for_num,bus_num),index=False,encoding='utf-8-sig') if __name__=="__main__": record_time(0)#用于记录开始时间 bus_num=0 #全局变量，计算有效遍历的公交数 city='青岛' #需要查询公交信息的城市 for_num=4 Bus_info(city,for_num) record_time(1)#用于记录结束时间并输出用时
这个方法需要安装 geopandas包 descartes包 （突然感觉，这篇博客博客完全可以拆分为5篇博客，这个系列完全可以拆分至少20篇，有点写累了） 考虑到这个方法有些内容我还不理解，就不放代码了
|
苏州 
北京 效果不好：有的线路有遗漏、且没有那么多颜色用来绘制 
同理，可以绘制站点散点图 
【本文地址】
今日新闻 |
推荐新闻 |