Python批量获取mapbox出行圈shapefile数据

mapbox地图网站有个Isochone API接口Isochrone API | Playground | Mapbox，可以快速获得等时圈数据。

 第一步，获取access token

（1）打开mapbox网站Maps, geocoding, and navigation APIs & SDKs | Mapbox，右上角登录或者注册。

（2）登录后在网页最下面，可以看到Access tokens一栏，里面有一个默认的token（也可以新建一个），把这个token复制。

第二步，设置等时圈参数

（1）打开mapbox的 Isochone API接口Isochrone API | Playground | Mapbox，可以看到网页界面由左侧参数，右侧地图，底部请求网址和返回json数据组成。

（2）网站的使用比较简单，设置好参数之后即可得到等时圈数据。第一个参数access token里填入第一步复制的token（默认已自动填好）；第二个参数longitude和latitude填入等时圈的起点经纬度，使用wgs84坐标；第三个参数routing profile选择walking步行、cycling骑行和driving驾车三种出行方式的其中一种，获得对应出行方式的等时圈；第四个参数contour minutes有10 min、20 min、30 min和15 min increments四个选项，对应10分钟等时圈、20分钟等时圈、30分钟等时圈和15分钟增量等时圈（即15、30、45、60分钟等时圈，最大为60分钟）；第五个参数style可以选择返回polygons面数据或lines线数据；第六个参数contour colors可以选择等时圈颜色；第七个参数denoise可以去噪，一般设置为1即可；第八个参数generalize可以改变泛化容差，即改变边的曲折程度，一般设置为0即可。

 第三步，下载等时圈数据

设置好参数后，网站即返回等时圈数据，在网页底部的response里，但该数据是GeoJSON格式，我们可以复制response里的内容，将其复制到txt文档中，并将文件后缀改为.json，然后直接将该json文件拖入QGIS中打开，再另存为shp文件。

也可以通过python的pyshp库或geopandas库去获取shp文件。下面介绍通过pyshp库批量获取mapbox等时圈数据的方法。

python批量获取等时圈数据

由前面设置好的参数可以得到请求网址Request URL，该网址里有各个参数。

https://api.mapbox.com/isochrone/v1/mapbox/driving/113.319154,23.109143500000002?contours_minutes=15,30,45,60&polygons=true&denoise=1&access_token=你的token

 通过分析可以看出，网址里driving代表驾车方式，可以更换为walking步行或cycling骑行；113.319154,23.109143500000002为经纬度坐标；contours_minutes可以设置时间范围，最大为60分钟，可最多携带4个时间间隔，用逗号隔开；access_token=后需要填入你的token，其他参数按照默认的即可。

而对于返回的Response数据，等时圈的属性信息在features下的properties里，等时圈的几何信息在features下的geometry里。

 

搞清楚请求url和返回数据的结构之后，我们就可以编写代码了。

（1）导入需要使用的库

import time
import requests
import pandas as pd
import shapefile
import osr

 （2）编写获取数据的函数，使用的参数包括起点名称name，起点经度lon，起点维度lat，出行方式transit。对于等时圈的范围，此处使用15、30、45、60分钟的距离，可根据需要自行调整

def getdata(name,lon,lat,transit):
    print('获取{}的等时圈'.format(name))
    url = 'https://api.mapbox.com/isochrone/v1/mapbox/{}/{},{}?contours_minutes=15,30,45,60&polygons=true&denoise=1&generalize=0&access_token=你的token'.format(transit,lon,lat)
    try:
        r = requests.get(url,timeout=(3,7)).json()
        w = shapefile.Writer('./shp/isochrone_{}_{}.shp'.format(name,transit), encoding='gbk')
        w.field('name', 'C')
        w.field('transit', 'C')
        w.field('contour', 'N')
        w.field('metric', 'C')
        w.field('color', 'C')
        w.field('opacity', 'N', decimal=2)
        
        for i in r['features']:
            coords = i['geometry']['coordinates']
            w.poly(coords)
            w.record(
                name=name,
                transit=transit,
                contour=i['properties']['contour'],
                metric=i['properties']['metric'],
                color=i['properties']['color'],
                opacity=i['properties']['opacity']
                )
        w.close()
        #添加投影信息
        proj = osr.SpatialReference()
        proj.ImportFromEPSG(4326)
        wkt = proj.ExportToWkt()
        projfile = './shp/isochrone_{}_{}.prj'.format(name,transit)
        f0 = open(projfile, 'w')
        f0.write(wkt)
        f0.close()
        print('获取成功！')
        
    except:
        print('获取失败')
        df = {}
        df['name'] = name
        df['lon'] = lon
        df['lat'] = lat
        df['transit'] = transit
        dm = pd.DataFrame([df])
        dm.to_csv('./queryagain.csv',mode='a',index=False,header=False,encoding='utf-8-sig')

 （3）把需要获取等时圈的起点信息保存在csv文件中，包括起点的名称name，经度lon，维度lat，出行方式transit，可以通过poi数据获取。读取csv文件后对等时圈起点进行批量获取

if __name__ == '__main__':
    print('开始爬取数据')
    dt = pd.read_csv('./query.csv',engine='python')
    for i in range(len(dt)):
        getdata(dt['name'][i],dt['lon'][i],dt['lat'][i],dt['transit'][i])
        time.sleep(0.5)
    print('All Done!!!')

至此代码编写完成！

 将批量获取的数据拉进ArcGIS软件即可进行相关分析。