【最新版】从百度api获取经纬度，用pyecharts v1 Geo 在地图上根据经纬度和量值，画出散点图

程序员文章站 2022-07-03 19:50:07

...

纪念三天探索之旅，踩过无数坑，遇上了百度api更新和pyecharts更新，网上大部分案例已无法使用，特此将完整过程文档献上，希望能帮助到挣扎的你。致敬找到我这篇文章还未放弃的你

第一步：从文档中导入数据，通过百度api获取经纬度并存入原文档

百度地图申请** http://lbsyun.baidu.com/apiconsole/key
登录百度账号后——创建应用——浏览器端——按最下方指引填写好，记住生产成的AK
【最新版】从百度api获取经纬度，用pyecharts v1 Geo 在地图上根据经纬度和量值，画出散点图
【不要去网上搜索api入口】，看这里—————————————————————————————————————————————
【最新版】从百度api获取经纬度，用pyecharts v1 Geo 在地图上根据经纬度和量值，画出散点图

import requests
import json
import openpyxl
import time

def getlnglat(addr):
    url = 'http://api.map.baidu.com/geocoding/v3/?city=广州市&address=%s&output=json&ak=您的ak&callback=showLocation'%(addr)
    #print(url)
    res = requests.get(url)
    #print(res.status_code)
    r=res.text
    r = r.strip('showLocation&&showLocation(')
    r = r.strip(')')
    try :
        jsonData = json.loads(r)
        lng = jsonData['result']['location']['lng']
        lat = jsonData['result']['location']['lat']
        #time.sleep(0.2)
        return(lng,lat)
    except :
        jsonData = json.loads(r)
        return(jsonData['status'],jsonData['message'])

wb = openpyxl.load_workbook('1.xlsx') 
ws = wb.get_sheet_by_name('Sheet1')
#从表格里取片段值
lng_sum = []
lat_sum = []
for addr in ws.iter_rows(min_row=2,min_col=2, max_col=2, values_only=True):
    lng,lat = getlnglat(addr)
    #time.sleep(0.2)
    lng_sum.append(lng)
    lat_sum.append(lat)
    print(addr,lng,lat)

#写入源文件
for i in range(len(lng_sum)):
    ws.cell(i+2, 14).value=lng_sum[i]
for i in range(len(lat_sum)):
    ws.cell(i+2, 15).value=lat_sum[i] 

wb.save('5.xlsx')

这个时候转战 jupyter notebook

写完结果如下：
【最新版】从百度api获取经纬度，用pyecharts v1 Geo 在地图上根据经纬度和量值，画出散点图

第二步：用pyecharts画图

pyecharts 安装不多说 pip install pyecharts

安装pyecharts会有两个坑，我爬了4个小时才出来。
第一个pyecharts 要下载v1，一般默认都是v1的，有些网络版本说0.5版本，不要用了，下了0.5会有一个报错还需要安装另一个东东，然后死活下载不下来
第二个坑：V1 版本 from pyecharts.charts import Geo，千万注意，网络上老版本都是from pyecharts import Geo，就这个我来来回回下载删除pyecharts包5遍！！！！不注意呀！！！

from pyecharts.charts import Geo
from pyecharts import options as opts
from pyecharts.globals import GeoType

def geo_base():
    g = Geo()
    g.add_schema(maptype='广州')
    for i in range(len(df2)): #找了八百遍才找到一篇文章关于循环取点的
        g.add_coordinate(df2.iloc[i]['garden'],df2.iloc[i]['lng'],df2.iloc[i]['lat'])
    data_pair=[list(z) for z in zip(df2.garden, df2.year)] #新版的数值
    g.add('geo', data_pair,symbol_size=8)
    g.set_series_opts(label_opts=opts.LabelOpts(is_show=False))
    pieces = [
            {'max': 1999, 'label': '2000以下', 'color': '#50A3BA'},
            {'min': 1999, 'max': 2004, 'label': '2000-2005', 'color': '#E2C568'},
            {'min': 2004, 'max': 2009, 'label': '2005-2010', 'color': '#D94E5D'},
            {'min': 2009, 'max': 2014, 'label': '2010-2015', 'color': '#3700A4'},
            {'min': 2014, 'max': 2020, 'label': '2015-2020', 'color': '#81AE9F'},
            #{'min': 50, 'max': 100, 'label': '50-100', 'color': '#DD0200'},
            #{'min': 100, 'max': 200, 'label': '100-200', 'color': '#DD675E'},
            #{'min': null, 'label': '200以上', 'color': '#D94E5D'}  # 有下限无上限
        ]
    g.set_global_opts(
            visualmap_opts=opts.VisualMapOpts(is_piecewise=True, pieces=pieces),
            title_opts=opts.TitleOpts(title="广州房龄分布")
        )
    return g
g = geo_base()
g.render_notebook() #jupyter notebook直接显示