大数据 爬虫Python AI SqlPython五期爬虫作业爬虫专题

调用高德POI数据,带你玩转长沙

2018-08-07  本文已影响33人  罗罗攀

长沙CITY,长沙SHOW
长沙C-BLOCK,长沙FLOW
长沙妹驼,叫长沙GIRL

说到长沙,大家第一想到的可能就是小吃,当然来长沙旅游,不光只是为了吃,这吃喝玩乐,咱都得来一套是吧。基于此,我调用了高德的API,来获取POI数据,带你玩转长沙。
首先,我们来看看POI的概念:POI(Point of Interest)简单的说就是兴趣点,在地理信息系统中,一个POI可以是一栋房子、一个商铺、一个邮筒、一个公交站等。
本教程包含内容:

POI获取

这里获取POI,用的是高德地图的API,和普通的API一样,大家注册后申请一个KEY,通过带有KEY的url来获取数据,这里只是带大家吃喝玩乐,所以只获取餐饮服务,购物服务和风景名胜POI,部分代码如下:

import requests
import json
import time
import csv

f = open('1.csv','a+',encoding='utf-8',newline='')
writer = csv.writer(f)
writer.writerow(['name','typ1','typ2','typ3','lon','lat'])

urls = ['https://restapi.amap.com/v3/place/text?types=110000&city=长沙&offset=20&page={}&key=这里填自己的key&extensions=all'.format(str(i)) for i in range(1,1000)]

for url in urls:
    res = requests.get(url)
    json_data = json.loads(res.text)
    count = json_data['count']
    # print(count,json_data)
    if int(count) == 0:
        break
    pois = json_data['pois']
    for poi in pois:
        name = poi['name']
        typ = poi['type']
        typ1 = typ.split(';')[0]
        typ2 = typ.split(';')[1]
        typ3 = typ.split(';')[2]
        location = poi['location']
        lon = location.split(',')[0]
        lat = location.split(',')[1]
        print(name,typ1,typ2,typ3,lon,lat)
        # writer.writerow([name,typ1,typ2,typ3,lon,lat])
    time.sleep(2)

POI分析

简单分析

首先,针对大类(也就是餐饮服务,购物服务和风景名胜),看看长沙的分布情况。通过图可以看出,吃喝玩乐POI数量都差不多,所以来长沙玩,一座城市满足你所有需求。

from pyecharts import Pie

attr = list(ty1_class.index)
v1 = list(ty1_class)
pie = Pie('POI分布情况')
pie.add("", attr, v1, is_label_show=True, radius=[30, 75])
pie

接着看小类,绘制前10的数据。可以看出,长沙小吃很有名,但风景名胜还是很多的(长沙市现在包括长沙县,浏阳和宁乡,这部分风景名胜较多)。

from pyecharts import Bar

bar = Bar('小类POI排行')
attr = list(ty2_class[:10].index)
v2 = list(ty2_class[:10])
bar.add("", attr, v2,xaxis_interval=0,xaxis_rotate=20,xaxis_margin=8,is_label_show=True)
bar
小类POI排行.png
餐饮服务分析

通过绘制地图热力图,看看小吃等饮食在长沙的分布情况,这次使用的是folium库(读者自行下载)。

什么臭豆腐、糖油粑粑、小龙虾,长沙米粉、猪油拌粉、混沌,小笼包、凉面、甜酒冲蛋……都可以在这吃到。

import folium
from folium import plugins
heatmap1 = folium.Map(location=[28.12, 112.59], zoom_start=11)
heatmap1.add_children(plugins.HeatMap([[row["lat"],row["lon"]] for name, row in df1.iterrows()]))
heatmap1.save("heatmap1.html")
heatmap1

ps:购物就不分析了。

风景名胜
heatmap2 = folium.Map(location=[28.12, 112.59], zoom_start=11)
heatmap2.add_children(plugins.HeatMap([[row["lat"],row["lon"]] for name, row in df2.iterrows()]))
heatmap2.save("heatmap2.html")
heatmap2
上一篇下一篇

猜你喜欢

热点阅读