怎么用Python和用戶實際地理位置做任意區(qū)域人員流量圖

本篇內(nèi)容主要講解“怎么用Python和用戶實際地理位置做任意區(qū)域人員流量圖”，感興趣的朋友不妨來看看。本文介紹的方法操作簡單快捷，實用性強(qiáng)。下面就讓小編來帶大家學(xué)習(xí)“怎么用Python和用戶實際地理位置做任意區(qū)域人員流量圖”吧!

一、首先是數(shù)據(jù)獲取數(shù)據(jù)獲取

騰訊其實開放了數(shù)據(jù)接口，但是只能商用：

經(jīng)過分析發(fā)現(xiàn)，每次請求都會發(fā)送4個post請求，每次請求的參數(shù)如下：

rank值從1變化到4，咱也不知道是啥意思，索性就都爬了，大不了再去重

返回數(shù)據(jù)如下：

主要是locs字段，以第一組數(shù)據(jù)為例，3295代表緯度信息，11590代表經(jīng)度信息，分別除100既是經(jīng)緯度原始值，6代表該位置人數(shù)。

下面我們開始寫寫代碼獲取數(shù)據(jù)：

import requests
import json
header={
    'User-Agent':'Mozilla/5.0 (Windows NT 6.1; Win64; x64; rv:82.0) Gecko/20100101 Firefox/82.0'}
url = 'https://xingyun.map.qq.com/api/getXingyunPoints'
for i in range(1,5):
    payload = {'count': i, 'rank': 0}
    response = requests.post(url, data=json.dumps(payload))
    datas=json.loads(response.text)['locs']
    datas=datas.split(',')
    datas=[int(i) for i in datas[:-1]]
    all_data=[]
    a=[]
    for n,data in enumerate(datas):
        a.append(data)
        all_data.append(a)
        if (n+1)%3==0:
            a=[]
all_data=[[i[0]/100,i[1]/100,i[2]] for i in all_data]

將數(shù)據(jù)轉(zhuǎn)換為DataFrame格式：

import pandas as pd
lat=[float(i[0]) for i in all_data]
long=[i[1] for i in all_data]
weight=[i[2] for i in all_data]
dataframe=pd.DataFrame({'緯度':lat,'經(jīng)度':long,'人數(shù)':weight})

對數(shù)據(jù)進(jìn)行去重：

dataframe=dataframe.drop_duplicates(keep='first')

有了這些坐標(biāo)信息，我們可以估算一個區(qū)域的人流量

pandas小知識：

DataFrame.drop_duplicates(subset=None, keep='first', inplace=False)

subset用來指定特定的列，默認(rèn)所有列；
keep="first"表示刪除重復(fù)項并保留第一次出現(xiàn)的項，此外，keep值還可以為'last':表示保留最后一次出現(xiàn)的值；'false'：表示所有相同的數(shù)據(jù)都刪除

選定區(qū)域：

data1=dataframe[(dataframe.緯度.between(39.26,41.03)) & (dataframe.經(jīng)度.between(115.25,117.30))]

二、用folium畫熱力圖：

import folium
from folium.plugins import HeatMap
map_data = data1[['緯度', '經(jīng)度', '人數(shù)']].values.tolist()
hmap = folium.Map(
    location=[data1['緯度'].mean(), data1['經(jīng)度'].mean()],  #地圖中心坐標(biāo)
    control_scale=True, 
    zoom_start=13    #地圖顯示級別
)
hmap.add_child(HeatMap(map_data, radius=5, gradient={.1: 'blue',.3: 'lime', .5: 'yellow',.7:'red'}))

到此，相信大家對“怎么用Python和用戶實際地理位置做任意區(qū)域人員流量圖”有了更深的了解，不妨來實際操作一番吧！這里是億速云網(wǎng)站，更多相關(guān)內(nèi)容可以進(jìn)入相關(guān)頻道進(jìn)行查詢，關(guān)注我們，繼續(xù)學(xué)習(xí)！