前言

明天就是2018年了，现在是晚上22:22，我是不是很2

周围的人都在跨年刷朋友圈

我一个人在办公室默默打开博客

准备写一篇文章为2017画下句点

之前在写葡萄酒数据分析那篇文章时

曾想过做一个葡萄酒分布的地区热力图

当时也没有搞定

在写完那篇文章之后

闲来无事

在网上查阅了很多技术博客

结合自己的摸索实践

摸索了一下午

终于完成了

当时真的很开心

可能就和正在跨年的你们一样开心吧

数据准备

在国家统计局网站copy到2015年各城市的房地产开发投资额数据：

把数据保存在本地，存成csv格式

百度API免费申请

注册好，按照下图操作：

点击  功能与服务----地图

点击创建应用：

然后自己取个名字，选择浏览器端，白名单输入星号：

点击提交

你就有了一个应用了

城市转换为经纬度

我们打开百度地图的开放平台

在左侧找到添加热力图-----点击运行-----点击显示热力图-----就能看到热力图啦~

这是百度API所能提供的热力图类型

我们注意到所给的这段代码：

我们将您的密钥换成刚才我们申请得到的那串数字

也就是：

然后在本地新建一个.html文件（可以通过创建文本文件，然后将后缀改为.html达到，如果你的文本文件不显示后缀，请百度解决~）

我们将加入了自己申请的密钥的网页代码全部复制下，粘贴到本地创建的 .html 文件中

复制的代码中的示例热力图的位置不是我们想要的

我们想要的是我们的数据生成热力图

打开Python

import json from urllib.request import urlopen, quote import requests,csv import pandas as pd #导入这些库后边都要用到 def getlnglat(address):      output = 'json'    ak = '替换成你申请的密钥！！！'    add = quote(address) #由于本文城市变量为中文，为防止乱码，先用quote进行编码    uri = url + '?' + 'address=' + add  + '&output=' + output + '&ak=' + ak    req = urlopen(uri)    res = req.read().decode() #将其他编码的字符串解码成unicode    temp = json.loads(res) #对json数据进行解析    return temp

file = open(r'E:\房地产开发投资额2015.json','w') #建立json数据文件 with open(r'E:\房地产开发投资额2015.csv', 'r') as csvfile: #打开csv    reader = csv.reader(csvfile)    for line in reader: #读取csv里的数据        # 忽略第一行        if reader.line_num == 1: #由于第一行为变量名称，故忽略掉            continue            # line是个list，取得所有需要的值        b = line[0].strip() #将第一列city读取出来并清除不需要字符        c = line[1].strip()#将第二列price读取出来并清除不需要字符        lng = getlnglat(b)['result']['location']['lng'] #采用构造的函数来获取经度        lat = getlnglat(b)['result']['location']['lat'] #获取纬度        str_temp = '{"lat":' + str(lat) + ',"lng":' + str(lng) + ',"count":' + str(c) +'},'        #print(str_temp) #也可以通过打印出来，把数据copy到百度热力地图api的相应位置上        file.write(str_temp) #写入文档 file.close() #保存

运行完成之后，本地会出现一个json文件

打开可以看到：

是一长串json数据，我们全选这些数据，复制替换掉本地的html文件中的var经纬度部分

原本是这样的：

替换完成后是这样的：

（我是用notepad++以编辑的方式打开的本地html文件）

保存之后，以网页浏览的方式打开本地的html

使用鼠标滚轮放大缩小到可以看见全国视野，然后点击左下角显示热力图即可看到~

你出现的图是这样的：

因为原始数据默认为20和100，只要超过100的值显示都一样，而且没有渐变辐射的效果

可以修改热力点辐射半径（辐射范围大小）和最大值

我们数据的price最大是北京的4177，所以我设置为4000，保存

再次打开操作就能看到美美哒热力图啦~

你可以拿这个方法去做其他热力图啦~比如房价热力图，GDP热力图等等~

已经是2018年了，这文章写了一年

去年可以祝大家  鸡年大吉吧

今年狗年啊，祝大家....