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./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 gtengxun(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 = '/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 mgaode(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_startprint('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./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 gbaidu(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。
