python爬取地理数据_python爬取所有人位置信息——腾讯位置大数据

腾讯位置大数据

网站

https://heat.qq.com/

网站功能介绍

腾讯位置大数据会将提供所有用户使用腾讯位置的数据信息，但没有用户信息(只有位置信息)。从这个网站我们可以获取所有使用腾讯位置服务的产品(微信、QQ、腾讯地图、京东和美团)的人再全球任何地方产生的定位次数，方便大家人口估测、商业分析和科学研究等。

数据分析

POST请求

打开开发者工具，找到POST请求。这里需要注意的是，网站会每五分钟POST一次getXingyunPoints请求，所以需要等五分钟才能看到这个post请求。

请求解析

等到post请求出现时，我们点开详细信息，每一次getXingyunPoints请求，都是四个。请求信息中，我们需要关注的是locs这个内容，它是由大量的数据组成，中间由英文“,”隔开；

每连续的三个数据为一组数据，这一组数据包含经度、纬度、人数，按照地理标准规范，经纬度小数点后面保留两位也就是说，表现形式为xxx.xx的格式，请求的数据如下所示：

3220,11895,2,3075,11535,2,......

解析为：

纬度32.20，经度118.95，人数为2

纬度30.75，经度115.35，人数为2

…

python代码

"""

@author: 菜C++鸡Java Jiangzl

@Description: 用来爬取腾讯位置大数据信息，再次声明，腾讯位置大数据从没人说是准确数据，也没说是完整数据，发paper的话建议三思

"""

import requests

import json

import pandas as pd

import time

def get_TecentData(count=4, rank=0, increNum=0): # 先默认为从rank从0开始(tecent一次post会post四次)

url = 'https://xingyun.map.qq.com/api/getXingyunPoints'

content = ''

paload = {'count': count, 'rank': rank}

response = requests.post(url, data=json.dumps(paload))

datas = response.text

dictdatas = json.loads(datas) # dumps是将dict转化成str格式，loads是将str转化成dict格式

locs = dictdatas["locs"] # 再提取content(这个需要进一步分析提取出经纬度和定位次数)

locss = locs.split(",")

temp = [] # 搞一个临时容器

for i in range(int(len(locss) / 3)):

lat = locss[0 + 3 * i] # 得到纬度

lon = locss[1 + 3 * i] # 得到经度

count = locss[2 + 3 * i]

#获得陕西的数据---获取每个地方的数据，改这里就行

#举个栗子--请求的元数据是整数，北纬10到20度之间

#就是1000

if(3142

temp.append([int(lat) / 100, int(lon) / 100, count]) # 在容器中存放数据：纬度，经度和定位次数

#数据整理

result = pd.DataFrame(temp)

result.dropna()

result.columns = ['lat', 'lon', 'count']

result.to_csv('TecentData'+str(increNum)+'.txt', mode='a', index=False) # model="a",a的意思就是append，可以把得到的数据一直往TecentData.txt中追加

if __name__ == '__main__':

#如果你想每隔多长时间生成一个文件，就把下面的注释释放掉，就去掉那个#井号,0改成k

#sleep(number) number：间隔时间，每隔一分钟获取一次数据就是 sleep(60)

#while (1):

#for k in range(1000000):

for i in range(4):

get_TecentData(4, i, 0)

#time.sleep(60)

补充

在解析数据的时候注意运行的时间以及数据的筛选，如果不加筛选，每次请求为10M流量，按一秒一次，一小时一般的磁盘可能就满了。

有任何问题，都可私聊或者评论补充，也可积极探讨，互相学习。