速来围观！看小伙是如何用python可视化各城市拥堵情况的_python爬取高德城市拥堵点位

本文链接：https://blog.csdn.net/2401_84433829/article/details/138639760

最后

喜欢的话别忘了关注、点赞哦~

开源分享：【大厂前端面试题解析+核心总结学习笔记+真实项目实战+最新讲解视频】

# 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()

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

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 pyecharts

部分版本需要再安装额外的地图库，方法如下：

pip install echarts-countries-pypkg
pip install echarts-cities-pypkg
pip install echarts-china-provinces-pypkg 
pip install echarts-china-cities-pypkg

首先定义地图：

geo = Geo()
geo.add_schema(maptype = 'china') # 加入中国地图

添加数据并进行相关设置：

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

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

最后将地图保存在本地：

geo.render(path='各城市拥堵指数.html')

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。

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:

# -\*- coding: utf-8 -\*-
"""
Created on Sun Nov 15 01:34:36 2020

@author: kimol\_love
"""
import requests
from pyecharts.charts import Geo
from pyecharts import options as opts
from flask import Flask, render_template

def 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


### 最后

**[开源分享：【大厂前端面试题解析+核心总结学习笔记+真实项目实战+最新讲解视频】](https://bbs.csdn.net/topics/618166371)**

>![](https://img-blog.csdnimg.cn/img_convert/c2d56a95f8537070cd190e83ed5ae762.webp?x-oss-process=image/format,png)

'#8F0921'}])) # 设置图例显示


### 最后

**[开源分享：【大厂前端面试题解析+核心总结学习笔记+真实项目实战+最新讲解视频】](https://bbs.csdn.net/topics/618166371)**

>[外链图片转存中...(img-FMW64yCV-1715277971144)]