• 如果您觉得本站非常有看点,那么赶紧使用Ctrl+D 收藏吧

速来围观!看小伙是如何用python可视化各城市拥堵情况的

互联网 diligentman 7天前 12次浏览

速来围观!看小伙是如何用python可视化各城市拥堵情况的

  • 前言
  • 一、爬取拥堵指数
  • 二、数据可视化
  • 三、搭建展示网站
  • 写在最后

前言

就在今天,我感受到了来自堵车的深深恶意。没有错!我今天被堵在路上近乎3个小时,美好的约会就这样化为泡影了。
速来围观!看小伙是如何用python可视化各城市拥堵情况的
我倒还真想看看这路到底能有多堵。于是,我爬取了各城市的拥堵数据,并将它们可视化:
速来围观!看小伙是如何用python可视化各城市拥堵情况的
特别说明:由于数据具有实时性,画图时已经过了高峰期,于是图上一片绿油油也并不奇怪。

有感兴趣的客官,您接着往下看,待我给您慢慢分解。(ps.涉及到爬虫pyechartsflask等)

一、爬取拥堵指数

某度智慧交通提供了各个城市的拥堵指数的数据,我们只需要通过几行代码便可轻松抓取:

# 获取各城市的拥堵指数
url = 'https://jiaotong.baidu.com/trafficindex/city/list' # 接口api
res = requests.get(url)
data = res.json()

其中,url为获取数据的接口地址,通过简单的抓包分析便能知道。 而data为返回后的数据,它包括很多字段,但是我们只需要提取其中的城市名拥堵指数即可:

# 提取数据
citys = [i['cityname'] for i in data['data']['list']] # 提取城市
indexs = [float(i['index']) for i in data['data']['list']] # 提取对应的指数

有了数据,接下来我们就可以将其可视化展示出来。

二、数据可视化

利用可视化神器pyecharts库绘制地图,并将城市以及对应的拥堵指数表示出来。其安装如下:

pip install pyecharts

部分版本需要再安装额外的地图库,方法如下:

pip install echarts-countries-pypkg
pip install echarts-cities-pypkg
pip install echarts-china-provinces-pypkg 
pip install echarts-china-cities-pypkg

首先定义地图:

geo = Geo()
geo.add_schema(maptype = 'china') # 加入中国地图

添加数据并进行相关设置:

geo.add('各城市拥堵指数', zip(citys,indexs), type_ = 'effectScatter') # 设置地图类型及数据
geo.set_series_opts(label_opts = opts.LabelOpts(is_show = False))  #设置是否显示标签

根据拥堵指数的大小进行分类,分别为畅通缓行拥堵严重拥堵

geo.set_global_opts(visualmap_opts = opts.VisualMapOpts(
                    #max_ = 2.5, # 用于连续表示
                    is_piecewise = True, # 是否分段
                    pieces = [{'min':1.0,'max':1.5,'label':'畅通','color':'#16CE95'},
                              {'min':1.5,'max':1.8,'label':'缓行','color':'#F79D06'},
                              {'min':1.8,'max':2.0,'label':'拥堵','color':'#D80304'},
                              {'min':2.0,'max':2.5,'label':'严重拥堵','color':'#8F0921'}])) # 设置图例显示

最后将地图保存在本地:

geo.render(path='各城市拥堵指数.html')

到这里,我们就得到了文章一开始看到的那张图~
然而,由于拥堵数据是实时变化的,如果我每次都要去运行一次代码岂不是很麻烦?很显然,机智的社会主义青年是不会这么做的,您接着往下看。

三、搭建展示网站

为了更加方便地将各城市拥堵情况展示出来,我决定搭建一个用于展示的网站。方法可以是各式各样的,在这里我选择了利用flask框架,简单快捷~
我的完整代码如下:

# -*- coding: utf-8 -*-
"""
Created on Sun Nov 15 01:34:36 2020

@author: kimol_love
"""
import requests
from pyecharts.charts import Geo
from pyecharts import options as opts
from flask import Flask, render_template

def get_data():
    '''
    获取拥堵指数
    '''
    # 获取各城市的拥堵指数
    url = 'https://jiaotong.baidu.com/trafficindex/city/list' # 接口api
    res = requests.get(url)
    data = res.json()
    
    # 提取数据
    citys = [i['cityname'] for i in data['data']['list']] # 提取城市
    indexs = [float(i['index']) for i in data['data']['list']] # 提取对应的指数
    
    # 返回数据
    return zip(citys,indexs)
    
def get_geo():
    '''
    获取地图
    '''
    # 获取各城市的拥堵指数
    data = get_data()
    
    # 绘制散点分布图
    geo = Geo()
    geo.add_schema(maptype = 'china') # 加入中国地图
    geo.add('各城市拥堵指数 by kimol', data, type_ = 'effectScatter') # 设置地图类型及数据
    geo.set_series_opts(label_opts = opts.LabelOpts(is_show = False))  #设置是否显示标签
    geo.set_global_opts(visualmap_opts = opts.VisualMapOpts(
                        #max_ = 2.5, # 用于连续表示
                        is_piecewise = True, # 是否分段
                        pieces = [{'min':1.0,'max':1.5,'label':'畅通','color':'#16CE95'},
                                  {'min':1.5,'max':1.8,'label':'缓行','color':'#F79D06'},
                                  {'min':1.8,'max':2.0,'label':'拥堵','color':'#D80304'},
                                  {'min':2.0,'max':2.5,'label':'严重拥堵','color':'#8F0921'}])) # 设置图例显示
    
    # 返回地图
    return geo

# 定义app
app = Flask(__name__)
# 定义主界面
@app.route("/")
def hello():
    geo = get_geo()
    return render_template('geo.html',
                           mygeo=geo.render_embed())
    
if __name__ == "__main__":
    #运行项目
    app.run()

其中,get_geo()为获取地图的函数,返回了pyecharts绘制的地图。在当前目录下创建templates文件夹,并创建模块文件geo.html,如下:

<!DOCTYPE html>
<html>

<head>
    <meta charset="utf-8">
    <title>各城市交通拥堵指数</title>
</head>

<body>
  {{mygeo|safe}}
</body>

</html>

至此,访问网站地址即可看到绘制的拥堵情况地图~

写在最后

让大家瞅瞅这万恶的晚高峰:
速来围观!看小伙是如何用python可视化各城市拥堵情况的

最后,感谢各位大大的耐心阅读,咋们下次再会~

创作不易,大侠请留步… 动起可爱的双手,来个赞再走呗 (๑◕ܫ←๑)


喜欢 (0)