手把手教你完成一个数据科学小项目(7):经纬度获取与BDP可视化

96
古柳_Deserts_X
2018.08.25 22:31 字数 1353

前言

请先阅读“中国年轻人正带领国家走向危机”,这锅背是不背? 一文,以对“手把手教你完成一个数据科学小项目”系列有个全局性的了解。

本系列代码统一开源在GitHub:DesertsX/gulius-projects ,感兴趣的朋友可以先行 star 哈。

截至目前我们已经完成了数据爬取数据提取与IP查询数据异常与清洗评论数变化情况分析省份提取与可视化城市提取与可视化,本文将调用百度地图 API 获取地理位置的经纬度,并使用 BDP 绘制动态热力图。

读取数据

之前系列文章和代码的最后末尾均可自行保存每次操作后的数据,比如新创建的那些列等等。

import pandas as pd
df = pd.read_csv('Sina_Finance_Comments_All_20180811_Cleaned.csv',encoding='utf-8')
df.head(2)

百度地图

创建应用

本回使用百度地图开放平台的 API 获取经纬度数据,读者也可以试下用高德地图、谷歌地图等等实现。首先在百度地图开放平台(需登录操作)的“控制台”处点击“创建应用”;可以随意填写“应用名称”,比如:地图经纬度;在“IP白名单”处可按照提示填写 0.0.0.0/0,方便在不同的电脑上操作,然后点击“提交”即可创建成功。应用列表里生成了应用,而访问应用(AK)就是后面调用 API 时所需的参数。

获取经纬度

Web服务API中找到所需的服务,本次是根据地理信息获取经纬度,于是正/逆地理编码,按照服务文档的说明,调用API。注意调用次数的限制。
正/逆地理编码 - 百度地图Web服务API

import requests
def area2coor(area):
    ak = '换成你的ak' # 应用列表里访问应用(AK)的一串字符
    try:
        # http://lbsyun.baidu.com/index.php?title=webapi/guide/webservice-geocoding
        address = area
        url = 'http://api.map.baidu.com/geocoder/v2/?address=' + address  + '&output=json&ak=' + ak
        json_data = requests.get(url = url).json()    
        coor_loc = json_data['result']['location']
        return coor_loc
    except:
        return "nocoor" # 不换ak多半都是 'nocoor'
    
print(df.loc[0,'area'])    
area2coor(df.loc[0,'area'])

经纬度

上面先测试下,能拿到经纬度后,创建经纬度列:

%%time
df['coor_loc'] = df.area.apply(area2coor)
df.coor_loc

拆分经度纬度

选出非'nocoor'的数据,再分别拿到经度和纬度,然后就可以导出数据,以便后面在BDP里操作。

df_coor = df[df['coor_loc'] != 'nocoor']
df_coor['lng'] = df_coor['coor_loc'].apply(lambda x: x['lng']) # 经度
df_coor['lat'] = df_coor['coor_loc'].apply(lambda x: x['lat']) # 纬度
df_coor[['lng','lat']]

保存数据

df_coor.to_csv('Sina_Finance_Comments_All_20180811_toBDP.csv', encoding='utf-8', line_terminator='\r\n')

动态热力图

古柳以前也用过 BDP,所以这回拿到数据后,就想着间隔近一年的时间后重新绘制动态热力图,虽则早已生疏了,但以前机智的写过一篇“使用手册”:(送福利)BDP绘制微博转发动态热力图,于是按照文中步骤很快就重新捡回并制作出来了。

具体步骤就不截图演示了,更详细的步骤请参考上面给出的文章,内含爬取的微博转发数据集,可供把玩(用Gephi一则热门微博的14层转发网络图谱:《Gephi绘制微博转发图谱:以“@老婆孩子在天堂”为例》):

此处仅记录大致操作步骤如下:

  • 网上搜索:BDP个人版,注册账号以便使用;
  • 点击“数据源”,点击“立即添加”,点击“CSV上传”,按照跳出的页面,上传本地对应的CSV文件,“逗号”分割,确定后,等待上传成功后,就能看到数据,此处将相应的时间列,设定为日期,否则后面动态展示时可能会出错。点击下一步,改不改文件名,目录,随意,之后下一步,完成数据上传;
  • 点击菜单栏右上角“新建图表”,选择“经纬度地图”后确定;
  • 经度选择上传的CSV数据里的“lng”列,纬度选择“lat”列,坐标系选择为百度地图;
  • 将工作表中文件拖曳到图层里,就能在地图上加载出数据,非常简单地拿到了地图;

更改设置参数,以便录制 GIF 时展示效果更佳:

  • 热力半径:8像素
  • 时间粒度:按时
  • 时间间隔:2小时 / 1小时
  • 自定义速度:FPS:8 / 12

可根据数据量、数据展示的效果、以及自身的要求自行修改。最后就拿到了文章评论的动态热力图,还是蛮酷的。


本系列代码统一开源在GitHub:DesertsX/gulius-projects ,感兴趣的朋友可以先行 star 哈。

本系列文章:
“中国年轻人正带领国家走向危机”,这锅背是不背?
手把手教你完成一个数据科学小项目(1):数据爬取
手把手教你完成一个数据科学小项目(2):数据提取、IP 查询
手把手教你完成一个数据科学小项目(3):数据异常与清洗
手把手教你完成一个数据科学小项目(4):评论数变化情况
手把手教你完成一个数据科学小项目(5):省份提取与可视化
手把手教你完成一个数据科学小项目(6):城市提取与可视化

Gupao