Python 绘制北上广深的地铁路线动态图

我们使用python制作北上广深地铁线路动态图。

坐标点的采集

小五之前做过类似的地理可视化,不过都是使用网络上收集到的json数据。但很多数据其实是过时的,甚至是错误/不全的。所以我们最好还是要自己动手,丰衣足食(爬虫大法好)。打开高德地图的地铁网页

可以轻松得到北京地铁数据的接口,同理也把其他三个城市的url复制出来。有了api,解析json即可获得数据

url = 'http://map.amap.com/service/subway?_1615466846985&srhdata=1100_drw_beijing.json'
response = requests.get(url)
result = json.loads(response.text)
stations = []
for i in result['l']:
  station = []
  for a in i['st']:
      station.append([float(b) for b in a['sl'].split(',')])
  stations.append(station)
pprint.pprint(stations)

pprint格式化打印结果,方便预览

 

坐标系的转换

其实我之前有看到类似地理可视化文章,结果自己一试发现缩小看还行,一放大就会发现坐标点飘出二里地了正好拿上文获取的坐标点给大家演示一下,看看同样的经纬度在不同地图里的地理位置

可以看到该经纬度在高德地图里指的是金安桥地铁站,然而在百度地图里,地理位置则指向了几公里外的某大厦。为什么会出现这个问题呢?其实是不同地图产品的地理坐标系导致的。

下面说一下常见的地理坐标系:地球坐标系是国际通用坐标系,比较适合国际地图可视化。不过在我国范围内,一般不会直接使用它,而是使用由国家测绘局在其基础上加密的火星坐标系。另外还有公司会在火星坐标系上进行二次加密,比如百度坐标系、搜狗坐标系等。我网上找到了一张图:

上图可以作为参考,具体原因我们就不细究了。重点是什么,如何利用python转换坐标系?例如在本文中,我们是在高德地图中获得的坐标点集合,那么也就是使用的是GCJ-02坐标系。而下文可视化中会调用百度地图的接口,也就是需要在BD-09坐标系中进行可视化。幸好我在网上搜到了GCJ-02转BD-09的公式,并用python实现此公式:

#需要的两个常量先设置好
pi = 3.1415926535897932384 #π
r_pi = pi * 3000.0/180.0

def gcj02_bd09(lon_gcj02,lat_gcj02):
  b = math.sqrt(lon_gcj02 * lon_gcj02 + lat_gcj02 * lat_gcj02) + 0.00002 * math.sin(lat_gcj02 * r_pi)
  o = math.atan2(lat_gcj02 , lon_gcj02) + 0.000003 * math.cos(lon_gcj02 * r_pi)
  lon_bd09 = b * math.cos(o) + 0.0065
  lat_bd09 = b * math.sin(o) + 0.006
  return [lon_bd09,lat_bd09]

这样我们就写好了一个python将GCJ-02坐标系转成BD-09的函数,调用这个函数,就可以将高德地图获取的坐标点集合统统转换成百度坐标系。

result = []
for station in stations:
  result.append([gcj02_bd09(*point) for point in station])

以其中一个坐标点为例:

到此,我们的前期数据工作终于准备齐了。当然,如果我们一开始获取的数据就是BD_09(百度地图)坐标系的,转换这步就可以直接省略喽~

 

地理可视化

接下来就要利用pyecharts中的BMap来可视化了,不过需要先获取百度开放平台的密钥。百度地图开放平台

复制上图中的访问应用(AK),保存好,这在后续的可视化中将要用到。我们使用pyecharts中的BMap,先导入模块

from pyecharts.charts import BMap 
from pyecharts import options as opts 
from pyecharts.globals import BMapType, ChartType 

在导入数据(也就是上文转换后的经纬度数据result)后,可以调整一下参数以及增添一些控件。关键参数都做了注释,方便大家查看(其中百度appkey记得替换成自己的)

map_b = (
  BMap(init_opts = opts.InitOpts(width = "800px", height = "600px"))
  .add_schema(
      baidu_ak = '****************', #百度地图开发应用appkey
      center = [116.403963, 39.915119], #当前视角的中心点
      zoom = 10, #当前视角的缩放比例
      is_roam = True, #开启鼠标缩放和平移漫游
  )
  .add(
      series_name = "",
      type_ = ChartType.LINES, #设置Geo图类型
      data_pair = result, #数据项
      is_polyline = True, #是否是多段线,在画lines图情况下#
      linestyle_opts = opts.LineStyleOpts(color = "blue", opacity = 0.5, width = 1), # 线样式配置项
  )
  .add_control_panel(
      maptype_control_opts = opts.BMapTypeControlOpts(type_ = BMapType.MAPTYPE_CONTROL_DROPDOWN), #切换地图类型的控件
      scale_control_opts = opts.BMapScaleControlOpts(), #比例尺控件
      overview_map_opts = opts.BMapOverviewMapControlOpts(is_open = True), #添加缩略地图
      navigation_control_opts = opts.BMapNavigationControlOpts() #地图的平移缩放控件
  )
)

map_b.render(path = 'subway_beijing.html')

注:因为是北京地图,所以设置天安门的经纬度[116.403963, 39.915119]为视角中心。

让我们看一下可视化的结果吧:

上图中的四个角都有控件,这是我们在代码中添加了控件参数,它们分别为:地图的平移缩放控件、切换地图类型的控件、缩略地图、以及比例尺控件。是不是还阔以

 

其他效果展示

上文已经基本实现了用python制作地铁线路动态图。不过大家都用同一种颜色背景制作动态图的话,就显得就太单调了。正好我们还要绘制其他三个城市的地铁图,那就调整一些参数,看看能获得什么效果吧?

上海-变色

上海的数据接口是:

http://map.amap.com/service/subway?_1615467204533&srhdata=3100_drw_shanghai.json

上海市的地铁图我们改一下line的颜色,可在参数linestyle_opts中修改color。下图中的线条颜色是lilac——浅紫色

广州-卫星图

广州的数据接口是:

http://map.amap.com/service/subway?_1615494419554&srhdata=4401_drw_guangzhou.json

其实我们还可以调整可视化背景为卫星图。不过这一操作并不需要额外写代码,因为刚刚上文提到我在调整参数时添加了4个控件,其中右上角的就可以直接切换地图类型,具体操作见下图。

深圳-个性化配色

深圳的数据接口是:

http://map.amap.com/service/subway?_1615494473615&srhdata=4403_drw_shenzhen.json

如果不满意百度地图设置好的地图背景,我们还可以个性化设置mapStyle,调整自己的配色styleJson。

 

小结

今天带大家学习了如何利用python绘制一线城市的地铁线路动图。主要分为四个部分:坐标点的采集、坐标系的转换、利用pyecharts地理可视化、其他效果展示。

 

关于Python 绘制北上广深的地铁路线动态图的文章就介绍至此,更多相关Python 绘制动态图内容请搜索编程宝库以前的文章,希望以后支持编程宝库

首先以支持向量机模型为例先导入需要使用的包,我们将使用roc_curve这个函数绘制ROC曲线!from sklearn.svm import SVCfrom sklearn.metrics import ro ...