前言
http://ask.baikezh.com/changchun/
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。
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:
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、
pyecharts、
flask等)
一、爬取拥堵指数
http://zzdxb.baikezh.com/jiyuan/
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apires = requests.get(url)data = res.json()1234
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
城市名和
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123
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 pyecharts1
部分版本需要再安装额外的地图库,方法如下:
http://dxb.myzx.cn/henan/
pip install echarts-countries-pypkg
pip install echarts-cities-pypkg
pip install echarts-china-provinces-pypkg
pip install echarts-china-cities-pypkg1234
首先定义地图:
http://zzdxb.baikezh.com/
geo = Geo()geo.add_schema(maptype = 'china') # 加入中国地图12
添加数据并进行相关设置:
http://dxb.myzx.cn
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12
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1234567
最后将地图保存在本地:
http://ask.baikezh.com/heilongjiang/
geo.render(path='各城市拥堵指数.html')1
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。
http://dxb.myzx.cn/anhui/
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:
http://ask.baikezh.com/
# -*- coding: utf-8 -*-"""
Created on Sun Nov 15 01:34:36 2020
@author: kimol_love
"""import requestsfrom pyecharts.charts import Geofrom pyecharts import options as optsfrom flask import Flask, render_templatedef 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appapp = 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()1234567891011121314151617181920212223242526272829303132333435363738394041424344454647484950515253545556575859606162
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>12345678910111213
写在最后
http://dxb.myzx.cn/hebei/
让大家瞅瞅这万恶的晚高峰:
http://dxb.myzx.cn/ningxia/

最后,感谢各位大大的耐心阅读,咋们下次再会~
来自 “ ITPUB博客 ” ,链接:https://blog.itpub.net/30239065/viewspace-2741476/
,如需转载,请注明出处,否则将追究法律责任。