手把手教你完成一个数据科学小项目（7）：经纬度获取与BDP可视化

前言

请先阅读“中国年轻人正带领国家走向危机”，这锅背是不背？一文，以对“手把手教你完成一个数据科学小项目”系列有个全局性的了解。

本系列代码统一开源在GitHub：DesertsX/gulius-projects ，感兴趣的朋友可以先行 star 哈。

截至目前我们已经完成了数据爬取、数据提取与IP查询、数据异常与清洗、评论数变化情况分析、省份提取与可视化、城市提取与可视化，本文将调用百度地图 API 获取地理位置的经纬度，并使用 BDP 绘制动态热力图。

读取数据

之前系列文章和代码的最后末尾均可自行保存每次操作后的数据，比如新创建的那些列等等。

import pandas as pd
df = pd.read_csv('Sina_Finance_Comments_All_20180811_Cleaned.csv',encoding='utf-8')
df.head(2)

百度地图

创建应用

本回使用百度地图开放平台的 API 获取经纬度数据，读者也可以试下用高德地图、谷歌地图等等实现。首先在百度地图开放平台（需登录操作）的“控制台”处点击“创建应用”；可以随意填写“应用名称”，比如：地图经纬度；在“IP白名单”处可按照提示填写 0.0.0.0/0，方便在不同的电脑上操作，然后点击“提交”即可创建成功。应用列表里生成了应用，而访问应用（AK）就是后面调用 API 时所需的参数。

获取经纬度

在Web服务API中找到所需的服务，本次是根据地理信息获取经纬度，于是正/逆地理编码，按照服务文档的说明，调用API。注意调用次数的限制。
正/逆地理编码 - 百度地图Web服务API

import requests
def area2coor(area):
    ak = '换成你的ak' # 应用列表里访问应用（AK）的一串字符
    try:
        # http://lbsyun.baidu.com/index.php?title=webapi/guide/webservice-geocoding
        address = area
        url = 'http://api.map.baidu.com/geocoder/v2/?address=' + address  + '&output=json&ak=' + ak
        json_data = requests.get(url = url).json()    
        coor_loc = json_data['result']['location']
        return coor_loc
    except:
        return "nocoor" # 不换ak多半都是 'nocoor'
    
print(df.loc[0,'area'])    
area2coor(df.loc[0,'area'])

经纬度

上面先测试下，能拿到经纬度后，创建经纬度列：

%%time
df['coor_loc'] = df.area.apply(area2coor)
df.coor_loc

拆分经度纬度

选出非'nocoor'的数据，再分别拿到经度和纬度，然后就可以导出数据，以便后面在BDP里操作。

df_coor = df[df['coor_loc'] != 'nocoor']
df_coor['lng'] = df_coor['coor_loc'].apply(lambda x: x['lng']) # 经度
df_coor['lat'] = df_coor['coor_loc'].apply(lambda x: x['lat']) # 纬度
df_coor[['lng','lat']]

保存数据

df_coor.to_csv('Sina_Finance_Comments_All_20180811_toBDP.csv', encoding='utf-8', line_terminator='\r\n')

动态热力图

古柳以前也用过 BDP，所以这回拿到数据后，就想着间隔近一年的时间后重新绘制动态热力图，虽则早已生疏了，但以前机智的写过一篇“使用手册”：（送福利）BDP绘制微博转发动态热力图，于是按照文中步骤很快就重新捡回并制作出来了。

具体步骤就不截图演示了，更详细的步骤请参考上面给出的文章，内含爬取的微博转发数据集，可供把玩（用Gephi一则热门微博的14层转发网络图谱：《Gephi绘制微博转发图谱：以“@老婆孩子在天堂”为例》）：

此处仅记录大致操作步骤如下：

网上搜索：BDP个人版，注册账号以便使用；
点击“数据源”，点击“立即添加”，点击“CSV上传”，按照跳出的页面，上传本地对应的CSV文件，“逗号”分割，确定后，等待上传成功后，就能看到数据，此处将相应的时间列，设定为日期，否则后面动态展示时可能会出错。点击下一步，改不改文件名，目录，随意，之后下一步，完成数据上传；
点击菜单栏右上角“新建图表”，选择“经纬度地图”后确定；
经度选择上传的CSV数据里的“lng”列，纬度选择“lat”列，坐标系选择为百度地图；
将工作表中文件拖曳到图层里，就能在地图上加载出数据，非常简单地拿到了地图；

更改设置参数，以便录制 GIF 时展示效果更佳：

热力半径：8像素
时间粒度：按时
时间间隔：2小时 / 1小时
自定义速度：FPS：8 / 12

可根据数据量、数据展示的效果、以及自身的要求自行修改。最后就拿到了文章评论的动态热力图，还是蛮酷的。