刚好本地数据库有各省市县/区的数据，现在打算统计一下各个城市的县区数量，并以热力图在地图上显示。（部分数据如下）
本测试使用的是百度地图，首先先到百度地图开发平台注册一个个人开发账号。然后创建两个用于：服务端和浏览器端，每个应用都会有一个访问应用（AK），属于个人私钥。服务端应用主要用于根据城市读取经纬度，浏览器端应用主要用于地图显示，这两个的应用别搞错。（可能错误：百度未授权使用地图API）
对于经纬度根据地名的提取，接口地址如下：
http://api.map.baidu.com/geocoder/v2/?address=地址&output=json&ak=百度AK返回结果：
{"status":0,"result":{"location":{"lng":114.0259736573215,"lat":22.546053546205248},"precise":0,"confidence":14,"level":"城市"}}地图的选择，使用的是热力图，链接地址如下：
http://developer.baidu.com/map/jsdemo.htm#c1_15
地图上有个默认示例，其中“你的密钥”就是 个人的浏览器端AK，页面中还有一个 json 格式的变量 points，存储的是数据，格式如：
var points =[
{"lng":116.418261,"lat":39.921984,"count":50},
{"lng":116.423332,"lat":39.916532,"count":51},
{"lng":116.419787,"lat":39.930658,"count":15},
{"lng":116.42076,"lat":39.915251,"count":70},
{"lng":116.425867,"lat":39.918989,"count":8}];使用的时候可以把中间这个页面的源码拷贝下来，创建一个 html 的文件，然后更改 ak 及 相关数据，双击打开即可关联到百度地图中显示。不过用python一键操作更方便一点。
再说说地图的显示级别及默认显示位置。因为是全国显示，可以把中心经纬度改为重庆，显示级别改为5。
var point = new BMap.Point(116.418261, 39.921984); #默认定位坐标天安门
map.centerAndZoom(point, 15); //显示级别默认为15其中，显示级别可以从这确定：
http://api.map.baidu.com/lbsapi/getpoint/index.html
由于用 python 识别读取网页中的代码下载，使用的是 selenium ，selenium 模拟使用浏览器打开网页，脚本设置打开浏览器是在后台执行的。（更多参考：Python selenium 后台运行模拟登录操作）
完整脚本如下：（ak 改用自己的哈）
import os
import re
import time
import json
import sqlalchemy
import webbrowser
import pandas as pd
from selenium import webdriver
from urllib.request import urlopen, quote
centerAndZoom = 5 #地图显示级别(比例)
filepath = "./map.html" # html下载位置
ak_browser = "xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx" #浏览器AK：用于地图显示
ak_server = "yyyyyyyyyyyyyyyyyyyyyyyyyyyyyyyy" #服务端AK：用于获取经纬度
chromedriver = 'D:/Python35/mypy/phantomjs/bin/phantomjs.exe'
driver = webdriver.PhantomJS(chromedriver)
engine = sqlalchemy.create_engine("mssql+pymssql://kk:kk@HYH0109-189\CAT2014/CSMS3")
#下载百度热力图HTML模板到本地
def download_baidu_map_html():
url = "http://developer.baidu.com/map/jsdemo.htm#c1_15" #热力图模板
driver.get(url)
driver.maximize_window()
time.sleep(2)
#driver.get_screenshot_as_file("./screen.png")
html = driver.find_element_by_xpath("//div[@class='CodeMirror-code']")
with open("./map.html", "w", encoding="utf-8") as f:
f.write(html.text)
f.close
#用自己的数据替换HTML原有的数据
def put_data_into_html(df):
#df.rename(columns={'Longitude': 'lng', 'Latitude': 'lat', 'DistrictCount': 'count'}, inplace=True)
points_json = df[['lng','lat','count']].to_json(orient='records')[1:-1].replace('},{', '},\n{')
f = open(filepath, "r", encoding="utf-8")
lines = f.readlines()
f.close()
contents = ""
for line in lines:
if not re.match("(.+)lng(.+)lat(.+)count(.+)", line):
if re.match("(.+)您的密钥(.+)", line):
line = line.replace('您的密钥', ak_browser) #将ak替换
if re.match("(.+)enableScrollWheelZoom(.+)", line):
#该行"var points =[" 从网页下载时没有，所以手动补全！
line = line + "\n var points =[\n" + points_json + "];\n" #将数据替换
if re.match("(.+)map.centerAndZoom(.+)", line):
line = re.sub("\d+", "%s" % centerAndZoom ,line) #地图级别
contents = contents + line
f2 = open(filepath,"w", encoding="utf-8")
f2.write(contents)
f2.close
#从数据库获取：省、市、市的地区数量
def get_data_from_db():
sql = """SELECT A.Name AS Provicne,B.Name AS City,COUNT(*) AS [count]
FROM SysRegion A
INNER JOIN SysRegion B ON A.Id=B.ParentId AND A.LevelType=1
INNER JOIN SysRegion C ON B.Id=C.ParentId AND B.LevelType=2
GROUP BY A.Name,B.Name"""
df = pd.read_sql_query(sql, engine)
return df
#根据省市从百度地图中获取经纬度
def get_lng_lat_from_baidu(address):
address = quote(address) #中文转码
url = "http://api.map.baidu.com/geocoder/v2/"
url = url + "?address=%s&output=json&ak=%s" %(address,ak_server)
res = json.loads(urlopen(url).read().decode())
return res
#经纬度添加到原 pd 中
def get_df_parse_json(df):
for index, row in df.iterrows():
js = get_lng_lat_from_baidu(row['Provicne']+row['City'])
if (js['status'] == 0):
df.loc[index, 'lng'] = js['result']['location']['lng']
df.loc[index, 'lat'] = js['result']['location']['lat']
return df
def open_html_on_browser():
htmlfile = os.path.abspath(filepath)
htmlfile = 'file:///' + htmlfile.replace("\\","/")
webbrowser.open_new_tab(htmlfile)
if __name__ == "__main__":
df = get_data_from_db() #从数据库获取：省、市、市的地区数量
df = get_df_parse_json(df) #经纬度添加到原 pd 中
download_baidu_map_html() #下载百度热力图HTML模板到本地
put_data_into_html(df) #用自己的数据替换HTML原有的数据
open_html_on_browser() #打开HTML地图预览
结果如上图，当几个地点靠的很近，且数据量加起来较多时，会形成一个重点区域，如图中的红色或绿色区域。
