Python:利用高德API获取公交路线并可视化

2023-12-27 03:58

本文主要是介绍Python:利用高德API获取公交路线并可视化,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

前言

    查询所在城市所有的公交线路,填入linename数组中(本文只以深圳市68线路为例演示

    深圳公交线路查询:深圳公交查询_深圳公交车线路查询_深圳公交地图 - 深圳公交网 (其他城市把拼音处修改即可

城市线路汇总

    以数字开头 + 以汉字/字母开头 = 线路分类,要获取城市所有线路,只需要选择爬取其中一个即可。文末附件可爬取某城市的所有线路

    由于高德的数据是用的gcj02坐标系,文中的transfer.py文件是为了将点坐标的坐标系改为更通用的wgs84坐标系,没有这个需求也可以不转换。

代码

    2020年7月更新:发现接口已经失效了,我就不修改了,给大家找了一个其他博主的[点击此处跳转],亲测可行

'''
date: 2019.4
detail : 获取某城市某路公交车的线路图
warning:接口已失效
'''# _*_ coding:utf-8 _*_
import requests
import json
import time
import sys
sys.path.append('D:/坐标系转换') #导入不在同一文件夹下的py文件
import transfer # 导入transfer.py文件def BusLines(buslist):busname = buslist['key_name'] #线路名buslinename = buslist['name'] #线路名+起终点print(buslinename)fromname = buslist['front_name'] #起点terminalname = buslist['terminal_name'] #终点x = buslist['xs'].split(',')y = buslist['ys'].split(',')busPoint = []for i in range(len(x)):lng,lat = transfer.gcj02_to_wgs84(float(x[i]),float(y[i])) # 转换为wgs84坐标系linetmp = str(round(lng,6)) + "," + str(round(lat,6))busPoint.append(linetmp)return busPointif __name__ == '__main__':linename=['68路']for i in range(len(linename)):city = "440300" #深圳zoom = "11"busNum = linename[i]url="https://www.amap.com/service/poiInfo?query_type=TQUERY&pagesize=20&pagenum=1&qii=true&cluster_state=5&need_utd=true&utd_sceneid=1000&div=PC1000&addr_poi_merge=true&is_classify=true&zoom="+ zoom +"&city="+city+"&geoobj=114.235102%7C22.569015%7C114.276323%7C22.603105&keywords="+busNumresponse = requests.get(url)data = json.loads(response.text)if data['data']['message']=="Successful." and data['data']['busline_list']:buslists = data['data']['busline_list']buslist = buslists[0]buslines = BusLines(buslist)files = open('./公交线路' + busNum + '.txt','w')for i in range(len(buslines)):files.writelines(buslines[i]+'\n')files.close()

结果

单条路线可视化

      1.打开ArcGIS,选择菜单栏【文件】-【添加数据】-【添加XY数据】

      2.工具箱【数据管理工具】-【要素】-【点集转线】

      3.最终结果

    4.在全国公交线路城市列表查询结果是否可靠

多条路线可视化

    2020年7月更新:尝试了上面博主的代码结合自己抓取的公交线路,确实可行,抓取的数据如图

    下载资源:北上广深公交路线文本数据(.csv) 

    之前只用了一条线做可视化,所以一下就通过ArcGIS做出图来。但想了半天这种格式的多条线数据得用什么可视化/GIS软件来做,结果发现高德就提供了这样的工具:高德开放平台 | Map Lab(唯一的缺点是单个文件不能超过5M,我抓取的深圳公交数据有10M左右,只能拆成几部分加载了,最多3个图层,那文件就不能超过15M了。

    如果要用ArcGIS的话,参照这个方法[链接]。但数据处理有点麻烦,或者在爬取的时候就按geojson格式输出,这样很多平台都可以可视化 [ csv/excel 数据转为Geojson 格式数据  ]。 

    2020年8月更新:高德开放平台使用起来还是有点局限,比如北京公交路线数据大于15M,那用这个方法就不能全部展示。可以选择修改输出格式,按WKT格式进行组织,如多点构成的线数据 LINESTRING(0 0, 10 10, 20 25, 50 60),然后通过QGIS就能生成矢量数据(下图用于举例说明。

//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]+"]"for i in range(len(b)):tmp=re.split("[,]",b[i])if len(res)==0:res=res+"linestring("+tmp[0]+" "+tmp[1]else:res=res+","+tmp[0]+" "+tmp[1]res = res + ")"
注:这里几何图形类型因为软件汉化错误的原因,把“线”翻译成“行”了

附件

    2020年7月更新:该代码是从8684网站上抓取某城市所有公交线路。之后如果网站的结构变了,就需要修改代码了,但一般不会大改。抓取的是以数字开头 + 以汉字/字母开头的公交线路

'''
date: 2020.7
detail: 抓取某城市所以公交线路,如1路、10路...
'''
# -*- coding: utf-8 -*-
import requests ##导入requests
from bs4 import BeautifulSoup ##导入bs4中的BeautifulSoup
import osheaders =  {'User-Agent':'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/49.0.2623.221 Safari/537.36 SE 2.X MetaSr 1.0'}all_url = 'http://shenzhen.8684.cn'  ##开始的URL地址【填写】start_html = requests.get(all_url, headers=headers) Soup = BeautifulSoup(start_html.text, 'lxml')all_list = Soup.find_all('div',class_='list')
all_Num = all_list[0].find_all('a') # 数字开头
all_Word = all_list[1].find_all('a') # 字母/拼音开头Network_list = []# 数字开头公交
for a in all_Num:href = a['href'] #取出a标签的href 属性html = all_url + hrefsecond_html = requests.get(html,headers=headers)Soup2 = BeautifulSoup(second_html.text, 'lxml') all_cc = Soup2.find('div',class_='cc-content').find_all('div')[-1]all_xNum = all_cc.find_all('a')for a2 in all_xNum:title = a2.get_text() #取出a1标签的文本Network_list.append(title)# 字母开头公交
for b in all_Word:href = b['href'] #取出a标签的href 属性html = all_url + hrefsecond_html = requests.get(html,headers=headers)Soup3 = BeautifulSoup(second_html.text, 'lxml') all_cc2 = Soup3.find('div',class_='cc-content').find_all('div')[-1]all_xWord = all_cc2.find_all('a')for b2 in all_xWord:title = b2.get_text() #取出a1标签的文本Network_list.append(title)# 定义保存函数,将运算结果保存为txt文件
def text_save(content,filename,mode='a'):file = open(filename,mode,encoding='utf-8')for i in range(len(content)):file.write(str(content[i])+',')print("\r已输出{}公交车".format(content[i]),end='')file.close()# 输出处理后的数据     
text_save(Network_list,'深圳公交线路.txt');  #【填写】

        下载资源:北上广深公交线路文本数据(.txt) 

这篇关于Python:利用高德API获取公交路线并可视化的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/541819

相关文章

python获取指定名字的程序的文件路径的两种方法

《python获取指定名字的程序的文件路径的两种方法》本文主要介绍了python获取指定名字的程序的文件路径的两种方法,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要... 最近在做项目,需要用到给定一个程序名字就可以自动获取到这个程序在Windows系统下的绝对路径,以下

使用Python批量将.ncm格式的音频文件转换为.mp3格式的实战详解

《使用Python批量将.ncm格式的音频文件转换为.mp3格式的实战详解》本文详细介绍了如何使用Python通过ncmdump工具批量将.ncm音频转换为.mp3的步骤,包括安装、配置ffmpeg环... 目录1. 前言2. 安装 ncmdump3. 实现 .ncm 转 .mp34. 执行过程5. 执行结

Python实现批量CSV转Excel的高性能处理方案

《Python实现批量CSV转Excel的高性能处理方案》在日常办公中,我们经常需要将CSV格式的数据转换为Excel文件,本文将介绍一个基于Python的高性能解决方案,感兴趣的小伙伴可以跟随小编一... 目录一、场景需求二、技术方案三、核心代码四、批量处理方案五、性能优化六、使用示例完整代码七、小结一、

Python中 try / except / else / finally 异常处理方法详解

《Python中try/except/else/finally异常处理方法详解》:本文主要介绍Python中try/except/else/finally异常处理方法的相关资料,涵... 目录1. 基本结构2. 各部分的作用tryexceptelsefinally3. 执行流程总结4. 常见用法(1)多个e

PHP应用中处理限流和API节流的最佳实践

《PHP应用中处理限流和API节流的最佳实践》限流和API节流对于确保Web应用程序的可靠性、安全性和可扩展性至关重要,本文将详细介绍PHP应用中处理限流和API节流的最佳实践,下面就来和小编一起学习... 目录限流的重要性在 php 中实施限流的最佳实践使用集中式存储进行状态管理(如 Redis)采用滑动

Python中logging模块用法示例总结

《Python中logging模块用法示例总结》在Python中logging模块是一个强大的日志记录工具,它允许用户将程序运行期间产生的日志信息输出到控制台或者写入到文件中,:本文主要介绍Pyt... 目录前言一. 基本使用1. 五种日志等级2.  设置报告等级3. 自定义格式4. C语言风格的格式化方法

Python实现精确小数计算的完全指南

《Python实现精确小数计算的完全指南》在金融计算、科学实验和工程领域,浮点数精度问题一直是开发者面临的重大挑战,本文将深入解析Python精确小数计算技术体系,感兴趣的小伙伴可以了解一下... 目录引言:小数精度问题的核心挑战一、浮点数精度问题分析1.1 浮点数精度陷阱1.2 浮点数误差来源二、基础解决

使用Python实现Word文档的自动化对比方案

《使用Python实现Word文档的自动化对比方案》我们经常需要比较两个Word文档的版本差异,无论是合同修订、论文修改还是代码文档更新,人工比对不仅效率低下,还容易遗漏关键改动,下面通过一个实际案例... 目录引言一、使用python-docx库解析文档结构二、使用difflib进行差异比对三、高级对比方

深度解析Python中递归下降解析器的原理与实现

《深度解析Python中递归下降解析器的原理与实现》在编译器设计、配置文件处理和数据转换领域,递归下降解析器是最常用且最直观的解析技术,本文将详细介绍递归下降解析器的原理与实现,感兴趣的小伙伴可以跟随... 目录引言:解析器的核心价值一、递归下降解析器基础1.1 核心概念解析1.2 基本架构二、简单算术表达

从入门到精通详解Python虚拟环境完全指南

《从入门到精通详解Python虚拟环境完全指南》Python虚拟环境是一个独立的Python运行环境,它允许你为不同的项目创建隔离的Python环境,下面小编就来和大家详细介绍一下吧... 目录什么是python虚拟环境一、使用venv创建和管理虚拟环境1.1 创建虚拟环境1.2 激活虚拟环境1.3 验证虚