python 根据网优指标和工参，自动生成百度热力图

最新推荐文章于 2024-06-06 16:28:08 发布

unikran2018

最新推荐文章于 2024-06-06 16:28:08 发布

阅读量1.7k

点赞数 2

分类专栏： python

本文链接：https://blog.csdn.net/unikran2018/article/details/79395085

版权

python 专栏收录该内容

23 篇文章 0 订阅

订阅专栏

# -*- coding: utf-8 -*-
import sys
reload(sys)
sys.setdefaultencoding('gbk')
html="""
根据提取指标的csv，
先随便找一个基站csv来做实验，还是直接一步到位。
看一下胡工发的春节指标文件。注意春节数据与日常数据可能不同。
这一次暂时忽略：对日期、各县、小区的处理
查找基站数据库，确定它的经纬度，基站名称，

因为同一个基站的所有小区共用一个经纬度，
所以目前考虑用基站统计代替小区统计，仅仅是为了便于制作热力图，
至于其他的图表，另作考虑。
提供经纬度和指标值
根据基站名称，找到工参表中对应的经纬度，
方法是：打开两张表，一个指标表，一个工参表，然后查询合并一个新表，仅包含经纬度和话务量和基站名称
联合两张表的方法，我在原来的文件中已经实现，打开一张表，然后依次提出两个数据，基站名称和话务量，
然后打开工参表，从中找到基站名称，经纬度，
首先找出老文件。
也就是生成多张图片的文件。14:41
对文件进行精简和修改，提取有用的命令。14:44

自动制作热力图

"""

html="""
对于第一个文件是获取两列
从第二个文件中，获得基站名称和话务量，放入变量1和变量2，
使用下面的循环查询命令来获取每一行数据，再从中找到变量1和变量2
for indexs in df3.index:

然后在第一个工参中查找变量3基站编号，变量4和5, 和经纬度，
然后把这5个变量写入一个新文件中，

"""

import pandas as pd
import string

txtName = "zk111.htm" #
f=open(txtName, "a+")#
html="""
<!DOCTYPE html>
<html>
<head>
    <meta http-equiv="Content-Type" content="text/html; charset=utf-8" />
    <meta name="viewport" content="initial-scale=1.0, user-scalable=no" />
    <script type="text/javascript" src="http://api.map.baidu.com/api?v=2.0&ak=GuVuTMGm7drDEpUCcZe22qGhdH8B0kIt"></script>
    <script type="text/javascript" src="http://api.map.baidu.com/library/Heatmap/2.0/src/Heatmap_min.js"></script>
    <title>热力图功能示例</title>
    <style type="text/css">
       ul,li{list-style: none;margin:0;padding:0;float:left;}
       html{height:100%}
       body{height:100%;margin:0px;padding:0px;font-family:"微软雅黑";}
       #container{height:650px;width:100%;}
       #r-result{width:100%;}
    </style>
</head>
<body>
   <div id="container"></div>
   <div id="r-result">
       <input type="button" οnclick="openHeatmap();" value="显示热力图"/><input type="button" οnclick="closeHeatmap();" value="关闭热力图"/>
   </div>
</body>
</html>
<script type="text/javascript">
    var map = new BMap.Map("container");          // 创建地图实例

    var point = new BMap.Point(114.6285375, 32.92869355);
    map.centerAndZoom(point, 15);             // 初始化地图，设置中心点坐标和地图级别
    map.enableScrollWheelZoom(); // 允许滚轮缩放

    var points =[
"""
f.write(html)
df=pd.DataFrame(pd.read_csv('wcdma.csv',header=0)) #工参

df3=pd.DataFrame(pd.read_csv('3g1.csv',header=0)) #要查询的指标文件

print df3['NodeB名称'],df3['电路域话务量(Erl)'] #这样显示的是单独的两项，所有的值

#怎样显示这两项的某个值

for indexs in df3.index:
   #print(df3['NodeB名称'].iloc[indexs])
   s1=df3['NodeB名称'].iloc[indexs]   #提取'NodeB名称'   某一行的值
   s20=df3['电路域话务量(Erl)'].iloc[indexs]
   s2='%f' %df3['电路域话务量(Erl)'].iloc[indexs] #提取'电路域话务量(Erl)'   某一行的值
   print s1,s2
   df2=df.loc[df['CellName'].isin([s1+"_0"]),['CellName','NodeBNAME','NodeBLON','NodeBLAT']] #根据指标表中的'NodeB名称' 的某一行的值，在工参表中查找
   for i in range(len(df2)):
      print i
      s3=df2['CellName'].iloc[i]
      s4=df2['NodeBNAME'].iloc[i]
      s5='%f' %df2['NodeBLON'].iloc[i]
      s6='%f' %df2['NodeBLAT'].iloc[i]
   #print s3,s4,s5,s6
   s7='{"lat":'+s6+',"lng":'+s5+',"count":'+'%f' %(s20+0)+'},' #{"lat":32.92869355,"lng":114.6285375,"count":85}, +0, 如果是负值，RSRP 那么改为+200
   #jj=s6+','+s5+','+s2+','+s1+','+s3+','+s4+','+s7+chr(10) #包含很多内容
   jj=s7 #仅包含josn
   print type(s5)
   #print df2 #现在已经初步实现了目标，下一步就是把这几项写入
   #删除df2的重复项#但是DF2在每次循环之后都会被重复覆盖，#将结果存入字符串，只需要再嵌套一个循环，#循环嵌套，在循环中嵌套另一个循环
   #现在已经准备好了s1到S6, 把字符串用逗号串起来，用chr(10) 结尾。然后写入文件，试试。a+
   f.write(jj)   #抽取一行，进行核对，对应数据准确无误

html0="""
]
    if(!isSupportCanvas()){
       alert('热力图目前只支持有canvas支持的浏览器,您所使用的浏览器不能使用热力图功能~')
    }
   //详细的参数,可以查看heatmap.js的文档 https://github.com/pa7/heatmap.js/blob/master/README.md
   //参数说明如下:
   /* visible 热力图是否显示,默认为true
     * opacity 热力的透明度,1-100
     * radius 势力图的每个点的半径大小
     * gradient {JSON} 热力图的渐变区间 . gradient如下所示
     *   {
           .2:'rgb(0, 255, 255)',
           .5:'rgb(0, 110, 255)',
           .8:'rgb(100, 0, 255)'
       }
       其中 key 表示插值的位置, 0~1.
            value 为颜色值.
     */
   heatmapOverlay = new BMapLib.HeatmapOverlay({"radius":20});
   map.addOverlay(heatmapOverlay);
   heatmapOverlay.setDataSet({data:points,max:110});
   //是否显示热力图
    function openHeatmap(){
        heatmapOverlay.show();
    }
   function closeHeatmap(){
        heatmapOverlay.hide();
    }
   closeHeatmap();
    function setGradient(){
        /*格式如下所示:
       {
           0:'rgb(102, 255, 0)',
         .5:'rgb(255, 170, 0)',
           1:'rgb(255, 0, 0)'
       }*/
        var gradient = {};
        var colors = document.querySelectorAll("input[type='color']");
        colors = [].slice.call(colors,0);
        colors.forEach(function(ele){
           gradient[ele.getAttribute("data-key")] = ele.value;
        });
        heatmapOverlay.setOptions({"gradient":gradient});
    }
   //判断浏览区是否支持canvas
    function isSupportCanvas(){
        var elem = document.createElement('canvas');
        return !!(elem.getContext && elem.getContext('2d'));
    }
</script>
"""
html1=s7[:-1]+html0

f.write(html1)

unikran2018

关注

2
点赞
踩
3

收藏

觉得还不错? 一键收藏
1
评论
python 根据网优指标和工参，自动生成百度热力图

# -*- coding: utf-8 -*-import sysreload(sys)sys.setdefaultencoding('gbk')html=""" 根据提取指标的csv，先随便找一个基站csv来做实验，还是直接一步到位。看一下胡工发的春节指标文件。注意春节数据与日常数据可能不同。这一次暂时忽略：对日期、各县、小区的处理查找基站数据库，确定它的经纬度，基站名称， ...
复制链接

扫一扫