Python获取各大地图平台经纬度数据,哪家的数据最准确?
本文的文字及图片来源于网络,仅供学习、交流使用,不具有任何商业用途,版权归原作者所有,如有问题请及时联系我们以作处理
以下文章来源于菜J学Python ,作者J哥
前言
不知道大家会在什么场合使用地图可视化,对我来说地图可视化的优点除了它可以展示海量的位置数据,更重要的是它可以很酷很炫,给人一种赏心悦目的舒适感。如下是J哥做的一个简单热力图:
热力地图
制作此类可视化地图的前提是获得海量的经纬度数据,数据从何而来?当然是腾讯地图、高德地图和百度地图这些大家耳熟能详的平台。所以今天给大家分享用Python批量获取经纬度的三种方法,并分别评测它们的效率。
一、腾讯地图
首先,咱们需要在腾讯位置服务平台注册并获得一个key,作为位置数据调用的密匙。步骤如下:
腾讯地图开放平台
1、构造函数
获得key以后,咱们就可以构造API数据请求函数tengxun(),将json格式数据中的经纬度解析出来即可,Python代码如下:
import requestsdef tengxun(addr):url
= "https://apis.map.qq.com/jsapi?"#腾讯地图API接口para = {
"qt": "geoc",
"addr":addr, #传入地址参数
"output": "json",
"key": "D7EBZ-NHYKX-UAH4A-74TW4-6M2JE-UHFLY", #即腾讯地图API的key
"pf":"jsapi",
"ref":"jsapi"
}
req = requests.get(url,para) #请求数据
req = req.json() #转为json格式
#print(req)
m = req["detail"]
g = f"{m["pointx"]},{m["pointy"]}"#解析到经纬度数据
print(g)
return g
tengxun(addr="深圳市")
传入自变量“深圳市”,运行Python代码,即可获得深圳市的经纬度数据:
"113.883080,22.553290"
2、读取数据
函数构造好以后,导入准备好的excel文件,文件包含广州500所学校的地址数据。可在「菜J学Python」公众后台回复学校自动获取。
import pandas as pddf1
= pd.read_excel("gz_school.xlsx")df1.head()
数据预览:
3、应用函数
将学校数据中的地址列应用于前文构造的函数,批量获取500所学校的经纬度数据并进行程序计时。
import timetime_start
= time.time() #程序起始时间df1["经纬度"]=df1["address"].apply(tengxun) #调用函数
time_end = time.time() #程序结束时间
t = time_end-time_start #运行时间
print("共用时%s秒"%t)
通过腾讯地图批量解析500个地址获取经纬度数据共用时约52.40秒,平均1秒钟可以获取9个地址的经纬度。
共用时52.39904499053955秒
4、保存数据
获取到经纬度数据后,保存为excel文件。
df1.head()df1.to_excel(
"result.xlsx",index = False)
数据预览:
二、高德地图
同样的,高德也需要提前在高德开放平台注册并创建应用,获取你的专属key。
高德地图开放平台
1、构造函数
import pandas as pdimport requestsimport timeimport csvimport jsondef gaode(addr):para
= {"key":"你自己的", #高德地图开放平台申请的key"address":addr #传入地址参数
}
url = "https://restapi.amap.com/v3/geocode/geo?"#高德地图API接口
req = requests.get(url,para)
req = req.json()
print("-" * 30)
m = req["geocodes"][0]["location"]
print(m)
return m
gaode(addr="深圳")
2、应用函数
df2 = pd.read_excel("gz_school.xlsx") #读取地址数据time_start = time.time()
df2["经纬度"] = df2["address"].apply(gaode) #调用函数
time_end = time.time()
t = time_end-time_start
print("共用时%s秒"%t)
通过高德地图批量解析500个地址获取经纬度数据共用时约37.74秒,平均1秒钟可以获取13个地址的经纬度,解析速度高于腾讯地图。
共用时37.740272998809814秒
三、百度地图
百度地图批量获取经纬度方法与高德地图一致。
百度地图开放平台
1、构造函数
import pandas as pdimport requestsimport timeimport csvimport jsondef baidu(addr):url
= "http://api.map.baidu.com/geocoding/v3/?"#百度地图API接口para = {
"address": addr, #传入地址参数
"output": "json",
"ak": "你自己的"#百度地图开放平台申请ak
}
req = requests.get(url,para)
req = req.json()
#print(req)
print("-" * 30)
m = req["result"]["location"]
g = f"{m["lng"]},{m["lat"]}"
print(g)
return g
baidu(addr="深圳")
2、应用函数
df3 = pd.read_excel("gz_school.xlsx")time_start
= time.time()df3[
"经纬度"] = df3["address"].apply(baidu)time_end
= time.time()t
= time_end-time_startprint("共用时%s秒"%t)
通过百度地图批量解析500个地址获取经纬度数据共用时约24.06秒,平均1秒钟可以获取20个地址的经纬度,解析速度高于高德地图和腾讯地图。
共用时24.0550799369812秒
四、小结
仅从解析速度来看,百度地图效率高于高德地图,高德地图高于腾讯地图。当然,解析速度还要考虑程序运行时的网络状况、电脑自身配置等因素。另外,地址数据解析还要考虑准确率,只有综合考虑解析速度和准确率,才能更加客观地判断哪一种方法最优,准确率方面的评测将在以后的文章中进行分享。
以上是 Python获取各大地图平台经纬度数据,哪家的数据最准确? 的全部内容, 来源链接: utcz.com/z/531216.html