[[393824]]

本文轉(zhuǎn)載自微信公眾號(hào)「小張Python」，作者zeroing。轉(zhuǎn)載本文請(qǐng)聯(lián)系小張Python公眾號(hào)。   

做地圖可視化時(shí)需要提供經(jīng)緯度坐標(biāo)，但一般來(lái)說(shuō)我們手上拿到的通常只有地理位置，比如說(shuō) 北京市東大街302號(hào)狗不理包子店，可視化之前需經(jīng)緯度坐標(biāo)轉(zhuǎn)換

需要轉(zhuǎn)換的數(shù)據(jù)如果僅有幾個(gè)還好，可以直接借助谷歌地圖自帶經(jīng)緯度查詢手動(dòng)轉(zhuǎn)換，但真實(shí)場(chǎng)景下需要轉(zhuǎn)換的數(shù)據(jù)量可能要上百甚至上千，再手動(dòng)的話就比較頭疼了

如何將地理位置批量轉(zhuǎn)化為經(jīng)緯度坐標(biāo)?本文將針對(duì)這個(gè)問題，介紹兩個(gè)用 Python 來(lái)實(shí)現(xiàn)的方法

1，調(diào)用第三方 API

最常見辦法就是調(diào)用第三方 API，例如百度、高德地圖等服務(wù)平臺(tái)，提供了相應(yīng)的功能接口，它們的這類技術(shù)已經(jīng)非常成熟啦，準(zhǔn)確穩(wěn)定，關(guān)鍵還是免費(fèi)的 ~，本期教程以百度為例(高德的用方類似)，介紹一下其用法

1.1，用百度賬號(hào)登陸百度地圖控制臺(tái)

百度地圖開放平臺(tái)

1.2，創(chuàng)建一個(gè)應(yīng)用，獲取 AK 參數(shù)

登錄控制臺(tái)之后，選擇左側(cè) 應(yīng)用管理-> 我的應(yīng)用 -> 創(chuàng)建應(yīng)用

創(chuàng)建應(yīng)用頁(yè)面中有三項(xiàng)信息需要填寫

• 應(yīng)用名稱，無(wú)限制隨意填寫即可;
• 應(yīng)用類型 ，選擇服務(wù)端;
• IP 白名單，只是個(gè)人簡(jiǎn)單測(cè)試的話0.0.0.0/0 即可，如果考慮安全問題， 可以將自己的 IP 填進(jìn)去， AK 參數(shù)泄露的話非本機(jī) IP 無(wú)法訪問，這樣也不用擔(dān)心額度被其他用戶盜用

1.3，地理編碼、逆地理編碼

經(jīng)緯度地理位置根據(jù)轉(zhuǎn)換方向分為兩類，接下來(lái)我們分別演示一下其用法：

• 地理編碼：將地理地址轉(zhuǎn)換為坐標(biāo)點(diǎn)(經(jīng)緯度);
• 逆地理編碼，將經(jīng)緯度轉(zhuǎn)化為地理地址;

1.3.1 地理編碼，

下面就是 Python 測(cè)試代碼塊，將 AK 參數(shù)(前面申請(qǐng)到的)和你需要轉(zhuǎn)換的地理位置拼接到 官方提供的 url 中，用 requests 訪問即可，

import requests 
import json 
import re 
 
AK = '你的AK' 
address ='北京市海淀區(qū)上地十街10號(hào)' 
url = 'http://api.map.baidu.com/geocoding/v3/?address={}&output=json&ak={}&callback=showLocation'.format(address,AK) 
res = requests.get(url) 
 
print(res.text) 
results = json.loads(re.findall(r'\((.*?)\)',res.text)[0]) 
 
print('\n') 
print('location is ',results['result']['location']) 

輸出結(jié)果如下

showLocation&&showLocation({"status":0,"result":{"location":{"lng":116.3084202915042,"lat":40.05703033345938},"precise":1,"confidence":80,"comprehension":100,"level":"門址"}})  
 
location is  {'lng': 116.3084202915042, 'lat': 40.05703033345938} 

1.3.2 逆地理編碼

逆地理編與地理編碼用法相似

lat = '40.05703033345938' 
lng = '116.3084202915042' 
AK = '你的AK' 
 
 
url = 'http://api.map.baidu.com/reverse_geocoding/v3/?ak={}&output=json&coordtype=wgs84ll&location={},{}'.format(AK,lat,lng) 
 
res = requests.get(url) 
 
print(res.text) 
address = json.loads(res.text)['result']['formatted_address'] 
 
print('\n') 
print('address is ',address) 

像我們這類免(bai) 費(fèi) piao) 用戶，借助百度 API 每天最高可調(diào)用 6000 次，這個(gè)量級(jí)基本上能滿足我們?nèi)粘Ｐ枰?，但如果這個(gè)數(shù)量滿足不了你的話，可以在線購(gòu)買更高的使用額度

2，Geopy

2.1 Geopy 庫(kù)介紹

這里介紹一個(gè)Python 包 Geopy ，借助它也可以實(shí)現(xiàn)經(jīng)緯度地理位置轉(zhuǎn)換，

這款包之經(jīng)緯度轉(zhuǎn)換原理其實(shí)還是借助了第三方 API 平臺(tái)，因?yàn)槭忻嫔咸峁┙?jīng)緯度轉(zhuǎn)換 第三方平臺(tái)很多，為了方便， Geopy 把這些接口都分別封裝在一個(gè)類中，借助 Geopy 模塊來(lái)調(diào)用，支持的第三放平臺(tái)如下

Geopy作為一個(gè)專注于地理處理包之外， 除了能實(shí)現(xiàn)上面地理編碼、逆地理編碼功能之外，還有一個(gè)其它令我經(jīng)驗(yàn)的功能， 提供兩個(gè)經(jīng)緯度坐標(biāo)，計(jì)算他們?cè)诘厍蛏系淖疃叹嚯x

下面將介紹一下 Geopy 的具體用法，

2. 2 地理編碼

使用 地理編碼功能時(shí)，需要借助 Geopy 的 geocoders 模塊，Geopy 把所有第三方API封裝到 geocoders 中

這里選用 OpenStreetMap 平臺(tái)上提供的 Nominatim 地理編碼器，因?yàn)榭梢悦赓M(fèi)供我們使用，不需要申請(qǐng) API ，但缺點(diǎn)是限流，限額，不能大規(guī)模頻繁訪問，否則會(huì)返回 403，429錯(cuò)誤代碼

from geopy.geocoders import Nominatim 
geolocator=Nominatim() 
location= geolocator.geocode("北京市海淀區(qū)西二旗北路") 
print(location.address) 
print(location.latitude,location.longitude) 

結(jié)果如下

西二旗北路, 東北旺村, 海淀區(qū), 北京市, 102208, 中國(guó) 
40.056793 116.305811 

2.3 逆地理編碼

from geopy.geocoders import Nominatim 
geolocator=Nominatim() 
location= geolocator.reverse("40.056793 116.305811") 
print(location.address) 

結(jié)果如下

1#, 西二旗北路, 東北旺村, 海淀區(qū), 北京市, 102208, 中國(guó) 

結(jié)果看起來(lái)還不錯(cuò)，簡(jiǎn)單方便;但提醒一下，因?yàn)榍懊嬲f(shuō)過 Nominatim 模塊是限額度的，不要頻繁訪問，否則會(huì)出現(xiàn)以下錯(cuò)誤

2.4 根據(jù)經(jīng)緯度計(jì)算距離

Geopy 最讓我驚喜的是這個(gè)用法，提供兩個(gè)經(jīng)緯度坐標(biāo)計(jì)算他們之間的距離，因?yàn)榈厍蚓唧w來(lái)說(shuō)是橢圓，所以不能按照常規(guī)方法來(lái)計(jì)算 ，目前現(xiàn)有比較流行的幾個(gè)模型有以下幾個(gè)

model             major (km)   minor (km)     flattening 
'WGS-84':        (6378.137,    6356.7523142,  1 / 298.257223563), 
'GRS-80':        (6378.137,    6356.7523141,  1 / 298.257222101), 
'Airy (1830)':   (6377.563396, 6356.256909,   1 / 299.3249646), 
'Intl 1924':     (6378.388,    6356.911946,   1 / 297.0), 
'Clarke (1880)': (6378.249145, 6356.51486955, 1 / 293.465), 
'GRS-67':        (6378.1600,   6356.774719,   1 / 298.25), 
} 

根據(jù)官方介紹，官網(wǎng)選擇的是 WGS-84 模型，根據(jù)統(tǒng)計(jì)最終計(jì)算到的距離誤差最高在0.5%左右;使用方法如下

from geopy import distance 
newport_ri = (41.49008, -71.312796) 
cleveland_oh = (41.499498, -81.695391) 
print(distance.distance(newport_ri, cleveland_oh).miles)#最后以英里單位輸出 
 
#output 
538.39044536 
 
wellington = (-41.32, 174.81) 
salamanca = (40.96, -5.50) 
print(distance.distance(wellington, salamanca).km)# 以 km 作為單位輸出 
19959.6792674 

3 批量地址坐標(biāo)轉(zhuǎn)換

上面聊了這么多知識(shí)點(diǎn)，下面引入一個(gè)案例來(lái)簡(jiǎn)單回顧一下;本案例中借助百度API 來(lái)實(shí)現(xiàn)地理位置坐標(biāo)轉(zhuǎn)換，把一個(gè) csv 表格內(nèi)的所有地址位置數(shù)據(jù)批量轉(zhuǎn)換為經(jīng)緯度

3.1 數(shù)據(jù)讀取

import pandas as pd 
import string 
data_path = 'H:/Data/Latlon/map-location.csv' 
df = pd.read_csv(data_path,encoding='GB18030') 
df 

一共有 98 條數(shù)據(jù)，每條數(shù)據(jù)都表示一個(gè)地理位置;數(shù)據(jù)明顯有一些擾亂項(xiàng)，例如左端的數(shù)字字符、以及數(shù)據(jù)中的分隔符\t;因此轉(zhuǎn)換之前需要對(duì)數(shù)據(jù)進(jìn)行一次預(yù)處理操作

3.2 數(shù)據(jù)預(yù)處理

def process_str(x): 
    # 數(shù)據(jù)預(yù)處理，去掉前面的數(shù)字、及字符串中 \t 
    x = str(x).replace('\t','') 
    x = str(x).strip(string.digits) 
    return x  
df['location']  = df['location'].apply(process_str) 
df 

預(yù)處理結(jié)果如下

3.3 地理編碼(經(jīng)緯度轉(zhuǎn)換)

import time 
start = time.time() 
AK = '你的AK' 
def get_location(str1): 
    # 獲取經(jīng)緯度坐標(biāo) 
    url = 'http://api.map.baidu.com/geocoding/v3/?address={}&output=json&ak={}&callback=showLocation'.format(str1,AK) 
    res = requests.get(url) 
    results = json.loads(re.findall(r'\((.*?)\)',res.text)[0]) 
    return (results['result']['location']['lat'],results['result']['location']['lng']) 
df['(lat,lng)'] = df['location'].apply(get_location) 
print('耗時(shí) {}s'.format(time.time()-start)) 
print(df) 

為了測(cè)試轉(zhuǎn)換效率，這里我加了一個(gè)計(jì)時(shí)器;98 條數(shù)據(jù)成功轉(zhuǎn)換后共耗時(shí) 4.65s 左右，效率還不錯(cuò)，要比 Geopy 優(yōu)秀得多，

3.5 案例源碼數(shù)據(jù)

我已經(jīng)把本案例中用到代碼的數(shù)據(jù)打包再一起了，感興趣的可以在公號(hào)后臺(tái)回復(fù)關(guān)鍵字：210418 ，即可獲取!

4. 小結(jié)

上面介紹了這么多，最后做個(gè)小結(jié);聊一下這兩種方法在 地理坐標(biāo)轉(zhuǎn)換方面 各自的優(yōu)勢(shì)和劣勢(shì)

第三方API

• 優(yōu)勢(shì)：地理編碼、逆編碼比較準(zhǔn)確，精度高;且支持高并發(fā);
• 劣勢(shì)：不支持國(guó)外，環(huán)境配置較為復(fù)雜;

Geopy (用 Nominatim 模塊的話)

• 優(yōu)勢(shì)：簡(jiǎn)單方便，上手快;支持國(guó)外地理編碼
• 劣勢(shì)：不支持并發(fā)訪問、效率低且精度較低;

這里給大家一個(gè)建議，如果地址數(shù)據(jù)在國(guó)內(nèi)的話 經(jīng)緯度轉(zhuǎn)換 建議用第三方 API，穩(wěn)定且準(zhǔn)確;若是涉及下緯度距離計(jì)算、單位換算或地址數(shù)據(jù)在國(guó)外，建議用 Geopy

好了，以上就是本篇文章的全部?jī)?nèi)容啦，如果對(duì)你有所幫助，點(diǎn)個(gè)贊是對(duì)我最大的鼓勵(lì)