【森气杂谈】Python+QGIS将地名批量标注于高德地图

森气笔记

已于 2023-04-30 15:23:37 修改

阅读量2.3k

点赞数 1

分类专栏： QGIS GIS 森气杂谈文章标签： python 开发语言

于 2022-07-24 16:10:05 首次发布

本文链接：https://blog.csdn.net/HMXNX/article/details/125960314

版权

GIS 同时被 3 个专栏收录

7 篇文章 0 订阅

订阅专栏

森气杂谈

7 篇文章 5 订阅

订阅专栏

QGIS

2 篇文章 0 订阅

订阅专栏

【森气杂谈】Python+QGIS将地名批量标注于高德地图

在这里插入图片描述

01 引言：

今天记录分享一下一组地名数据如何批量标注在高德地图上。本想借助folium库来实现，奈何folium只支持点击图标显示地名。故退而求其次地选择了QGIS。

02 原始数据：

在这里插入图片描述
可以看到是表格形式的文本信息，可以根据上一篇推文的代码批量获取经纬度信息。

03 代码如下：

借助gepandas将文本数据转为shp矢量数据，可参考这篇推文。

# -*- encoding: utf-8 -*-
'''
@File    :   get_loc2gaode.py
@Time    :   2022/07/21 14:26:17
@Author  :   HMX 
@Version :   1.0
@Contact :   kzdhb8023@163.com
'''
# here put the import lib
import requests
import pandas as pd
import math
import geopandas as gpd

def adr2loc(address):
    url = 'https://restapi.amap.com/v3/geocode/geo?address='+address+'&key=xxxxxxxxxxxxxxxxxxxxxxxxx'
    response = requests.get(url).json()
    geocodes = response['geocodes']
    for geocode in geocodes:
        location = geocode['location']
    return location


def GCJ2WGS(lon,lat):
    a = 6378245.0 # 克拉索夫斯基椭球参数长半轴a
    ee = 0.00669342162296594323 #克拉索夫斯基椭球参数第一偏心率平方
    PI = 3.14159265358979324 # 圆周率
    # 以下为转换公式 
    x = lon - 105.0
    y = lat - 35.0
    # 经度
    dLon = 300.0 + x + 2.0 * y + 0.1 * x * x + 0.1 * x * y + 0.1 * math.sqrt(abs(x));
    dLon += (20.0 * math.sin(6.0 * x * PI) + 20.0 * math.sin(2.0 * x * PI)) * 2.0 / 3.0;
    dLon += (20.0 * math.sin(x * PI) + 40.0 * math.sin(x / 3.0 * PI)) * 2.0 / 3.0;
    dLon += (150.0 * math.sin(x / 12.0 * PI) + 300.0 * math.sin(x / 30.0 * PI)) * 2.0 / 3.0;
    #纬度
    dLat = -100.0 + 2.0 * x + 3.0 * y + 0.2 * y * y + 0.1 * x * y + 0.2 * math.sqrt(abs(x));
    dLat += (20.0 * math.sin(6.0 * x * PI) + 20.0 * math.sin(2.0 * x * PI)) * 2.0 / 3.0;
    dLat += (20.0 * math.sin(y * PI) + 40.0 * math.sin(y / 3.0 * PI)) * 2.0 / 3.0;
    dLat += (160.0 * math.sin(y / 12.0 * PI) + 320 * math.sin(y * PI / 30.0)) * 2.0 / 3.0;
    radLat = lat / 180.0 * PI
    magic = math.sin(radLat)
    magic = 1 - ee * magic * magic
    sqrtMagic = math.sqrt(magic)
    dLat = (dLat * 180.0) / ((a * (1 - ee)) / (magic * sqrtMagic) * PI);
    dLon = (dLon * 180.0) / (a / sqrtMagic * math.cos(radLat) * PI);
    wgsLon = lon - dLon
    wgsLat = lat - dLat
    return round(wgsLon,6),round(wgsLat,6)

# 读取文本地址获取lon lat
fn = r'C:\Users\EDZ\Documents\WeChat Files\wxid_vocjc1jfrz0322\FileStorage\File\2022-07\新建 Microsoft Excel 工作表.xlsx'
df2 = pd.read_excel(fn,header = None)
df2.columns = ['no','names','name']
flist = df2.names.values
flist2 = df2.name.values
lons,lats = [],[]
name,names = [],[]
for j in range(len(flist)):
    loc = adr2loc('江苏省南京市'+flist[j]).split(',')
    names.append(flist[j])
    name.append(flist2[j])
    lons.append(loc[0])
    lats.append(loc[1])
df = pd.DataFrame({'lon':lons,'lat':lats,'name':name,'names':names})

# 转换坐标系
df.lon = df.lon.astype('float')
df.lat = df.lat.astype('float')
df['nlon'] = 0
df['nlat'] = 0
for i in range(len(df)):
    df.iloc[i,4],df.iloc[i,5] = GCJ2WGS(df.iloc[i,0],df.iloc[i,1])

# 输出数据
df.to_csv(r'.\out.txt',index = False)
gdf = gpd.GeoDataFrame(df, geometry=gpd.points_from_xy(df.nlon, df.nlat),crs = "EPSG:4326")

# 输出shp
gdf.to_file(r'.\out.shp',encoding='utf8')
print('ok')