【新年快乐，跨年文章】Python+百度API 画出美美哒热力地图（代码+数据）
作者：王大伟
Python爱好者社区唯一小编
博客：https://ask.hellobi.com/blog/wangdawei
关注Python爱好者社区回复热力地图即可获取本文数据和代码！
注：昨晚写的
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
打开网址：http://lbsyun.baidu.com/
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
http://developer.baidu.com/map/jsdemo.htm#c1_15
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):
url = 'http://api.map.baidu.com/geocoder/v2/'
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 tempfile = 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() #保存参考文献：https://www.jianshu.com/p/773ff5f08a2c
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....
关注Python爱好者社区回复热力地图即可获取本文数据和代码！
小编的免费Python入门课程已经登场，等你来撩~
已经2900+小伙伴加入学习啦~
点击阅读原文，立即学习
Python爱好者社区历史文章大合集：
Python爱好者社区历史文章列表（每周append更新一次）
关注后在公众号内回复“课程”即可获取：
0.小编的Python入门视频课程！！！
1.崔老师爬虫实战案例免费学习视频。
2.丘老师数据科学入门指导免费学习视频。
3.陈老师数据分析报告制作免费学习视频。
4.玩转大数据分析！Spark2.X+Python 精华实战课程免费学习视频。
5.丘老师Python网络爬虫实战免费学习视频。