【Python】根据地名获取经纬度

本文是通过调用百度开放平台的API实现的经纬度查询。因此在使用前需要你去注册一个应用。

1. 打开链接

   百度地图开放平台

2. 创建应用

   

3. 获取AK

   

4. 替换程序中的AK&＃xff0c;运行就能得到返回的JSON字符串

源码被我拆成了三个小节&＃xff0c;分别是 数据准备、计算经纬度、计算两地距离&＃xff0c;其他中间的处理代码则可能需要读者手动完善。

# 导入相关的包
import requests #HTTP请求
import time
import re
import json # 用于解析Json
import pandas as pd # 用于处理数据&＃xff08;数据分析相关的同学必须会的包&＃xff09;


1. 数据准备

CSV文件中有一列是city&＃xff0c;使用pandas直接读取即可&＃xff1a;

df &＃61; pd.DataFrame()
df &＃61; pd.read_csv(r&＃39;./city.csv&＃39;,encoding&＃61;"gbk")
df[&＃39;city&＃39;]


得到的数据如下所示&＃xff0c;总共有一百条&＃xff0c;是我国2020年百强县的名单&＃xff1a;

0 昆山市
1 江阴市
2 张家港市
3 晋江市
4 常熟市...
95 福安市
96 射阳县
97 邹平县
98 海城市
99 青州市
Name: city, Length: 100, dtype: object


100 rows × 3 columns

因为使用的是API&＃xff0c;因此得到是上述的Json字符串。

/**/
def calc_ll(x):# 获取自己的AK替换Post_url中 中文括号 的内容即可Post_url &＃61; "http://api.map.baidu.com/geocoding/v3/?address&＃61;" &＃43; x &＃43; "&output&＃61;json&ak&＃61;&＃xff08;百度API开放平台获取的AK&＃xff09;&callback&＃61;showLocation"Post_data &＃61; {&＃39;address&＃39;: x}Text &＃61; se.post(Post_url, data&＃61;Post_data).text.replace("&＃39;", &＃39;"&＃39;).replace(&＃39;/ &＃39;, &＃39;/&＃39;)[27:-1] # 提取为Json格式&＃xff0c;去掉‘showLocation&&showLocation()’这些额外的字符jsonValue &＃61; json.loads(Text) # 转化为Json对象# print(jsonValue) # 打印Json值if(&＃39;result&＃39; in jsonValue):print(jsonValue[&＃39;result&＃39;][&＃39;location&＃39;][&＃39;lng&＃39;])return [jsonValue[&＃39;result&＃39;][&＃39;location&＃39;][&＃39;lng&＃39;],jsonValue[&＃39;result&＃39;][&＃39;location&＃39;][&＃39;lat&＃39;]]else:return &＃39; &＃39;# 通过这行的代码去调用的获取经纬度的 API 接口
address &＃61; df[&＃39;city&＃39;].apply(calc_ll) # 这里的address是可以直接导入pandas的&＃xff0c;详细的可以查看apply的返回值
se &＃61; requests.session()


执行calc_ll后返回的值如下所示&＃xff1a;

showLocation&&showLocation({"status":0,"result":{"location":{"lng":120.98745249794995,"lat":31.390863425081866},"precise":0,"confidence":20,"comprehension":100,"level":"区县"}})


上述百强县执行代码后的结果&＃xff1a;

{&＃39;status&＃39;: 0, &＃39;result&＃39;: {&＃39;location&＃39;: {&＃39;lng&＃39;: 120.98745249794995, &＃39;lat&＃39;: 31.390863425081864}, &＃39;precise&＃39;: 0, &＃39;confidence&＃39;: 20, &＃39;comprehension&＃39;: 100, &＃39;level&＃39;: &＃39;区县&＃39;}}
120.98745249794995......
{&＃39;status&＃39;: 0, &＃39;result&＃39;: {&＃39;location&＃39;: {&＃39;lng&＃39;: 120.26444564891948, &＃39;lat&＃39;: 33.78101359213001}, &＃39;precise&＃39;: 0, &＃39;confidence&＃39;: 20, &＃39;comprehension&＃39;: 100, &＃39;level&＃39;: &＃39;区县&＃39;}}
120.26444564891948
{&＃39;status&＃39;: 0, &＃39;result&＃39;: {&＃39;location&＃39;: {&＃39;lng&＃39;: 117.74947848721935, &＃39;lat&＃39;: 36.8700322166973}, &＃39;precise&＃39;: 0, &＃39;confidence&＃39;: 20, &＃39;comprehension&＃39;: 100, &＃39;level&＃39;: &＃39;区县&＃39;}}
117.74947848721935
{&＃39;status&＃39;: 0, &＃39;result&＃39;: {&＃39;location&＃39;: {&＃39;lng&＃39;: 109.12452136754654, &＃39;lat&＃39;: 21.481065838235963}, &＃39;precise&＃39;: 0, &＃39;confidence&＃39;: 20, &＃39;comprehension&＃39;: 100, &＃39;level&＃39;: &＃39;区县&＃39;}}
109.12452136754654
{&＃39;status&＃39;: 0, &＃39;result&＃39;: {&＃39;location&＃39;: {&＃39;lng&＃39;: 118.48653672086745, &＃39;lat&＃39;: 36.690416508705376}, &＃39;precise&＃39;: 0, &＃39;confidence&＃39;: 20, &＃39;comprehension&＃39;: 100, &＃39;level&＃39;: &＃39;区县&＃39;}}
118.48653672086745


查看address的值&＃xff1a;

address


0 [120.98745249794995, 31.390863425081864]
1 [120.29156800752115, 31.926044909769043]
2 [120.56155363871446, 31.88114053634028]
3 [118.55843052000408, 24.787824575144548]
4 [120.75949588665195, 31.65953827674108]...
95 [119.65440636047963, 27.094323508059915]
96 [120.26444564891948, 33.78101359213001]
97 [117.74947848721935, 36.8700322166973]
98 [109.12452136754654, 21.481065838235963]
99 [118.48653672086745, 36.690416508705376]
Name: city, Length: 100, dtype: object


df[&＃39;pos&＃39;] &＃61; df1 # 保存到df文件中


在得到相关地名的经纬度之后&＃xff0c;进一步就可以根据经纬度计算两点之间的距离&＃xff0c;输入的是度数&＃xff08;°&＃xff09;

根据经纬度计算实际距离的代码&＃xff1a;

import math
Earth_Radius&＃61;6378.137
def sin_square(a):result&＃61;math.sin(a)return result*result
def rad(ang):return math.pi*ang/180.0
#a,b参数是数组
def distance_calculate(a,b):lata,lnga&＃61;a[0],a[1]latb,lngb&＃61;b[0],b[1]radlata,radlnga&＃61;rad(lata),rad(lnga)radlatb, radlngb &＃61; rad(latb), rad(lngb)#纬度差minus_a&＃61;radlata-radlatb#经度差minus_b&＃61;radlnga-radlngbreturn 2*math.asin( math.sqrt(sin_square(minus_a/2) &＃43; math.cos(radlata)*math.cos(radlatb)*sin_square(minus_b/2)))*Earth_Radius#坐标测试
#google
print(1000*distance_calculate((30.26848247,119.9499548338),(30.2688658749,119.9628533571)))
#baidu
print(1000*distance_calculate((30.274671,119.969392),(30.274261,119.956631)))