【Python】根据地名获取经纬度

本文是通过调用百度开放平台的API实现的经纬度查询。因此在使用前需要你去注册一个应用。

一、API 调用说明

1. 打开链接

   百度地图开放平台

2. 创建应用

   

3. 获取AK

   

4. 替换程序中的AK，运行就能得到返回的JSON字符串

源码

源码被我拆成了三个小节，分别是 数据准备、计算经纬度、计算两地距离，其他中间的处理代码则可能需要读者手动完善。

# 导入相关的包
import requests #HTTP请求
import time 
import re
import json # 用于解析Json
import pandas as pd # 用于处理数据（数据分析相关的同学必须会的包）

1. 数据准备

CSV文件中有一列是city，使用pandas直接读取即可：

df = pd.DataFrame()
df = pd.read_csv(r'./city.csv',encoding="gbk")
df['city']

得到的数据如下所示，总共有一百条，是我国2020年百强县的名单：

0      昆山市
1      江阴市
2     张家港市
3      晋江市
4      常熟市
      ... 
95     福安市
96     射阳县
97     邹平县
98     海城市
99     青州市
Name: city, Length: 100, dtype: object

	user_geohash	num	city
0	94ek6ke	1028	昆山市
1	94ek6lj	980	江阴市
2	94ek6lw	919	张家港市
3	94ek6kn	908	晋江市
4	94ek6l5	517	常熟市
...	...	...	...
95	9q0ltaw	243	福安市
96	99s4avh	242	射阳县
97	9519pwt	240	邹平县
98	94jrlp3	240	海城市
99	946hodd	240	青州市

100 rows × 3 columns

---

因为使用的是API，因此得到是上述的Json字符串。

二、根据地名计算经纬度的代码

/*
	
*/
def calc_ll(x):
	# 获取自己的AK替换Post_url中 中文括号 的内容即可
    Post_url = "http://api.map.baidu.com/geocoding/v3/?address=" + x + "&output=json&ak=（百度API开放平台获取的AK）&callback=showLocation"
    Post_data = {
        'address': x
    }
    Text = se.post(Post_url, data=Post_data).text.replace("'", '"').replace('/ ', '/')[27:-1] # 提取为Json格式，去掉‘showLocation&&showLocation()’这些额外的字符
    jsonValue = json.loads(Text) # 转化为Json对象
    # print(jsonValue) # 打印Json值
    if('result' in jsonValue):
        print(jsonValue['result']['location']['lng'])
        return [jsonValue['result']['location']['lng'],jsonValue['result']['location']['lat']]
    else:
        return ' '
        
# 通过这行的代码去调用的获取经纬度的 API 接口
address = df['city'].apply(calc_ll) # 这里的address是可以直接导入pandas的，详细的可以查看apply的返回值
se = requests.session()

---

执行calc_ll后返回的值如下所示：

showLocation&&showLocation({"status":0,"result":{"location":{"lng":120.98745249794995,"lat":31.390863425081866},"precise":0,"confidence":20,"comprehension":100,"level":"区县"}})

---

上述百强县执行代码后的结果：

{'status': 0, 'result': {'location': {'lng': 120.98745249794995, 'lat': 31.390863425081864}, 'precise': 0, 'confidence': 20, 'comprehension': 100, 'level': '区县'}}
120.98745249794995
	...
	...
{'status': 0, 'result': {'location': {'lng': 120.26444564891948, 'lat': 33.78101359213001}, 'precise': 0, 'confidence': 20, 'comprehension': 100, 'level': '区县'}}
120.26444564891948
{'status': 0, 'result': {'location': {'lng': 117.74947848721935, 'lat': 36.8700322166973}, 'precise': 0, 'confidence': 20, 'comprehension': 100, 'level': '区县'}}
117.74947848721935
{'status': 0, 'result': {'location': {'lng': 109.12452136754654, 'lat': 21.481065838235963}, 'precise': 0, 'confidence': 20, 'comprehension': 100, 'level': '区县'}}
109.12452136754654
{'status': 0, 'result': {'location': {'lng': 118.48653672086745, 'lat': 36.690416508705376}, 'precise': 0, 'confidence': 20, 'comprehension': 100, 'level': '区县'}}
118.48653672086745

查看address的值：

address

0     [120.98745249794995, 31.390863425081864]
1     [120.29156800752115, 31.926044909769043]
2      [120.56155363871446, 31.88114053634028]
3     [118.55843052000408, 24.787824575144548]
4      [120.75949588665195, 31.65953827674108]
                        ...                   
95    [119.65440636047963, 27.094323508059915]
96     [120.26444564891948, 33.78101359213001]
97      [117.74947848721935, 36.8700322166973]
98    [109.12452136754654, 21.481065838235963]
99    [118.48653672086745, 36.690416508705376]
Name: city, Length: 100, dtype: object

df['pos'] = df1 # 保存到df文件中

	user_geohash	num	city	pos
0	94ek6ke	1028	昆山市	[120.98745249794995, 31.390863425081864]
1	94ek6lj	980	江阴市	[120.29156800752115, 31.926044909769043]
2	94ek6lw	919	张家港市	[120.56155363871446, 31.88114053634028]
3	94ek6kn	908	晋江市	[118.55843052000408, 24.787824575144548]
4	94ek6l5	517	常熟市	[120.75949588665195, 31.65953827674108]
...	...	...	...	...
95	9q0ltaw	243	福安市	[119.65440636047963, 27.094323508059915]
96	99s4avh	242	射阳县	[120.26444564891948, 33.78101359213001]
97	9519pwt	240	邹平县	[117.74947848721935, 36.8700322166973]
98	94jrlp3	240	海城市	[109.12452136754654, 21.481065838235963]
99	946hodd	240	青州市	[118.48653672086745, 36.690416508705376]

100 rows × 4 columns

二、通过经纬度计算两地之间的距离

在得到相关地名的经纬度之后，进一步就可以根据经纬度计算两点之间的距离，输入的是度数（°）

---

根据经纬度计算实际距离的代码：

import math
Earth_Radius=6378.137
def sin_square(a):
    result=math.sin(a)
    return result*result
def rad(ang):
    return math.pi*ang/180.0
#a,b参数是数组
def distance_calculate(a,b):
    lata,lnga=a[0],a[1]
    latb,lngb=b[0],b[1]

    radlata,radlnga=rad(lata),rad(lnga)
    radlatb, radlngb = rad(latb), rad(lngb)

    #纬度差
    minus_a=radlata-radlatb
    #经度差
    minus_b=radlnga-radlngb

    return 2*math.asin( math.sqrt(sin_square(minus_a/2) + math.cos(radlata)*math.cos(radlatb)*sin_square(minus_b/2)))*Earth_Radius

#坐标测试
#google
print(1000*distance_calculate((30.26848247,119.9499548338),(30.2688658749,119.9628533571)))
#baidu
print(1000*distance_calculate((30.274671,119.969392),(30.274261,119.956631)))