匹配百度地圖API座標
阿新 • • 發佈：2018-12-09
在上一步得到了所有期待專案的地理座標之後，可以把資料體現在地圖上給領導看了。首先需要一張符合自己審美風格的底圖來給領導留下強烈的印象；因為我對百度地圖的初始配色非常不滿，所以這個對我來說是剛需，恰好又需要用echarts出地圖，所以就剛好一起做了。
# echarts
# 這裡是把地圖裝在dlg_map.js檔案裡再再html中呼叫
# 以下為dly_map.js中的內容
function loadOneColumn(dataJson) {
var colors = [
'#5793f3', '#d14a61', '#675bba', '#FF8C44', '#a1ec97' 然後是呼叫上面這個dlg_map.js檔案的html
# html
<!DOCTYPE html>
<html>
<head>
<meta charset="utf-8">
<meta http-equiv="X-UA-Compatible" content="IE=edge,chrome=">
<title>資料分析</title>
<style type="text/css">
... // ccs略過不表
</style>
<script src="js/echarts.min.js"></script>
<script src="js/bmap.min.js"></script>
<script src="js/jquery-3.3.1/jquery-3.3.1.min.js" type="text/javascript"></script>
</head>
<body>
<section>
<article>
<div id="map01" style="width:95%;height:680px;"></div>
<script src="http://api.map.baidu.com/api?v=2.0&ak=##########"></script> // 指定百度地圖呼叫地址和ak
<script src="js/dlg_map.js"></script> // 呼叫上面寫好的js
<script type="text/javascript" src="js/log_map.js"></script> // 呼叫另一個js中寫好的data
</article>
</section>
</body>
</html>
最後是這樣一張圖
然而其實我只是需要這個淺白風格的底圖用來放在python裡呼叫：
把我們在庫裡存好的全深圳的專案資訊，包含專案名、專案所屬片區、專案經緯度的資料準備好，按片區分色顯示在地圖上：
# python3 jupyternotebook
###### initial setup
import numpy as np
import pandas as pd
import pymongo
import time
import re
import os
os.chdir("C:/Users/sss/OneDrive/daily_Script/Script_Python/") # 專案路徑
CHAPTER_ID = "requests_re_lctn_baiduAPI" # 專案名稱
###### initial setup for plotting
import matplotlib
import matplotlib.pyplot as plt
import matplotlib.image as mpimg
%matplotlib inline
plt.rcParams['axes.labelsize'] = 12
plt.rcParams['xtick.labelsize'] = 12
plt.rcParams['ytick.labelsize'] = 12
PROJECT_ROOT_DIR = "."
IMAGES_PATH = os.path.join(PROJECT_ROOT_DIR, "doc_images", CHAPTER_ID) # Where to save the figures
def save_fig(fig_id, tight_layout=True, fig_extension="png", resolution=300):
path = os.path.join(IMAGES_PATH, fig_id + "." + fig_extension)
print("Saving figure", fig_id)
if tight_layout:
plt.tight_layout()
plt.savefig(path, format=fig_extension, dpi=resolution)
def plt_map(dtf_input, tg_size, tg_colr, fig_output, tg_alpha=0.3, tg_size_scale=6):
sz_img=mpimg.imread(PROJECT_ROOT_DIR+"\\doc_images\\"+CHAPTER_ID+"\\img_sz.png")
ax = dtf_input.plot(kind="scatter", x="lng", y="lat", figsize=(15,10),
s = dtf_input[tg_size]*tg_size_scale, label = tg_size,
c = tg_colr, cmap = plt.get_cmap("jet"),
alpha = tg_alpha, colorbar = False,
)
plt.imshow(sz_img, extent=[113.80,114.5, 22.45, 22.80], alpha=0.6, cmap=plt.get_cmap("jet"))
plt.xlabel("Longitude", fontsize=10)
plt.ylabel("Latitude", fontsize=10)
prices = dtf_input[tg_colr]
tick_values = np.linspace(prices.min(), prices.max(), 11)
cbar = plt.colorbar()
cbar.ax.set_yticklabels(["(%.d)prcnt"%(v*100) for v in tick_values], fontsize=14)
cbar.set_label(tg_colr, fontsize=16)
plt.legend(fontsize=10)
save_fig(fig_output)
plt.show()
plt_map(dtf_xhbn_img, 'cnt_show', '所屬片區', 'pic_map')
# 在資料框dtf_xhbn_img中 包含'lng','lat','cnt_show','所屬片區'四列
# 用'cnt_show'變數決定大小, '所屬片區'決定顏色，儲存圖片名'pic_map'
# 畫圖在地址為為'C:/Users/sss/OneDrive/daily_Script/Script_Python/doc_images/requests_re_lctn_baiduAPI/img_sz.png'的底圖上
# 圖片儲存在同文件夾內
# python指令碼底板來自<Hands-on ML with Sklearn & TF>
最終效果：
