太酷炫了,我用 Python 画出了北上广深的地铁路线动态图
今天教大家用python制作北上广深——地铁线路动态图,这可能是全网最全最详细的教程了。
坐标点的采集
小五之前做过类似的地理可视化,不过都是使用网络上收集到的json数据。但很多数据其实是过时的,甚至是错误/不全的。所以我们最好还是要自己动手,丰衣足食(爬虫大法好)。
打开高德地图的地铁网页,
http://map.amap.com/subway/index.html?&1100
可以轻松得到北京地铁数据的接口,同理也把其他三个城市的url复制出来。
有了api,解析json即可获得数据👇
url =
'http://map.amap.com/service/subway?_1615466846985&srhdata=1100_drw_beijing.json'response = requests.get(url)
result = json.loads(response.text)
stations = []
for i
in result[
'l']:
station = []
for a
in i[
'st']:
station.append([float(b)
for b
in a[
'sl'].split(
',')])
stations.append(station)
pprint.pprint(stations)
pprint
格式化打印结果,方便预览坐标系的转换
其实我之前有看到类似地理可视化文章,结果自己一试发现缩小看还行,一放大就会发现坐标点飘出二里地了😂
正好拿上文获取的坐标点给大家演示一下,看看同样的经纬度在不同地图里的地理位置👇
👆可以看到该经纬度在高德地图里指的是
金安桥地铁站
,然而在百度地图里,地理位置则指向了几公里外的某大厦。为什么会出现这个问题呢?
其实是不同地图产品的地理坐标系导致的。
下面说一下常见的地理坐标系:
地球坐标系
是国际通用坐标系,比较适合国际地图可视化。不过在我国范围内,一般不会直接使用它,而是使用由国家测绘局在其基础上加密的火星坐标系
。另外还有公司会在火星坐标系
上进行二次加密,比如百度坐标系、搜狗坐标系等。我网上找到了一张图,来自知乎@师大Giser[1]👇
上图可以作为参考,具体原因我们就不细究了。重点是什么,如何利用python转换坐标系?
例如在本文中,我们是在高德地图中获得的坐标点集合,那么也就是使用的是
GCJ-02
坐标系。而下文可视化中会调用百度地图的接口,也就是需要在BD-09
坐标系中进行可视化。幸好我在网上搜到了
GCJ-02
转BD-09
的公式,并用python实现此公式:pi =
3.1415926535897932384#πr_pi = pi *
3000.0/
180.0defgcj02_bd09(lon_gcj02,lat_gcj02): b = math.sqrt(lon_gcj02 * lon_gcj02 + lat_gcj02 * lat_gcj02) +
0.00002 * math.sin(lat_gcj02 * r_pi)
o = math.atan2(lat_gcj02 , lon_gcj02) +
0.000003 * math.cos(lon_gcj02 * r_pi)
lon_bd09 = b * math.cos(o) +
0.0065 lat_bd09 = b * math.sin(o) +
0.006return [lon_bd09,lat_bd09]
这样我们就写好了一个python将
GCJ-02
坐标系转成BD-09
的函数,调用这个函数,就可以将高德地图获取的坐标点集合统统转换成百度坐标系。result = []
for station
in stations:
result.append([gcj02_bd09(*point)
for point
in station])
以其中一个坐标点为例:
到此,我们的前期数据工作终于准备齐了。
当然,如果我们一开始获取的数据就是
BD_09(百度地图)
坐标系的,转换这步就可以直接省略喽~地理可视化
接下来就要利用pyecharts中的
BMap
来可视化了,不过需要先获取百度开放平台的密钥。百度地图开放平台👉http://lbsyun.baidu.com/apiconsole/key#/home
登录百度账户,查看应用管理-我的应用。点击创建应用,全部默认随便创建。
复制👆上图中的访问应用(AK),保存好,这在后续的可视化中将要用到。
我们使用pyecharts中的
BMap
,先导入模块 pyecharts.charts
import BMap
from pyecharts
import options
as opts
from pyecharts.globals
import BMapType, ChartType
在导入数据(也就是上文转换后的经纬度数据
result
)后,可以调整一下参数以及增添一些控件。👇关键参数都做了注释,方便大家查看(其中
百度appkey
记得替换成自己的)map_b = (
BMap(init_opts = opts.InitOpts(width =
"800px", height =
"600px"))
.add_schema(
baidu_ak =
'****************',
#百度地图开发应用appkey center = [
116.403963,
39.915119],
#当前视角的中心点 zoom =
10,
#当前视角的缩放比例 is_roam =
True,
#开启鼠标缩放和平移漫游 )
.add(
series_name =
"",
type_ = ChartType.LINES,
#设置Geo图类型 data_pair = result,
#数据项 is_polyline =
True,
#是否是多段线,在画lines图情况下# linestyle_opts = opts.LineStyleOpts(color =
"blue", opacity =
0.5, width =
1),
# 线样式配置项 )
.add_control_panel(
maptype_control_opts = opts.BMapTypeControlOpts(type_ = BMapType.MAPTYPE_CONTROL_DROPDOWN),
#切换地图类型的控件 scale_control_opts = opts.BMapScaleControlOpts(),
#比例尺控件 overview_map_opts = opts.BMapOverviewMapControlOpts(is_open =
True),
#添加缩略地图 navigation_control_opts = opts.BMapNavigationControlOpts()
#地图的平移缩放控件 )
)
map_b.render(path =
'subway_beijing.html')
注:因为是北京地图,所以设置天安门的经纬度[116.403963, 39.915119]为视角中心。
让我们看一下可视化的结果吧:
👆上图中的四个角都有控件,这是我们在代码中添加了控件参数,它们分别为:地图的平移缩放控件、切换地图类型的控件、缩略地图、以及比例尺控件。
是不是还阔以
其他效果展示
上文已经基本实现了用python制作地铁线路动态图。不过大家都用同一种颜色背景制作动态图的话,就显得就太单调了。
正好我们还要绘制其他三个城市的地铁图,那就调整一些参数,看看能获得什么效果吧?
上海-变色
上海的数据接口是:
http://map.amap.com/service/subway?_1615467204533&srhdata=3100_drw_shanghai.json
上海市的地铁图我们改一下
line
的颜色,可在参数linestyle_opts
中修改color。👇下图中的线条颜色是
lilac
——浅紫色广州-卫星图
广州的数据接口是:
http://map.amap.com/service/subway?_1615494419554&srhdata=4401_drw_guangzhou.json
其实我们还可以调整可视化背景为卫星图。不过这一操作并不需要额外写代码,因为刚刚上文提到我在调整参数时添加了4个控件,其中右上角的就可以直接切换地图类型,具体操作见下图。
深圳-个性化配色
深圳的数据接口是:
http://map.amap.com/service/subway?_1615494473615&srhdata=4403_drw_shenzhen.json
如果不满意百度地图设置好的地图背景,我们还可以个性化设置
mapStyle
,调整自己的配色styleJson
。下图就是小五参考网上公开的配色方案制作的,大家也可以用来参考https://blog.csdn.net/weixin_41290949/article/details/106379134[2]
小结
今天带大家学习了如何利用python绘制一线城市的地铁线路动图。
主要分为四个部分:坐标点的采集、坐标系的转换、利用
pyecharts
地理可视化、其他效果展示。如果你读完本文觉得有收获,希望可以给文章右下角点个赞👍
参考资料
[1]
地学大数据:知乎@师大Giser
[2]百度地图开发mapStyle个性化地图styleJson的配色解决方案: https://blog.csdn.net/weixin_41290949/article/details/106379134
本文代码下载
- EOF -
觉得本文对你有帮助?请分享给更多人
推荐关注「Python开发者」,提升Python技能
点赞和在看就是最大的支持❤️
阅读原文 最新评论
推荐文章
作者最新文章
你可能感兴趣的文章
Copyright Disclaimer: The copyright of contents (including texts, images, videos and audios) posted above belong to the User who shared or the third-party website which the User shared from. If you found your copyright have been infringed, please send a DMCA takedown notice to [email protected]. For more detail of the source, please click on the button "Read Original Post" below. For other communications, please send to [email protected].
版权声明:以上内容为用户推荐收藏至CareerEngine平台,其内容(含文字、图片、视频、音频等)及知识版权均属用户或用户转发自的第三方网站,如涉嫌侵权,请通知[email protected]进行信息删除。如需查看信息来源,请点击“查看原文”。如需洽谈其它事宜,请联系[email protected]。
版权声明:以上内容为用户推荐收藏至CareerEngine平台,其内容(含文字、图片、视频、音频等)及知识版权均属用户或用户转发自的第三方网站,如涉嫌侵权,请通知[email protected]进行信息删除。如需查看信息来源,请点击“查看原文”。如需洽谈其它事宜,请联系[email protected]。