怎么用Python展示全国高校的分布情况-Python教程-PHP中文网

数据获取

要展示高校的分布情况，就得先获取全国高校的位置数据。本文的数据来源于掌上高考网

在2022年6月写本文时，共获取到了2822所高校的信息。检查了数据，除了极个别空值外，整份数据是非常完整的，不影响使用。数据一共有44个字段，本文只会用几个字段，可以不做处理，使用时按需获取即可。

怎么用Python展示全国高校的分布情况

数据获取方法介绍（基础爬虫知识）：

1.注册登录掌上高考网。在<查学校>页面选择全部学校。

2.按F12键，点击到 Network > Fetch/XHR，然后点击几次<查学校>页面的<上一页>、<下一页>按钮，在XHR的页面会显示访问的API等信息。

3.将每次翻页时的API复制出来进行对比，发现翻页时变化的参数有两个：page和signsafe，page为当前访问的页数，signsafe是一个md5值，没法反解，但可以把前面几次的值保存下来，后面随机变化使用。有了这个信息，不断改变访问的页数和signsafe值，就可以获取到所有的学校数据。

Response中的numFound参数值是学校总数，除以每页显示的学校个数可以得到总页数，也可以直接点击页面的<尾页>查看总页数，这样就确定了访问的次数。

4.因为网站需要登录才能使用，所以还要获取访问时的Headers，如Request Method(此次用POST)、User-Agent等。

5.有了上面的信息，循环拼接出所有页面的url，用requests发送请求即可获取到所有高校的数据，然后用pandas将数据写到excel中。

温馨提示：获取数据时需遵守网站的相关声明，爬虫代码尽量设置一定的时间间隔，不要在访问高峰期运行爬虫代码。

经纬度获取

掌上高考网是为高考填志愿服务的网站，虽然获取的数据有44个字段，但里面并没有学校的经纬度。为了更好地在地图上展示高校位置，需要根据学校的地址获取对应的经纬度。

本文使用百度地图开放平台：https://lbsyun.baidu.com/apiconsole/center#/home，可以用百度地图的开放接口获取地理位置的经纬度。

使用步骤为：

1.注册登录百度账号，这个账号可以是整个百度生态通用的账号（如网盘、文库等的账号是通用的）。

2.登录到百度地图开放平台，点击进入<控制台>，然后在<应用管理>中点击<我的应用>，再点击<创建应用>创建一个应用。应用名称自定义，其他信息按提示和要求填写完整，并进行实名认证，成为个人开发者。

怎么用Python展示全国高校的分布情况

3.创建应用完成后，会获得一个应用的<访问应用（ak）>，用这个AK值可以调用百度的API，参考代码如下。

import requests


def baidu_api(addr):
url = "http://api.map.baidu.com/geocoding/v3/?"
params = {
"address": addr,
"output": "json",
"ak": "复制你创建的应用AK到此"
}
req = requests.get(url, params)
res = req.json()
if len(res["result"]) > 0:
loc = res["result"]["location"]
return loc
else:
print("获取{}经纬度失败".format(addr))
return {&#39;lng&#39;: &#39;&#39;, &#39;lat&#39;: &#39;&#39;}

登录后复制

4.成功调用百度地图API后，读取所有高校的位置，依次调用上面的函数，获取所有高校的经纬度，重新写入excel中。

import pandas as pd
import numpy as np


def get_lng_lat():
df = pd.read_excel(&#39;school.xlsx&#39;)
lng_lat = []
for row_index, row_data in df.iterrows():
addr = row_data[&#39;address&#39;]
if addr is np.nan:
addr = row_data[&#39;city_name&#39;] + row_data[&#39;county_name&#39;]
# print(addr)
loc = baidu_api(addr.split(&#39;,&#39;)[0])
lng_lat.append(loc)
df[&#39;经纬度&#39;] = lng_lat
df[&#39;经度&#39;] = df[&#39;经纬度&#39;].apply(lambda x: x[&#39;lng&#39;])
df[&#39;纬度&#39;] = df[&#39;经纬度&#39;].apply(lambda x: x[&#39;lat&#39;])
df.to_excel(&#39;school_lng_lat.xlsx&#39;)

登录后复制

最终数据结果如下图：

怎么用Python展示全国高校的分布情况

个人开发者使用百度地图开放平台时需注意，每天有额度限制，所以调试代码时先不要用所有数据，先用demo跑通，否则得等一天或购买额度。

怎么用Python展示全国高校的分布情况

高校位置展示

数据准备好了，接下来将他们展示到地图上。

本文使用百度开源的数据可视化工具Echarts，Echarts为Python语言提供了pyecharts库，使用很方便。

安装命令：

pip install pyecharts

登录后复制

1.标注高校的位置

from pyecharts.charts import Geo
from pyecharts import options as opts
from pyecharts.globals import GeoType
import pandas as pd

def multi_location_mark():
"""批量标注点"""
geo = Geo(init_opts=opts.InitOpts(bg_color=&#39;black&#39;, width=&#39;1600px&#39;, height=&#39;900px&#39;))
df = pd.read_excel(&#39;school_lng_lat.xlsx&#39;)
for row_index, row_data in df.iterrows():
geo.add_coordinate(row_data[&#39;name&#39;], row_data[&#39;经度&#39;], row_data[&#39;纬度&#39;])
data_pair = [(name, 2) for name in df[&#39;name&#39;]]
geo.add_schema(
maptype=&#39;china&#39;, is_roam=True, itemstyle_opts=opts.ItemStyleOpts(color=&#39;#323c48&#39;, border_color=&#39;#408080&#39;)
).add(
&#39;&#39;, data_pair=data_pair, type_=GeoType.SCATTER, symbol=&#39;pin&#39;, symbol_size=16, color=&#39;#CC3300&#39;
).set_series_opts(
label_opts=opts.LabelOpts(is_show=False)
).set_global_opts(
title_opts=opts.TitleOpts(title=&#39;全国高校位置标注图&#39;, pos_left=&#39;650&#39;, pos_top=&#39;20&#39;,
title_textstyle_opts=opts.TextStyleOpts(color=&#39;white&#39;, font_size=16))
).render(&#39;high_school_mark.html&#39;)

登录后复制

怎么用Python展示全国高校的分布情况

从标注结果来看，高校主要分布沿海、中部和东部，西部尤其是高海拔地区分布相对较少。

2.绘制高校分布热力图

from pyecharts.charts import Geo
from pyecharts import options as opts
from pyecharts.globals import ChartType
import pandas as pd

def draw_location_heatmap():
"""绘制热力图"""
geo = Geo(init_opts=opts.InitOpts(bg_color=&#39;black&#39;, width=&#39;1600px&#39;, height=&#39;900px&#39;))
df = pd.read_excel(&#39;school_lng_lat.xlsx&#39;)
for row_index, row_data in df.iterrows():
geo.add_coordinate(row_data[&#39;name&#39;], row_data[&#39;经度&#39;], row_data[&#39;纬度&#39;])
data_pair = [(name, 2) for name in df[&#39;name&#39;]]
geo.add_schema(
maptype=&#39;china&#39;, is_roam=True, itemstyle_opts=opts.ItemStyleOpts(color=&#39;#323c48&#39;, border_color=&#39;#408080&#39;)
).add(
&#39;&#39;, data_pair=data_pair, type_=ChartType.HEATMAP
).set_series_opts(
label_opts=opts.LabelOpts(is_show=False)
).set_global_opts(
title_opts=opts.TitleOpts(title=&#39;全国高校分布热力图&#39;, pos_left=&#39;650&#39;, pos_top=&#39;20&#39;,
title_textstyle_opts=opts.TextStyleOpts(color=&#39;white&#39;, font_size=16)),
visualmap_opts=opts.VisualMapOpts()
).render(&#39;high_school_heatmap.html&#39;)

登录后复制

怎么用Python展示全国高校的分布情况

从热力图看，高校分布较集中的地方主要是沿海、北上广、长江黄河流域，西部较多的地方只有川渝。

3.绘制按省划分的分布密度图

from pyecharts.charts import Map
from pyecharts import options as opts
import pandas as pd


def draw_location_density_map():
"""绘制各省高校分布密度图"""
map = Map(init_opts=opts.InitOpts(bg_color=&#39;black&#39;, width=&#39;1200px&#39;, height=&#39;700px&#39;))
df = pd.read_excel(&#39;school_lng_lat.xlsx&#39;)
s = df[&#39;province_name&#39;].value_counts()
data_pair = [[province, int(s[province])] for province in s.index]
map.add(
&#39;&#39;, data_pair=data_pair, maptype="china"
).set_global_opts(
title_opts=opts.TitleOpts(title=&#39;全国高校按省分布密度图&#39;, pos_left=&#39;500&#39;, pos_top=&#39;70&#39;,
title_textstyle_opts=opts.TextStyleOpts(color=&#39;white&#39;, font_size=16)),
visualmap_opts=opts.VisualMapOpts(max_=200, is_piecewise=True, pos_left=&#39;100&#39;, pos_bottom=&#39;100&#39;,textstyle_opts=opts.TextStyleOpts(color=&#39;white&#39;, font_size=16))
).render("high_school_density.html")

登录后复制

怎么用Python展示全国高校的分布情况