手把手教你完成一个数据科学小项目(7):经纬度获取与BDP可视化

前言

请先阅读“中国年轻人正带领国家走向危机”,这锅背是不背? 一文,以对“手把手教你完成一个数据科学小项目”系列有个全局性的了解。

本系列代码统一开源在GitHub:DesertsX/gulius-projects ,感兴趣的朋友可以先行 star 哈。

截至目前我们已经完成了数据爬取、数据提取与IP查询、数据异常与清洗、评论数变化情况分析、省份提取与可视化、城市提取与可视化,本文将调用百度地图 API 获取地理位置的经纬度,并使用 BDP 绘制动态热力图。

读取数据

之前系列文章和代码的最后末尾均可自行保存每次操作后的数据,比如新创建的那些列等等。

import pandas as pd
df = pd.read_csv('Sina_Finance_Comments_All_20180811_Cleaned.csv',encoding='utf-8')
df.head(2)

百度地图

创建应用

本回使用百度地图开放平台的 API 获取经纬度数据,读者也可以试下用高德地图、谷歌地图等等实现。首先在百度地图开放平台(需登录操作)的“控制台”处点击“创建应用”;可以随意填写“应用名称”,比如:地图经纬度;在“IP白名单”处可按照提示填写 0.0.0.0/0,方便在不同的电脑上操作,然后点击“提交”即可创建成功。应用列表里生成了应用,而访问应用(AK)就是后面调用 API 时所需的参数。

获取经纬度

Web服务API中找到所需的服务,本次是根据地理信息获取经纬度,于是正/逆地理编码,按照服务文档的说明,调用API。注意调用次数的限制。
正/逆地理编码 - 百度地图Web服务API

import requests
def area2coor(area):
    ak = '换成你的ak' # 应用列表里访问应用(AK)的一串字符
    try:
        # http://lbsyun.baidu.com/index.php?title=webapi/guide/webservice-geocoding
        address = area
        url = 'http://api.map.baidu.com/geocoder/v2/?address=' + address  + '&output=json&ak=' + ak
        json_data = requests.get(url = url).json()    
        coor_loc = json_data['result']['location']
        return coor_loc
    except:
        return "nocoor" # 不换ak多半都是 'nocoor'
    
print(df.loc[0,'area'])    
area2coor(df.loc[0,'area'])

经纬度

上面先测试下,能拿到经纬度后,创建经纬度列:

%%time
df['coor_loc'] = df.area.apply(area2coor)
df.coor_loc

拆分经度纬度

选出非'nocoor'的数据,再分别拿到经度和纬度,然后就可以导出数据,以便后面在BDP里操作。

df_coor = df[df['coor_loc'] != 'nocoor']
df_coor['lng'] = df_coor['coor_loc'].apply(lambda x: x['lng']) # 经度
df_coor['lat'] = df_coor['coor_loc'].apply(lambda x: x['lat']) # 纬度
df_coor[['lng','lat']]

保存数据

df_coor.to_csv('Sina_Finance_Comments_All_20180811_toBDP.csv', encoding='utf-8', line_terminator='\r\n')

动态热力图

古柳以前也用过 BDP,所以这回拿到数据后,就想着间隔近一年的时间后重新绘制动态热力图,虽则早已生疏了,但以前机智的写过一篇“使用手册”:(送福利)BDP绘制微博转发动态热力图,于是按照文中步骤很快就重新捡回并制作出来了。

具体步骤就不截图演示了,更详细的步骤请参考上面给出的文章,内含爬取的微博转发数据集,可供把玩(用Gephi一则热门微博的14层转发网络图谱:《Gephi绘制微博转发图谱:以“@老婆孩子在天堂”为例》):

此处仅记录大致操作步骤如下:

  • 网上搜索:BDP个人版,注册账号以便使用;
  • 点击“数据源”,点击“立即添加”,点击“CSV上传”,按照跳出的页面,上传本地对应的CSV文件,“逗号”分割,确定后,等待上传成功后,就能看到数据,此处将相应的时间列,设定为日期,否则后面动态展示时可能会出错。点击下一步,改不改文件名,目录,随意,之后下一步,完成数据上传;
  • 点击菜单栏右上角“新建图表”,选择“经纬度地图”后确定;
  • 经度选择上传的CSV数据里的“lng”列,纬度选择“lat”列,坐标系选择为百度地图;
  • 将工作表中文件拖曳到图层里,就能在地图上加载出数据,非常简单地拿到了地图;

更改设置参数,以便录制 GIF 时展示效果更佳:

  • 热力半径:8像素
  • 时间粒度:按时
  • 时间间隔:2小时 / 1小时
  • 自定义速度:FPS:8 / 12

可根据数据量、数据展示的效果、以及自身的要求自行修改。最后就拿到了文章评论的动态热力图,还是蛮酷的。


本系列代码统一开源在GitHub:DesertsX/gulius-projects ,感兴趣的朋友可以先行 star 哈。

本系列文章:
“中国年轻人正带领国家走向危机”,这锅背是不背?
手把手教你完成一个数据科学小项目(1):数据爬取
手把手教你完成一个数据科学小项目(2):数据提取、IP 查询
手把手教你完成一个数据科学小项目(3):数据异常与清洗
手把手教你完成一个数据科学小项目(4):评论数变化情况
手把手教你完成一个数据科学小项目(5):省份提取与可视化
手把手教你完成一个数据科学小项目(6):城市提取与可视化

你可能感兴趣的:(手把手教你完成一个数据科学小项目(7):经纬度获取与BDP可视化)