利用天地图API实现批量获取地址对应的经纬度

最新推荐文章于 2025-04-12 19:43:39 发布

hongyinvjianke

最新推荐文章于 2025-04-12 19:43:39 发布

阅读量4.5k

点赞数 24

文章标签： python

本文链接：https://blog.csdn.net/hongyinvjianke/article/details/136674474

版权

本文详细介绍了如何在Python环境中配置VSCode，安装必要的第三方库，并利用天地图API进行地址经纬度的批量获取。步骤包括设置环境、创建应用、编写Python脚本处理数据和处理可能出现的PermissionError。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

实现目标：

利用天地图API实现批量获取地址对应的经纬度

前置条件：

1.python的环境搭建

python官网：https://www.python.org/downloads/

点击Python 3.11.8

下载Windows installer (64-bit)

下载好后直接点击运行安装

注意事项：

1）选择自定义安装

2）勾选add python to path

3）勾选install pip

2.VScode安装

3.第三方库下载

在vscode终端中输入

pip install requests

pip install pandas

pip install openpyxl

4.进入天地图地图API官网

天地图API

点击右上角控制台选择菜单栏-应用管理，点击创建新应用

提交后，列表中生成key在后面代码中会用到

可以在菜单栏-服务调用配额说明中，查看到地理编码的调用量每天有7000次，注意该使用限度

实现步骤：

1）建立一个文件夹（名为gis），其中共有四个文件（tianditu.py、convers.py、input.xlsx、output_td.xlsx）

2）tianditu.py（amp_api_key = '填入在前置条件中生成的key值'）

# @desc: 利用天地图API下载地理编码

import requests
import pandas as pd
import os
import time

# 导入excel
amp_api_data = pd.read_excel(r'input.xlsx')
#  请求地址前缀
req_url_pref = "http://api.tianditu.gov.cn/geocoder?"
amp_api_key = '填入在前置条件中生成的key值'
result = pd.DataFrame()  # 初始化
count = 0
print("---------------------------------------------------------------")
def get_poi_from_amap():
    """
    从天地图API下载地理编码
    """
    global result,count
    response = requests.get(req_url_pref, params=rep_params)
    data = response.json()  # 返回字典数据dict
    if data['status'] == '0':
        lng = float(data["location"]["lon"])
        lat = float(data["location"]["lat"])
        busi_data = [
            {
                "input_name": amp_api_name,
                "input_address": amp_api_address,
                "gcj2000_lng": lng,
                "gcj2000_lat": lat
            }
        ]
        
    else:
        rep_params1 = {
        "tk": amp_api_key,
        "ds": {
            "{'keyWord':"+'"'+ amp_api_name +'"'+"}", 
        }
        }
        response1 = requests.get(req_url_pref, params=rep_params1)
        data = response1.json()
        if data['status'] == '0':
                lng = float(data["location"]["lon"])
                lat = float(data["location"]["lat"])
                busi_data = [
                    {
                        "input_name": amp_api_name,
                        "input_address": amp_api_address,
                        "gcj2000_lng": lng,
                        "gcj2000_lat": lat
                        }
                ]
        else:
            busi_data = [
        {
            "input_name": amp_api_name,
            "input_address": amp_api_address,
            "gcj2000_lng": 'Unknow',
            "gcj2000_lat": 'Unknow'
        }
    ]
            count += 1
            print(count,":",amp_api_name,"未能在地图中找到位置")

    df = pd.DataFrame(busi_data)
    result = pd.concat([result, df], axis=0, ignore_index=True)   # 将每次i结果union在一块（列方面追加）


# 遍历地址
for i in range(len(amp_api_data.values)):     
    amp_api_name = amp_api_data.values[i][0]
    amp_api_address = amp_api_data.values[i][1]
    rep_params = {
        'ds': 
            "{'keyWord':"+'"'+ amp_api_address +'"'+"}", 
        'tk': amp_api_key
    }
    get_poi_from_amap()
    print("进度：[",i+1,"/",len(amp_api_data),"]", sep='')
    time.sleep(3)

# 将脚本所在路径作为excel输出路径
output_path = os.getcwd() + os.sep + "output_td.xlsx"
# 将结果写入到output_path 所在的excel中
result.to_excel(output_path, index=False)
print("---------------经纬度获取完成(来源：天地图)-------------------")
print("有",count,"个地址未查询到对应的经纬度")

3）convers.py

"""
  * 经纬度偏移转换
"""

import math
PI = 3.1415926535897932384626433832795028841971693993751058209749445923078164062862089986280
x_PI = float(PI * float(3000.0) / float(180.0))
aa = float(6378245.0)
ee = 0.00669342162296594323

def out_of_china(lng, lat):
    # 纬度3.86~53.55,经度73.66~135.05
    if 73.66 < lng < 135.05 and 3.86 < lat < 53.55:
        return False

def transform_lat(lng, lat):
    ret = -100.0 + 2.0 * lng + 3.0 * lat + 0.2 * lat * lat + 0.1 * lng * lat + 0.2 * math.sqrt(math.fabs(lng))
    ret += (20.0 * math.sin(6.0 * lng * PI) + 20.0 * math.sin(2.0 * lng * PI)) * 2.0 / 3.0
    ret += (20.0 * math.sin(lat * PI) + 40.0 * math.sin(lat / 3.0 * PI)) * 2.0 / 3.0
    ret += (160.0 * math.sin(lat / 12.0 * PI) + 320 * math.sin(lat * PI / 30.0)) * 2.0 / 3.0
    return ret


def transform_lng(lng, lat):
    ret = 300.0 + lng + 2.0 * lat + 0.1 * lng * lng + 0.1 * lng * lat + 0.1 * math.sqrt(math.fabs(lng))
    ret += (20.0 * math.sin(6.0 * lng * PI) + 20.0 * math.sin(2.0 * lng * PI)) * 2.0 / 3.0
    ret += (20.0 * math.sin(lng * PI) + 40.0 * math.sin(lng / 3.0 * PI)) * 2.0 / 3.0
    ret += (150.0 * math.sin(lng / 12.0 * PI) + 300.0 * math.sin(lng / 30.0 * PI)) * 2.0 / 3.0
    return ret

def bd09_to_gcj02(bd_lon, bd_lat):
    x = bd_lon - 0.0065
    y = bd_lat - 0.006
    z = math.sqrt(x * x + y * y) - 0.00002 * math.sin(y * x_PI)
    theta = math.atan2(y, x) - 0.000003 * math.cos(x * x_PI)
    gg_lng = z * math.cos(theta)
    gg_lat = z * math.sin(theta)
    return [gg_lng, gg_lat]

def gcj02_to_wgs84(lng, lat):
    # 判断是否为国外坐标
    if out_of_china(lng, lat):
        return [lng, lat]
    else:
        dlat = transform_lat(lng - 105.0, lat - 35.0)
        dlng = transform_lng(lng - 105.0, lat - 35.0)
        radlat = lat / 180.0 * PI
        magic = math.sin(radlat)
        magic = 1 - ee * magic * magic
        sqrtmagic = math.sqrt(magic)
        dlat = (dlat * 180.0) / ((aa * (1 - ee)) / (magic * sqrtmagic) * PI)
        dlng = (dlng * 180.0) / (aa / sqrtmagic * math.cos(radlat) * PI)
        mglat = lat + dlat
        mglng = lng + dlng
        return [lng * 2 - mglng, lat * 2 - mglat]

def bd09_to_wgs84(lng, lat):
    point = bd09_to_gcj02(lng, lat)
    wgs84point = gcj02_to_wgs84(point[0], point[1])
    return [wgs84point[0], wgs84point[1]]