【大数据】城市公交网络分析与可视化（三）：获取公交站点信息并可视化站点重要程度

博客内容简介

通过前面的探究，我们大体知道如何获取一个城市的公交数据，并绘制了公交行驶路径散点图（效果不是很理想）。

其实散点图感觉更适合类似于绘制公交站点这样的信息（行驶轨迹有其他更好的绘制技巧），故本篇博客将整理之前爬取公交数据的代码，可视化相关公交站点信息，并透过可视化信息知道哪些站点是关键站点！

和之前一样，本文依旧是基于青岛市来分析

正文

1、获取一个城市所有(可选)基本信息和公交站点信息**

（1）青岛前20路公交基本信息
我（最近）写代码一个基本原则就是，大家拿去就能运行

当然，基本的运行环境得保证没问题，本博客为：Anaconda 中的Spyder软件

（补充说明：bounds变量行车区间（非始发站，终点站坐标），是一个类似对角线的概念！）

import requests
import json
import pandas as pd
import time

#自己写的用于记录时间函数
def record_time(flag):
    if flag==0:
        global t0
        t0=time.time()
    else:
        t1=time.time()
        print("用时：%.2fs"%(t1-t0))  
    print(time.strftime('%Y-%m-%d %H:%M:%S',time.localtime(time.time())))


#获取公交基本信息
def get_station(cityname,line):
    global bus_num
    #1、获取当前公交线路数据
    url = 'https://restapi.amap.com/v3/bus/linename?s=rsv3&extensions=all&key=a5b7479db5b24fd68cedcf24f482c156&output=json&city={}&offset=1&keywords={}&platform=JS'.format(cityname,line)
    r = requests.get(url).text
    rt = json.loads(r)
    try:
        #2、读取当前公交线路主要信息
        dt = {}
        dt['line_name'] = rt['buslines'][0]['name'] #公交线路名字
        dt['start_stop'] = rt['buslines'][0]['start_stop'] #始发站
        dt['end_stop'] = rt['buslines'][0]['end_stop'] #终点站
        dt['bounds'] = rt['buslines'][0]['bounds'] #行车区间（非始发站，终点站坐标）
        dt['distance'] = rt['buslines'][0]['distance'] #全程长度
        
        #3、获取沿途站点站名、对应坐标和“第几站”信息
        station_name = []
        station_coords = []
        station_sequence = []
        for st in rt['buslines'][0]['busstops']:
            station_name.append(st['name'])
            station_coords.append(st['location'])
            station_sequence.append(st['sequence'])
        
        dt['station_name'] = station_name #沿途站点名
        dt['station_coords'] = station_coords #沿途站点坐标
        dt['station_sequence'] = station_sequence #沿途站点第几站
        bus_num+=1 #有效公交数+1

        return pd.DataFrame(dt)  #返回pd.DataFrame()类型
         
    except: #try语句部分出错进入此部分（一般为站点名错误）
        print('没有{}公交'.format(line)) #输出没有的公交线路名字，可省略
        return pd.DataFrame([])  #返回空的pd.DataFrame类型

#获取当前城市所有公交基本信息：线路名、行车区间、全程长度、沿途站点及坐标
def Bus_info(city,for_num):
    all_bus=pd.DataFrame()
    for i in range(1,for_num+1):  
        all_bus=pd.concat([all_bus,get_station(city,str(i)+'路')])  #不加这个'路'可能优先获取地铁
    print("Bus_info函数遍历{}前{}路公交,有效公交线路数为：{}个".format(city,for_num,bus_num))
    all_bus.to_csv("{}前{}路公交(有效线路数：{})基本信息.csv".format(city,for_num,bus_num),encoding='utf-8-sig')


if __name__=="__main__":
    record_time(0)#用于记录开始时间
    
    bus_num=0  #全局变量，计算有效遍历的公交数
    city='青岛' #需要查询公交信息的城市
    for_num=20 #遍历的线路数[1路,for_num路]，通常公交线路数小于1000，具体可参考8684等网站
    Bus_info(city,for_num)

    record_time(1)#用于记录结束时间并输出用时

 

（2）运行结果

（3）站点位置可视化（部分）
绘图工具：高德开放平台|Map Lab（不是很难，摸索摸索，很快就能上手！）
下图中，颜色深表示有重合

2、获取一个城市所有（可选）公交行驶轨迹

（1）直接可运行出结果的代码
和上面一样，爬取青岛市前20路的公交，只获取行驶轨迹的坐标

import requests
import json
import pandas as pd
import time

#自己写的用于记录时间函数
def record_time(flag):
    if flag==0:
        global t0
        t0=time.time()
    else:
        t1=time.time()
        print("用时：%.2fs"%(t1-t0))  
    print(time.strftime('%Y-%m-%d %H:%M:%S',time.localtime(time.time())))

#获取公交的行驶轨迹数据
def get_line(cityname,line,path,num):
    url = 'https://restapi.amap.com/v3/bus/linename?s=rsv3&extensions=all&key=a5b7479db5b24fd68cedcf24f482c156&output=json&city={}&offset=1&keywords={}&platform=JS'.format(cityname,line)
    r = requests.get(url).text
    rt = json.loads(r)
    try:
        polyline=rt['buslines'][0]['polyline'] 
        path=path+polyline           
        return num+1,path         
    except:
        print('没有{}公交'.format(line)) #正常情况下，这条语句不会执行
        return num,path  


#获取当前城市所有公交的行驶轨迹
def Bus_lines(city,for_num):
    path_str=''
    bus_num=0  
    for i in range(1,for_num+1):  
        bus_num,path_str=get_line(city,str(i)+'路',path_str,bus_num)
        
    path={}
    path['station_coords']=path_str.split(";") 
    print("Bus_lines函数遍历{}前{}路公交,有效公交线路数为：{}个，轨迹坐标为：{}条".format(city,for_num,bus_num,len(path['station_coords'])))
    pd.DataFrame(path).to_csv('{}前{}路公交(有效线路数：{})轨迹坐标数据.csv'.format(city,for_num,bus_num),index=False,encoding='utf-8')


if __name__=="__main__":
    record_time(0)
    
    city='青岛' #需要查询公交信息的城市
    for_num=20 #遍历的线路数[1路,for_num路]，通常公交线路数小于1000，具体可参考8684等网站
    bus_num=0  #全局变量，计算有效遍历的公交数
    Bus_lines(city,for_num)

    record_time(1)

（2）运行结果

保存的表格自由坐标数据，5935条

（3）结合站点可视化（部分）
站点为红色，路径为黄色，深色部分表示有重合

这个时候我们就会思考：能不能将轨迹图用不同颜色标注出来？

3、获取一个城市所有（可选）公交行驶轨迹（附带线路名）

（1）能直接出结果的代码
因为2部分获取代码的方式特殊性，这里的功能看似和2变化不大（就加了个线路名），实际改动的地方还挺多的

import requests
import json
import pandas as pd

#获取公交的行驶轨迹数据
def get_line(cityname,line):
    global bus_num
    url = 'https://restapi.amap.com/v3/bus/linename?s=rsv3&extensions=all&key=a5b7479db5b24fd68cedcf24f482c156&output=json&city={}&offset=1&keywords={}&platform=JS'.format(cityname,line)
    r = requests.get(url).text
    rt = json.loads(r)
    try:
        path={}
        polyline=rt['buslines'][0]['polyline']   #获取公交路径名字
        path['station_coords']=polyline.split(";")  #拆分路径，将其分布于各行中
        path['line_name'] = rt['buslines'][0]['name'] #获取公交线路名字
        bus_num+=1
        return pd.DataFrame(path)      
    
    except:
        print('没有{}公交'.format(line)) #正常情况下，这条语句不会执行
        return pd.DataFrame() 


#获取当前城市所有公交的行驶轨迹
def Bus_lines(city,for_num):
    all_buslines=pd.DataFrame()
    for i in range(1,for_num+1):  
        all_buslines=pd.concat([all_buslines,get_line(city,str(i)+'路')])  #不加这个'路'可能优先获取地铁
        
    print("Bus_lines函数遍历{}前{}路公交,有效公交线路数为：{}个，轨迹坐标为：{}条".format(city,for_num,bus_num,len(all_buslines['station_coords'])))
    all_buslines.to_csv('{}前{}路公交(有效线路数：{})轨迹坐标数据.csv'.format(city,for_num,bus_num),index=False,encoding='utf-8-sig')


if __name__=="__main__":
    city='青岛' #需要查询公交信息的城市
    for_num=20 #遍历的线路数[1路,for_num路]，通常公交线路数小于1000，具体可参考8684等网站
    bus_num=0  #全局变量，计算有效遍历的公交数
    Bus_lines(city,for_num)

（2）实验结果：

（3）可视化效果（部分）
高德地图只支持同时显示7种不同线路颜色，emmmm，其实效果还不错！

4、获取青岛市区所有站点信息

（1）分析
通过for循环的方法自然有其优越性：给个大体范围，等上几分钟，就能出所需要城市的几乎所有线路的公交信息！
但是，这样获取终究难免会有遗漏，而且也不能指定特定区域，故这里通过8684青岛公交获取了青岛市区所有公交线路，并演示在获取公交名文本的情况下，如何读取对应公交信息。

（2）通过读取文本获取公交相关信息

import requests
import json
import pandas as pd
import time

#自己写的用于记录时间函数
def record_time(flag):
    if flag==0:
        global t0
        t0=time.time()
    else:
        t1=time.time()
        print("用时：%.2fs"%(t1-t0))  
    print(time.strftime('%Y-%m-%d %H:%M:%S',time.localtime(time.time())))


#获取公交基本信息
def get_station(cityname,line):
    #1、获取当前公交线路数据
    url = 'https://restapi.amap.com/v3/bus/linename?s=rsv3&extensions=all&key=a5b7479db5b24fd68cedcf24f482c156&output=json&city={}&offset=1&keywords={}&platform=JS'.format(cityname,line)
    r = requests.get(url).text
    rt = json.loads(r)
    try:
        #2、读取当前公交线路主要信息
        dt = {}
        dt['line_name'] = rt['buslines'][0]['name'] #公交线路名字
        dt['start_stop'] = rt['buslines'][0]['start_stop'] #始发站
        dt['end_stop'] = rt['buslines'][0]['end_stop'] #终点站
        dt['bounds'] = rt['buslines'][0]['bounds'] #行车区间（始发站，终点站坐标）
        dt['distance'] = rt['buslines'][0]['distance'] #全程长度
        
        #3、获取沿途站点站名、对应坐标和“第几站”信息
        station_name = []
        station_coords = []
        station_sequence = []
        for st in rt['buslines'][0]['busstops']:
            station_name.append(st['name'])
            station_coords.append(st['location'])
            station_sequence.append(st['sequence'])
        
        dt['station_name'] = station_name #沿途站点名
        dt['station_coords'] = station_coords #沿途站点坐标
        dt['station_sequence'] = station_sequence #沿途站点第几站

        return pd.DataFrame(dt)  #返回pd.DataFrame()类型
         
    except: #try语句部分出错进入此部分（一般为站点名错误）
        print('没有{}公交'.format(line)) #指定公交路线情况下，词条语句不会执行！
        return pd.DataFrame()  #返回空的pd.DataFrame类型

#获取青岛市区所有公交基本信息：线路名、行车区间、全程长度、沿途站点及坐标
def Bus_info():
    with open("公交线路.txt", "r", encoding="utf-8") as f:
        bus_name = f.readlines() #读取当前文件夹公交车线路名
    bus_name = bus_name[0].split(",") #将获取的线路名文件通过','进行拆分
    
    all_bus=pd.DataFrame()
    for i in bus_name:  
        all_bus=pd.concat([all_bus,get_station('青岛',i)])  
        
    print("获取青岛市区{}条路线基本信息成功！".format(len(bus_name)))
    all_bus.to_csv("青岛市区{}条路线基本信息.csv".format(len(bus_name)),encoding='utf-8-sig')


if __name__=="__main__":
    record_time(0)#用于记录开始时间  
    Bus_info() #已知文本具体信息都有，不需要传参
    record_time(1)#用于记录结束时间并输出用时

（3）实验结果：
文本中所写256条市区线路全部读取成功！

部分文本内容示意：

（4）青岛市区256条线路站点位置可视化
①市区站点鸟瞰图
深颜色代表重合（多条线路汇集处），密恐不知道感觉咋样？

②站点分布⭐形图
这样一来，哪些站点是关键站点就比较清楚了

③站点热度分布示意图
觉得上图分布还不够直观？那就来看看大小点图

④加强对比感

⑤来点小汽车？
青岛几个关键的景点都在这张图里了<(￣︶￣)↗[GO!]

其实这篇博客还是蛮实用的，得到的城市公交站点热度分布效果挺不错的！

找一个你感兴趣的城市（家乡）试一试？( •̀ .̫ •́ )✧