python绘制地图并插入gps坐标点（通过Python获取并保存地理位置）

我们经常使用高德地图、百度地图来进行搜索一些地址、行业等信息，如我们需要搜索珠海市有多少酒店、多少个商场等等。之前我已写有一篇《Python怎么获取高德地图平台经纬度等数据》，该篇文章只写了如何申请高德地图key和通过Python调用高德地图api获取高德地图搜索结果，并没有把数据保存下来的内容，故重新写了本篇文章内容。

这篇文章主要讲解“Python获取并保存高德地图平台地理位置、经纬度等数据”，即通过python调用高德地图api进行关键字搜索，从而获取去高德地图平台经纬度等数据。

本篇文章主要分为3部分内容：

1、注册高德开放平台账号并申请Key，作为位置数据调用的密匙

2、通过python获取高德地图平台经纬度数据

3、搜索结果数据保存

（1）数据预处理：将json格式搜索结果数据转换为dataframe

（2）将预处理后的数据dataframe保存到本地目录

（3）将预处理后的数据dataframe保存到数据库

一、注册高德开放平台账号并申请Key，作为位置数据调用的密匙

1、高德开放平台--网址

高德开放平台网址：https://console.amap.com/dev/index

2、高德开放平台--注册账号

打开高德开放平台网址，按要求输入手机号注册即可

高德开放平台--用户注册

3、高德开放平台--申请Key

（1）、登录平台账号，在【应用管理】-【我的应用】界面，点击【创建新应用】

高德开放平台--我的应用

（2）、自命名填写【应用名称】，选择【应用类型】，然后点击【新建】按钮

高德开放平台--创建新应用

（3）、新建应用后，点击【添加】

高德开放平台-为应用添加 Key

（4）、自命名填写【key名称】，选择【web服务】，【ip白名单】留空，然后点击【提交】

高德开放平台--填写完善key信息

（5）、生成的key如下图，key名称=testkey，key值=‘8d4621****’

高德开放平台--key值

二、通过python获取高德地图平台经纬度数据

1、获得key以后，咱们就可以构造API数据请求函数：fun_gaode_search(key_word, city, page)，Python代码如下：

""" 调用高德API,POI关键字查询--关键字搜索 """ def fun_gaode_search(key_word, city, page): ''' key_word: 搜索关键字 city: 城市名称 page: 搜索返回结果的第几页 ''' print('高德地图') import requests import json # 输入API问号前固定不变的部分 url = 'https://restapi.amap.com/v3/place/text' # 将两个参数放入字典 params = {'key': '8d4621*****', # 高德开放平台key值 'keywords': key_word, 'city': city, 'page': page, 'offset': 1000 } result_res = requests.get(url, params) res = json.loads(result_res.text) return res['pois']

如搜索珠海有多少个高等院校：fun_gaode_search('高等院校', '珠海', 1)

res = fun_gaode_search('高等院校', '珠海', 1) # 返回搜索结果第一页 print('珠海高等院校 搜索结果如下：') pprint(res)

2、上述脚本运行结果如下：

搜索结果包括：address详细地址、adname区县名称、cityname地市名称、location地理坐标(经度，纬度)，name地点名称等信息。

运行结果--json格式数据

三、保存搜索结果数据

将json格式数据转换为dataframe，然后就可以通过df.to_sql()或df.to_csv()函数保存搜索结果数据。

数据保存方式：

1、保存到本地目录：df.to_csv()

2、保存到数据库：df.to_sql()

（1）数据预处理：将json格式数据转换为dataframe

json格式数据可能存在部分字段缺失，故需对缺少字段进行处理。如字典元素中不存在某个字段，则dataframe中该字段标记为None.

''' 高德搜索结果--json格式数据转换为dataframe格式数据 ''' def fun_gaode_result_deal(result_search): import pandas as pd df_result = pd.DataFrame(columns=['name', # 地点名称 'pname', # 省份 'cityname', # 城市名称 'adname', # 区域名称 'type', 'address', # 地址 'location', # 经纬度 'tel', # 电话 'typecode', 'id', 'shopinfo' ] ) for i in range(len(result_search)): dict_keys = result_search[i].keys() df_result.at[i, 'name'] = result_search[i]['name'] if 'name' in dict_keys else None df_result.at[i, 'pname'] = result_search[i]['pname'] if 'pname' in dict_keys else None df_result.at[i, 'cityname'] = result_search[i]['cityname'] if 'cityname' in dict_keys else None df_result.at[i, 'adname'] = result_search[i]['adname'] if 'adname' in dict_keys else None df_result.at[i, 'type'] = result_search[i]['type'] if 'type' in dict_keys else None df_result.at[i, 'address'] = result_search[i]['address'] if 'address' in dict_keys else None df_result.at[i, 'location'] = result_search[i]['location'] if 'location' in dict_keys else None df_result.at[i, 'tel'] = result_search[i]['tel'] if 'tel' in dict_keys and len(result_search[i]['tel']) > 6 else None # df_result.at[i, 'tel'] = result_search[i]['tel'] if 'tel' in dict_keys else None df_result.at[i, 'typecode'] = result_search[i]['typecode'] if 'typecode' in dict_keys else None df_result.at[i, 'id'] = result_search[i]['id'] if 'id' in dict_keys else None df_result.at[i, 'shopinfo'] = result_search[i]['shopinfo'] if 'shopinfo' in dict_keys else None return df_result

（2）将预处理后的数据保存到本地目录

构造函数 fun_df_to_csv(save_filename, df_result, bl_append)，脚本如下

参数说明：

1、save_filename：是指保存到本地目录的文件名，如 save_filename=‘D:\\a.txt’

2、df_result：搜索结果预处理后的数据dataframe

3、bl_append：是否追加写入save_filename文件

bl_append=True，则在文件末尾开始写入记录

bl_append=False，则清除文本所有内容后重新开始写入文本

'''搜索结果另存为文件''' def fun_df_to_csv(save_filename, df_result, bl_append): print('搜索结果另存为文件') pprint(sys.path) if bl_append is True: df_result.to_csv(path_or_buf=save_filename, index=False, sep=",", mode='a' # 追加 ) else: df_result.to_csv(path_or_buf=save_filename, index=False, sep="," )

（3）将预处理后的数据保存到数据库

构造函数 fun_df_to_sql(df_result, db_table, if_exists)来保存数据到数据库，脚本如下：

参数说明：

1、df_result：搜索结果预处理后的数据dataframe

2、db_table：数据库表名

库表的格式需跟df格式对应，如库表不存在，df.to_sql()会自动根据df的列名进行自动建表

3、if_exists：操作方式，有append、fail、replace

append：如果表存在，则将数据添加到这个表的后面

fail：如果表存在就不操作

replace：如果存在表，删了，重建

# 导入sqlalchemy中的create_engine模块，用于连接数据库 from sqlalchemy import create_engine def fun_df_to_sql(df_result, db_table, if_exists): try: engine = create_engine('mysql pymysql://{username}:{password}@{host}:{port}/{database}'.format(host=self.host,username=self.user_id,password=self.pwd,port=self.port,database=self.db_name)) conn = engine.connect() # if_exists=['append','fail','replace'] # 导入到mysql数据库 df_result.to_sql(name=db_table, con=conn, index=False, if_exists=if_exists # if_exists='append' ) print('数据导入数据库--OK') except Exception as err: print('数据导入数据库--错误: ' str(err))

综上，Python取高德地图平台经纬度等数据全部代码如下：

from pprint import pprint from sqlalchemy import create_engine """ 调用高德API,POI关键字查询--关键字搜索 """ def fun_gaode_search(key_word, city, page): ''' key_word: 搜索关键字 city: 城市名称 page: 搜索返回结果的第几页 ''' print('高德地图') import requests import json # 输入API问号前固定不变的部分 url = 'https://restapi.amap.com/v3/place/text' # 将两个参数放入字典 params = {'key': '8d4621******', # 高德开放平台key值 'keywords': key_word, 'city': city, 'page': page, 'offset': 1000 } result_res = requests.get(url, params) res = json.loads(result_res.text) return res['pois'] ''' 高德搜索结果--json格式数据转换为dataframe格式数据 ''' def fun_gaode_result_deal(result_search): import pandas as pd df_result = pd.DataFrame(columns=['name', # 地点名称 'pname', # 省份 'cityname', # 城市名称 'adname', # 区域名称 'type', 'address', # 地址 'location', # 经纬度 'tel', # 电话 'typecode', 'id', 'shopinfo' ] ) for i in range(len(result_search)): dict_keys = result_search[i].keys() df_result.at[i, 'name'] = result_search[i]['name'] if 'name' in dict_keys else None df_result.at[i, 'pname'] = result_search[i]['pname'] if 'pname' in dict_keys else None df_result.at[i, 'cityname'] = result_search[i]['cityname'] if 'cityname' in dict_keys else None df_result.at[i, 'adname'] = result_search[i]['adname'] if 'adname' in dict_keys else None df_result.at[i, 'type'] = result_search[i]['type'] if 'type' in dict_keys else None df_result.at[i, 'address'] = result_search[i]['address'] if 'address' in dict_keys else None df_result.at[i, 'location'] = result_search[i]['location'] if 'location' in dict_keys else None df_result.at[i, 'tel'] = result_search[i]['tel'] if 'tel' in dict_keys and len(result_search[i]['tel']) > 6 else None # df_result.at[i, 'tel'] = result_search[i]['tel'] if 'tel' in dict_keys else None df_result.at[i, 'typecode'] = result_search[i]['typecode'] if 'typecode' in dict_keys else None df_result.at[i, 'id'] = result_search[i]['id'] if 'id' in dict_keys else None df_result.at[i, 'shopinfo'] = result_search[i]['shopinfo'] if 'shopinfo' in dict_keys else None return df_result '''搜索结果另存为文件''' def fun_df_to_csv(save_filename, df_result, bl_append): print('搜索结果另存为文件') pprint(sys.path) if bl_append is True: df_result.to_csv(path_or_buf=save_filename, index=False, sep=",", mode='a' # 追加 ) else: df_result.to_csv(path_or_buf=save_filename, index=False, sep="," ) def fun_df_to_sql(df_result, db_table, if_exists): try: engine = create_engine('mysql pymysql://{username}:{password}@{host}:{port}/{database}'.format(host=self.host,username=self.user_id,password=self.pwd,port=self.port,database=self.db_name)) conn = engine.connect() # if_exists=['append','fail','replace'] # 导入到mysql数据库 df_result.to_sql(name=db_table, con=conn, index=False, if_exists=if_exists # if_exists='append' ) print('数据导入数据库--OK') except Exception as err: print('数据导入数据库--错误: ' str(err)) ''' 主函数 ''' if __name__ == "__main__": res = fun_gaode_search('高等院校', '珠海', 1) # 搜索结果 print('珠海高等院校 搜索结果如下：') # pprint(res) df = fun_gaode_result_deal(res) pprint(df) # 打印查看预处理后的数据df save_filename='d:\\a.txt' df_result=df bl_append=True fun_df_to_csv(save_filename, df_result, bl_append) # 保存数据到本地目录 df_result=df db_table='chen_gaode_result' if_exists = 'append' fun_df_to_sql(df_result, db_table, if_exists) # 保存数据到数据库

,