回覆“書籍”即可獲贈Python從入門到進階共10本電子書
最近偶然看到了騰訊的大數據星雲圖，非常漂亮，如下圖：
這些數據代表使用騰訊定位服務的用戶實際地理位置，例如微信、QQ、騰訊地圖等，所以使用量還是表達的，此圖可以間接顯示人流量情況
該網站還可以查看區域熱力圖：
但是隻有個別區域
於是我萌生一個想法，用python任意區域人員流量圖
經過不懈努力，沒想到還真給實現了，下面帶大家一起學習一下這一過程：
一、首先是數據獲取數據獲取
騰訊其實開放了數據接口，但是隻能商用：
但是不用怕，我們還有其他辦法獲取
進入主頁：https://xingyun.map.qq.com/
在主頁抓包，獲得數據接口：
經過分析發現，每次請求都會發送4個post請求，每次請求的參數如下：
rank值從1變化到4，咱也不知道是啥意思，索性就都爬了，大不了再去重
返回數據如下：
主要是locs字段，以第一組數據爲例，3295代表緯度信息，11590代表經度信息，分別除100既是經緯度原始值，6代表該位置人數。
下面我們開始寫寫代碼獲取數據：
import requests
import json
header={
'User-Agent':'Mozilla/5.0 (Windows NT 6.1; Win64; x64; rv:82.0) Gecko/20100101 Firefox/82.0'}
url = 'https://xingyun.map.qq.com/api/getXingyunPoints'
for i in range(1,5):
payload = {'count': i, 'rank': 0}
response = requests.post(url, data=json.dumps(payload))
datas=json.loads(response.text)['locs']
datas=datas.split(',')
datas=[int(i) for i in datas[:-1]]
all_data=[]
a=[]
for n,data in enumerate(datas):
a.append(data)
all_data.append(a)
if (n+1)%3==0:
a=[]
all_data=[[i[0]/100,i[1]/100,i[2]] for i in all_data]
將數據轉換爲DataFrame格式：
import pandas as pd
lat=[float(i[0]) for i in all_data]
long=[i[1] for i in all_data]
weight=[i[2] for i in all_data]
dataframe=pd.DataFrame({'緯度':lat,'經度':long,'人數':weight})
對數據進行去重：
dataframe=dataframe.drop_duplicates(keep='first')
有了這些座標信息，我們可以估算一個區域人流量
pandas小知識：
DataFrame.drop_duplicates(subset=None, keep='first', inplace=False)
subset用來指定特定的列，默認所有列；
keep="first"表示刪除重複項並保留第一次出現的項，此外，keep值還可以爲'last':表示保留最後一次出現的值；'false'：表示所有相同的數據都刪除
選定區域：
data1=dataframe[(dataframe.緯度.between(39.26,41.03)) & (dataframe.經度.between(115.25,117.30))]
二、用folium畫熱力圖：
import folium
from folium.plugins import HeatMap
map_data = data1[['緯度', '經度', '人數']].values.tolist()
hmap = folium.Map(
location=[data1['緯度'].mean(), data1['經度'].mean()], #地圖中心座標
control_scale=True,
zoom_start=13 #地圖顯示級別
)
hmap.add_child(HeatMap(map_data, radius=5, gradient={.1: 'blue',.3: 'lime', .5: 'yellow',.7:'red'}))
真方！
------------------- End -------------------
往期精彩文章推薦：
歡迎大家點贊，留言，轉發，轉載，感謝大家的相伴與支持
想加入Python學習羣請在後臺回覆【入羣】
萬水千山總是情，點個【在看】行不行
/今日留言主題/
隨便說一兩句吧~
本文分享自微信公衆號 - Python爬蟲與數據挖掘（crawler_python）。
如有侵權，請聯繫 [email protected] 刪除。
本文參與“OSC源創計劃”，歡迎正在閱讀的你也加入，一起分享。