爬取链家二手挂单房屋 - 匹配百度地图API坐标 - python出地图【2】(end) echarts调用百度地图画自己喜欢的底图，最终python出地图

在上一步得到了所有期待项目的地理坐标之后，可以把数据体现在地图上给领导看了。首先需要一张符合自己审美风格的底图来给领导留下强烈的印象；因为我对百度地图的初始配色非常不满，所以这个对我来说是刚需，恰好又需要用echarts出地图，所以就刚好一起做了。

# echarts
# 这里是把地图装在dlg_map.js文件里再再html中调用
# 以下为dly_map.js中的内容function loadOneColumn(dataJson) {var colors = ['#5793f3', '#d14a61', '#675bba', '#FF8C44', '#a1ec97','#7EABF3', '#D16C7D', '#7C73BA', '#FF9A5B', '#a8e4a0','#9BBDF3', '#D18592', '#8C85BA', '#FFB384', '#aedba8','#B1CBF3', '#D198A2', '#9892BA', '#FFC6A3', '#b2d4ae','#bfcde3', '#c99fa6', '#9b96b4', '#F3E1D6', '#b5cfb2']; // 我自己常用的配色表var myChart_map01 = echarts.init(document.getElementById('map01'));myChart_map01.setOption({title: {// show: false,text: '热点项目地图（月）',x: 'center',textStyle: {color: '#666666',},}, // 标题tooltip : {trigger: 'item',formatter: '{b}{a}',}, // 显示toolbox: {// show: false,orient: 'vertical',x: 'left',y: 'center',feature: {restore: {show: true},saveAsImage: {show: true}}}, // 工具箱legend: {backgroundColor:'white',x: 'left',y: 'top',data: ['浏览','到访','成交','成交流出'],selected:{'到访':false,'成交':false}}, // 我在echarts地图上需要展示的维度bmap: { // 定制地图bmapcenter: [114.0667, 22.6590],zoom: 12,roam: true,mapStyle:{ // 以下为调整百度地图展示方式的部分styleJson: [{'featureType': 'land',        //调整土地颜色'elementType': 'geometry','stylers': {'color': '#f3f3f3'}},{'featureType': 'building',    //调整建筑物颜色'elementType': 'geometry','stylers': {'color': '#04406F','visibility': 'off'}},{'featureType': 'building',    //调整建筑物标签是否可视'elementType': 'labels','stylers': {'visibility': 'off'}},{'featureType': 'highway',     //调整高速道路颜色'elementType': 'geometry','stylers': {'color': '#fdfdfd'}},{'featureType': 'highway',     //调整高速名字是否可视'elementType': 'labels','stylers': {'visibility': 'off'}},{'featureType': 'arterial',    //调整一些干道颜色'elementType': 'geometry','stylers': {'color':'#fefefe'}},{'featureType': 'arterial', // 干道标签不显示'elementType': 'labels','stylers': {'visibility': 'off'}},{'featureType': 'green',       //绿地'elementType': 'geometry','stylers': {'color': '#E6E6E6'}},{'featureType': 'water',       //水体'elementType': 'geometry','stylers': {'color': '#d1d1d1'}},{'featureType': 'subway',      //地铁'elementType': 'geometry.stroke','stylers': {'color': '#fdfdfd'}},{'featureType': 'subway',      //地铁标签不显示'elementType': 'labels','stylers': {'visibility': 'off'}},{'featureType': 'railway',     //铁路不显示'elementType': 'geometry','stylers': {'visibility': 'off'}},{'featureType': 'railway',     //铁路标签不显示'elementType': 'labels','stylers': {'visibility': 'off'}},{'featureType': 'all',     //调整所有的标签的边缘颜色'elementType': 'labels.text.stroke','stylers': {'color': '#313131','visibility': 'off'}},{'featureType': 'all',         //调整所有标签的填充颜色，选择不显示'elementType': 'labels.text.fill','stylers': {'color': '#FFFFFF','visibility': 'off'}},{'featureType': 'manmade',     //人工造物？ = ='elementType': 'geometry','stylers': {'visibility': 'off'}},{'featureType': 'manmade','elementType': 'labels','stylers': {'visibility': 'off'}},{'featureType': 'local','elementType': 'geometry','stylers': {// 'visibility': 'off'}},{'featureType': 'local','elementType': 'labels','stylers': {// 'visibility': 'off'}},{'featureType': 'subway',      //地铁色差，调亮一点契合我的白色主题'elementType': 'geometry','stylers': {'lightness': 85}},{'featureType': 'railway',     //铁路色差'elementType': 'all','stylers': {'lightness': 60}},{'featureType': 'boundary',    //边界色差'elementType': 'geometry','stylers': {'color': '#8b8787','weight': '1','lightness': 40}}]}},series: [{name: '浏览',coordinateSystem: 'bmap',type: 'scatter',z: 0,large: true,// large: true,// rippleEffect: {//      brushType: 'fill',//      scale: 2// },hoverAnimation: true,itemStyle: {normal: {color: colors[14],opacity: 0.6,shadowBlur: 6,shadowColor: '#666666'}},label: {normal: {formatter: function(val){return val.value[2];},position: 'inside',show: false},emphasis: {show: true,color: "#1b1b1b"}},symbolSize: function (val) {return Math.sqrt(50*(val[2])/3.14);// return Math.sqrt(10*(val[2])/3.14); //用于帮助运营出特定年度成交数据的修正显示图},data: []},{name: '到访',coordinateSystem: 'bmap',type: 'scatter',z: 0,large: true,hoverAnimation: true,itemStyle: {normal: {color: colors[10],opacity: 0.6,shadowBlur: 6,shadowColor: '#666666'}},label: {normal: {formatter: function(val){return val.value[2];},position: 'inside',show: false},emphasis: {show: true,color: "#1b1b1b"}},symbolSize: function (val) {return Math.sqrt(50*(val[2])/3.14);},data: [],},{name: '成交',coordinateSystem: 'bmap',type: 'scatter',z: 1,large: true,hoverAnimation: true,itemStyle: {normal: {color: colors[11],opacity: 0.6,shadowBlur: 6,shadowColor: '#666666'}},label: {normal: {formatter: function(val){return val.value[2];},position: 'inside',show: false},emphasis: {show: true,color: "#ffffff"}},symbolSize: function (val) {return Math.sqrt(50*(val[2])/3.14);},data: [],},{name: '成交流出',coordinateSystem: 'bmap',type: 'lines',z: 1,symbol: ['circle', 'emptyCircle'],symbolSize: [2, 10],label: {normal: {show: false,formatter: '{a}: {c}'},emphasis: {show: true,color: colors[0],shadowBlur: 5,shadowColor: '#ffffff'}},lineStyle: {normal: {width: 2,opacity: 0.6,curveness: 0.1,color: colors[6],}},data: []}]});var bmap = myChart_map01.getModel().getComponent('bmap').getBMap();bmap.addControl(new BMap.MapTypeControl());// 从另一个js文件中调用数据的部分，此处略过不表myChart_map01.showLoading();     var map_rd = [];var map_vs = [];var map_dl = [];var map_dl_flw = [];$.each(dataJson.list, function (index, item) {map_rd.push(item.map_rd); map_vs.push(item.map_vs); map_dl.push(item.map_dl);  map_dl_flw.push(item.map_dl_flw); });myChart_map01.hideLoading(); myChart_map01.setOption({ series: [{name: '浏览',data: map_rd},{name: '到访',data: map_vs},{name: '成交',data: map_dl},{name: '成交流出',data: map_dl_flw}]});
};
$(function(){})

然后是调用上面这个dlg_map.js文件的html

# html<!DOCTYPE html>
<html>  <head>  <meta charset="utf-8">  <meta http-equiv="X-UA-Compatible" content="IE=edge,chrome=">      <title>数据分析</title>  <style type="text/css">  ... // ccs略过不表</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> // 指定百度地图调用地址和ak<script src="js/dlg_map.js"></script> // 调用上面写好的js<script type="text/javascript" src="js/log_map.js"></script> // 调用另一个js中写好的data</article></section></body>
</html>

最后是这样一张图

然而其实我只是需要这个浅白风格的底图用来放在python里调用：

把我们在库里存好的全深圳的项目信息，包含项目名、项目所属片区、项目经纬度的数据准备好，按片区分色显示在地图上：

# 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/") # 项目路径
CHAPTER_ID = "requests_re_lctn_baiduAPI"                        # 项目名称###### 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', '所属片区', 'pic_map')
# 在数据框dtf_xhbn_img中 包含'lng','lat','cnt_show','所属片区'四列
# 用'cnt_show'变量决定大小, '所属片区'决定颜色，保存图片名'pic_map'
# 画图在地址为为'./doc_images/requests_re_lctn_baiduAPI/img_sz.png'的底图上
# 图片保存在同文件夹内
# python脚本底板来自<Hands-on ML with Sklearn & TF>

最终效果：

可以看见链家的片区分类确实是不错的····

爬取链家二手挂单房屋 - 匹配百度地图API坐标 - python出地图【2】(end) echarts调用百度地图画自己喜欢的底图，最终python出地图相关推荐

python实战1.0——爬取知乎某问题下的回复
python实战1.0--爬取知乎某问题下的回复确定问题爬取进行简单筛选保存数据 # 获取问题下的回复总数 def get_number():url = 'https://www.zhihu. ...
python爬取重名div_第6天 | 10天搞定Python网络爬虫，爬盗墓笔记，牛
前几天,有老铁留言说能不能VIP小说?-我回复说他是"坏人",因为我觉得他不尊重别人的劳动成果,如果是免费的,我倒可以考虑. 于是,我上网找呀找,搜呀搜,看有没有免费版,而且是大家 ...
三层架构项目如何发布_链客Talk | 优盾首席架构师Alex Yang：如何从0开发区块链项目？...
区块链钱包如何开发?有哪些技术难点? 为了避免盗币和内鬼事件发生,钱包加密方式应该怎样设定?风控策略又该如何实施? 本周四晚8点,"链客Talk"将邀请区块链钱包领域资深开发者Al ...
Python爬虫学习笔记 -- 爬取糗事百科
Python爬虫学习笔记 -- 爬取糗事百科代码存放地址: https://github.com/xyls2011/python/tree/master/qiushibaike 爬取网址:https ...
广州python平均薪资_爬取广州的python和Java薪资，为什么Python 高于Java（有代码）...
标签: 小编不知道这个是不是属于那个啥,要看的赶紧看,说不定小编的号要被封了. 用python爬取了某某某直聘网站,直聘Python和Java的招聘信息,比较了两个方向的发展前(钱)途 ,主要是本科生 ...
python爬虫实例之爬取智联招聘数据
这是作者的处女作,轻点喷.... 实习在公司时领导要求学习python,python的爬虫作为入门来说是十分友好的,话不多说,开始进入正题. 主要是爬去智联的岗位信息进行对比分析出java和pytho ...
基于python多线程和Scrapy爬取链家网房价成交信息
文章目录知识背景 Scrapy- spider 爬虫框架 SQLite数据库 python多线程爬取流程详解爬取房价信息封装数据库类,方便多线程操作数据库插入操作构建爬虫爬取数据基于百度 ...
python 爬虫实践（爬取链家成交房源信息和价格）
简单介绍 pi: 简单介绍下,我们需要用到的技术,python 版本是用的pyhon3,系统环境是linux,开发工具是vscode:工具包:request 爬取页面数据,然后redis 实现数据缓存 ...
Python爬虫三：抓取链家已成交二手房信息（58W数据）
环境:Windows7+python3.6+Pycharm2017 目标:抓取链家北京地区已成交二手房信息(无需登录),如下图,户型.朝向.成交时间价格等,保存到csv.最后一共抓取约58W数据,程序 ...

爬取链家二手挂单房屋 - 匹配百度地图API坐标 - python出地图【2】(end) echarts调用百度地图画自己喜欢的底图，最终python出地图

爬取链家二手挂单房屋 - 匹配百度地图API坐标 - python出地图【2】(end) echarts调用百度地图画自己喜欢的底图，最终python出地图相关推荐

最新文章

热门文章