前言
昨天在网上瞎逛的时候,看到了一个概念——交通生活圈,经过一番查阅后,约模知道了它的意思:在现有交通状况下,在一定的时间内乘坐现有交通工具你能抵达的范围(ps.通常是指驾车)。
简单来说,就是:“30分钟内你能走多远?”
正好某德地图上也有类似的数据,效果如下:
它包含了20分钟、30分钟、45分钟、60分钟、90分钟这5类数据,它范围即对应的交通生活圈。感觉很厉害的鸭子~
于是,我决定自己探索一番…
一、获取数据
1. 交通生活圈数据
打开浏览器的F12调试工具,监听网络请求:
其接口地址为:
https://report.amap.com/ajax/life/circle.do
有3个参数,对应的说明如下:
参数 | 说明 |
---|---|
districtId | 表示区域的ID |
dir | 0表示出发地,1表示目的地 |
timeIndex | 表示数据的时间 |
那么,可以定义获取数据的函数:
def get_data(disID):
'''
获得交通生活圈数据
'''
url = 'https://report.amap.com/ajax/life/circle.do'
headers = {
'User-Agent': 'Mozilla/5.0 (Windows NT 6.3; Win64; x64; rv:84.0) Gecko/20100101 Firefox/84.0',
'Accept': 'application/json, text/javascript, */*; q=0.01',
'Accept-Language': 'zh-CN,zh;q=0.8,zh-TW;q=0.7,zh-HK;q=0.5,en-US;q=0.3,en;q=0.2',
'X-Requested-With': 'XMLHttpRequest',
'Connection': 'keep-alive',
'TE': 'Trailers',
}
hour = time.strftime('%H',time.localtime(time.time())) # 当前小时
params = (
('districtId', disID),
('dir', '0'),
('timeIndex', hour),
)
res = requests.get(url, headers=headers, params=params)
data = res.json()
return data
返回的数据为JSON格式,为一个列表,包含5个子列表,每个列表分别表示20分钟、30分钟、45分钟、60分钟、90分钟的数据。
本以为到这里就大功告成了,然而我们发现districtId为类似“B0FFFDS1JU”的字符串编码,不便于直接利用,因此需要找到它的来源。
2. 城市区域数据
同样是通过F12抓包分析,可以找到一个请求,它可以返回每个城市对应的区域及相关信息(包括了我们苦苦寻找的districtId)。那么,便可以定义相应的函数:
def get_id(cityID):
'''
获得城市区域ID
'''
url = 'https://report.amap.com/ajax/life/districts.do'
headers = {
'User-Agent': 'Mozilla/5.0 (Windows NT 6.3; Win64; x64; rv:84.0) Gecko/20100101 Firefox/84.0',
'Accept': 'application/json, text/javascript, */*; q=0.01',
'Accept-Language': 'zh-CN,zh;q=0.8,zh-TW;q=0.7,zh-HK;q=0.5,en-US;q=0.3,en;q=0.2',
'X-Requested-With': 'XMLHttpRequest',
'Connection': 'keep-alive',
'Referer': 'https://report.amap.com/life.do?city=420100',
'TE': 'Trailers',
}
params = (
('cityCode', cityID),
)
res = requests.get(url, headers=headers, params=params)
data =res.json()
return data
通过传入城市ID,便可得到其下区域的相关信息:
如出一辙,传入的参数为城市ID,这并不直观,我们无法很快知道每个城市对应的ID是什么。
正所谓:“探索尚未结束,同志仍需努力…”
3. 城市数据
如法炮制,我们找到了获取城市数据的接口,并定义如下函数:
def get_city():
'''
获取城市信息(城市名、城市ID等)
'''
url = 'https://report.amap.com/ajax/getCityInfo.do'
headers = {
'User-Agent': 'Mozilla/5.0 (Windows NT 6.3; Win64; x64; rv:84.0) Gecko/20100101 Firefox/84.0',
'Accept': 'application/json, text/javascript, */*; q=0.01',
'Accept-Language': 'zh-CN,zh;q=0.8,zh-TW;q=0.7,zh-HK;q=0.5,en-US;q=0.3,en;q=0.2',
'X-Requested-With': 'XMLHttpRequest',
'Connection': 'keep-alive',
}
res = requests.get(url, headers=headers)
data = res.json()
return data
其结果如是:
4. 完整代码
为了更加方便地获取数据,将以上函数整合在一起,完整的代码如下:
# -*- coding: utf-8 -*-
"""
Created on Mon Dec 21 15:14:42 2020
@author: kimol_love
"""
import os
import time
import json
import requests
def get_city():
'''
获取城市信息(城市名、城市ID等)
'''
url = 'https://report.amap.com/ajax/getCityInfo.do'
headers = {
'User-Agent': 'Mozilla/5.0 (Windows NT 6.3; Win64; x64; rv:84.0) Gecko/20100101 Firefox/84.0',
'Accept': 'application/json, text/javascript, */*; q=0.01',
'Accept-Language': 'zh-CN,zh;q=0.8,zh-TW;q=0.7,zh-HK;q=0.5,en-US;q=0.3,en;q=0.2',
'X-Requested-With': 'XMLHttpRequest',
'Connection': 'keep-alive',
}
res = requests.get(url, headers=headers)
data = res.json()
return data
def get_id(cityID):
'''
获得城市区域ID
'''
url = 'https://report.amap.com/ajax/life/districts.do'
headers = {
'User-Agent': 'Mozilla/5.0 (Windows NT 6.3; Win64; x64; rv:84.0) Gecko/20100101 Firefox/84.0',
'Accept': 'application/json, text/javascript, */*; q=0.01',
'Accept-Language': 'zh-CN,zh;q=0.8,zh-TW;q=0.7,zh-HK;q=0.5,en-US;q=0.3,en;q=0.2',
'X-Requested-With': 'XMLHttpRequest',
'Connection': 'keep-alive',
'Referer': 'https://report.amap.com/life.do?city=420100',
'TE': 'Trailers',
}
params = (
('cityCode', cityID),
)
res = requests.get(url, headers=headers, params=params)
data =res.json()
return data
def get_data(disID):
'''
获得交通生活圈数据
'''
url = 'https://report.amap.com/ajax/life/circle.do'
headers = {
'User-Agent': 'Mozilla/5.0 (Windows NT 6.3; Win64; x64; rv:84.0) Gecko/20100101 Firefox/84.0',
'Accept': 'application/json, text/javascript, */*; q=0.01',
'Accept-Language': 'zh-CN,zh;q=0.8,zh-TW;q=0.7,zh-HK;q=0.5,en-US;q=0.3,en;q=0.2',
'X-Requested-With': 'XMLHttpRequest',
'Connection': 'keep-alive',
'TE': 'Trailers',
}
hour = time.strftime('%H',time.localtime(time.time())) # 当前小时
params = (
('districtId', disID),
('dir', '0'),
('timeIndex', hour),
)
res = requests.get(url, headers=headers, params=params)
data = res.json()
return data
if __name__ == '__main__':
# 获取城市信息
cityInfo = get_city()
# 输入城市及片区
while True:
cityName = input('请输入城市:')
flag = 0
for city in cityInfo:
if cityName == city['name']:
cityID = city['code']
disIDs = get_id(cityID)
if len(disIDs) == 0:
flag = 1
else:
flag = 2
break
if flag == 0: # 如果没有该城市
print('未找到相关城市!')
elif flag == 1: # 如果该城市没有数据
print('该城市无数据!:')
elif flag == 2:
break
print('-'*20)
print(('0==>所有').ljust(10))
for i in range(len(disIDs)):
print(('%d==>%s'%(i+1, disIDs[i]['name'])).ljust(10))
print('-'*20)
while True:
index = int(input('请选择:'))
if index not in range(len(disIDs)+1):
print('输入错误!:')
else:
break
# 下载数据
if not os.path.exists('./data'):
os.mkdir('./data')
if index == 0: # 全部下载
if not os.path.exists('./data/%s'%cityName):
os.mkdir('./data/%s'%cityName)
for i in range(len(disIDs)):
disID = disIDs[i]['id']
data = get_data(disID)
data.append(disIDs[i]['center']) # 加入中心点
data = json.dumps(data)
with open('./data/%s/%s.json'%(cityName,disIDs[i]['name']), 'w') as f:
f.write(data)
print('"%s"获取成功!'%disIDs[i]['name'])
else:
disID = disIDs[index-1]['id']
data = get_data(disID)
data.append(disIDs[index-1]['center']) # 加入中心点
data = json.dumps(data)
with open('./data/%s.json'%disIDs[i]['name'], 'w') as f:
f.write(data)
print('"%s"获取成功!'%disIDs[i]['name'])
注:为了便于后续地分析,我们将数据append了一个列表(区域的中心位置),因此data一共包含6个列表:5类数据+中心点位置。
俗话说得好,好用不好用,拉出来run一run:
电闪雷鸣之间,只见所有的数据默默地躺入了我温暖的怀抱~
至此,数据获取的探索便可暂告于段落。
二、30分钟交通生活圈
1. 数据分析
有了数据,通过分析我们便可知道30分钟自己能“走”多远了。这里我们用到了Python中的folium库,它是一个交互式地图库,允许我们调用地图接口进行可视化分析。其安装方法如下:
pip install folium
首先,定义读取数据的函数:
def read_data(path, Type=30):
'''
读取交通生活圈数据(有20分钟、30分钟、45分钟、60分钟、90分钟)
'''
typeMap = {
20:0,
30:1,
45:2,
60:3,
90:4}
with open(path, 'r') as f:
data = f.read()
data = json.loads(data)
center = data[-1]
data = data[typeMap[Type]]
return (center, data)
读取数据(以成都的牛王庙为例):
center, data = read_data('./data/成都/牛王庙.json')
data.append(data[0])
for i in range(len(data)): # 交换经纬度,很重要
data[i] = [data[i][1],data[i][0]]
data.append(data[0])是为了使数据形成一个闭环,这样方便在地图上表示出来。
定义地图,并设定相关参数:
Map=folium.Map(location=[center[1],center[0]],
zoom_start=11,
tiles='http://webrd02.is.autonavi.com/appmaptile?lang=zh_cn&size=1&scale=1&style=7&x={x}&y={y}&z={z}',
attr='default'
)
在地图上标出起始点:
folium.Marker([center[1],center[0]],
popup=folium.Popup('牛王庙',max_width=1000),
tooltip='出发点'
).add_to(Map)
在地图上画出30分钟交通生活的区域:
folium.Polygon(data,
color='#7C9F59',
fill=True).add_to(Map)
将地图保存到本地:
Map.save('30分钟交通生活圈.html')
打开HTML之后,效果如下:
绿色区域意味着,在当前的交通情况下,我从牛王庙出发,我可以到达的范围,即30分钟我能“走”多远~
2. 完整代码
这一部分的完整代码如下:
# -*- coding: utf-8 -*-
"""
Created on Mon Dec 21 18:58:34 2020
@author: kimol_love
"""
import json
import folium
def read_data(path, Type=30):
'''
读取交通生活圈数据(有20分钟、30分钟、45分钟、60分钟、90分钟)
'''
typeMap = {
20:0,
30:1,
45:2,
60:3,
90:4}
with open(path, 'r') as f:
data = f.read()
data = json.loads(data)
center = data[-1]
data = data[typeMap[Type]]
return (center, data)
if __name__ == '__main__':
center, data = read_data('./data/成都/牛王庙.json')
data.append(data[0])
for i in range(len(data)): # 交换经纬度,很重要
data[i] = [data[i][1],data[i][0]]
Map=folium.Map(location=[center[1],center[0]],
zoom_start=11,
tiles='http://webrd02.is.autonavi.com/appmaptile?lang=zh_cn&size=1&scale=1&style=7&x={x}&y={y}&z={z}',
attr='default'
)
folium.Marker([center[1],center[0]],
popup=folium.Popup('牛王庙',max_width=1000),
tooltip='出发点'
).add_to(Map)
folium.Polygon(data,
color='#7C9F59',
fill=True).add_to(Map)
Map.save('30分钟交通生活圈.html')
写在最后
至此,我们大致知道了30分钟自己能“走”多远了~
这里主要是从交通通行情况的角度出发,如果非得说坐飞机、坐火箭、坐大炮啥的。别问我,问了我也不知道(手动捂脸)~
其实,这个数据还可以尝试从更多地角度分析,比如可以计算出30分钟最大抵达半径,并进一步比较不同城市的大小等等。如果有感兴趣的小伙伴,可以试试哦。
我是kimol君,咋们下次再会~
创作不易,大侠请留步… 动起可爱的双手,来个赞再走呗 (๑◕ܫ←๑)
转载:https://blog.csdn.net/kimol_justdo/article/details/111498852