如何用Python實(shí)現(xiàn)地理位置和經(jīng)緯度坐標(biāo)之間的轉(zhuǎn)換 ，很多新手對(duì)此不是很清楚，為了幫助大家解決這個(gè)難題，下面小編將為大家詳細(xì)講解，有這方面需求的人可以來(lái)學(xué)習(xí)下，希望你能有所收獲。

創(chuàng)新互聯(lián)建站是一家集網(wǎng)站建設(shè),越城企業(yè)網(wǎng)站建設(shè),越城品牌網(wǎng)站建設(shè),網(wǎng)站定制,越城網(wǎng)站建設(shè)報(bào)價(jià),網(wǎng)絡(luò)營(yíng)銷(xiāo),網(wǎng)絡(luò)優(yōu)化,越城網(wǎng)站推廣為一體的創(chuàng)新建站企業(yè)，幫助傳統(tǒng)企業(yè)提升企業(yè)形象加強(qiáng)企業(yè)競(jìng)爭(zhēng)力?？沙浞譂M(mǎn)足這一群體相比中小企業(yè)更為豐富、高端、多元的互聯(lián)網(wǎng)需求。同時(shí)我們時(shí)刻保持專(zhuān)業(yè)、時(shí)尚、前沿，時(shí)刻以成就客戶(hù)成長(zhǎng)自我，堅(jiān)持不斷學(xué)習(xí)、思考、沉淀、凈化自己，讓我們?yōu)楦嗟钠髽I(yè)打造出實(shí)用型網(wǎng)站。

做地圖可視化時(shí)需要提供經(jīng)緯度坐標(biāo)，但一般來(lái)說(shuō)我們手上拿到的通常只有地理位置，比如說(shuō) 北京市東大街302號(hào)狗不理包子店，可視化之前需經(jīng)緯度坐標(biāo)轉(zhuǎn)換

需要轉(zhuǎn)換的數(shù)據(jù)如果僅有幾個(gè)還好，可以直接借助谷歌地圖自帶經(jīng)緯度查詢(xún)手動(dòng)轉(zhuǎn)換，但真實(shí)場(chǎng)景下需要轉(zhuǎn)換的數(shù)據(jù)量可能要上百甚至上千，再手動(dòng)的話(huà)就比較頭疼了

如何將地理位置批量轉(zhuǎn)化為經(jīng)緯度坐標(biāo)?將針對(duì)這個(gè)問(wèn)題，介紹兩個(gè)用 Python 來(lái)實(shí)現(xiàn)的方法

1，調(diào)用第三方 API

最常見(jiàn)辦法就是調(diào)用第三方 API，例如百度、高德地圖等服務(wù)平臺(tái)，提供了相應(yīng)的功能接口，它們的這類(lèi)技術(shù)已經(jīng)非常成熟啦，準(zhǔn)確穩(wěn)定，關(guān)鍵還是免費(fèi)的  ~，本期教程以百度為例(高德的用方類(lèi)似)，介紹一下其用法

1.1，用百度賬號(hào)登陸百度地圖控制臺(tái)

百度地圖開(kāi)放平臺(tái)

1.2，創(chuàng)建一個(gè)應(yīng)用，獲取 AK 參數(shù)

登錄控制臺(tái)之后，選擇左側(cè) 應(yīng)用管理-> 我的應(yīng)用 -> 創(chuàng)建應(yīng)用

創(chuàng)建應(yīng)用頁(yè)面中有三項(xiàng)信息需要填寫(xiě)

• 應(yīng)用名稱(chēng)，無(wú)限制隨意填寫(xiě)即可;

• 應(yīng)用類(lèi)型 ，選擇服務(wù)端;

• IP 白名單，只是個(gè)人簡(jiǎn)單測(cè)試的話(huà)0.0.0.0/0 即可，如果考慮安全問(wèn)題， 可以將自己的 IP 填進(jìn)去， AK 參數(shù)泄露的話(huà)非本機(jī) IP  無(wú)法訪(fǎng)問(wèn)，這樣也不用擔(dān)心額度被其他用戶(hù)盜用

1.3，地理編碼、逆地理編碼

經(jīng)緯度地理位置根據(jù)轉(zhuǎn)換方向分為兩類(lèi)，接下來(lái)我們分別演示一下其用法：

• 地理編碼：將地理地址轉(zhuǎn)換為坐標(biāo)點(diǎn)(經(jīng)緯度);

• 逆地理編碼，將經(jīng)緯度轉(zhuǎn)化為地理地址;

1.3.1 地理編碼，

下面就是 Python 測(cè)試代碼塊，將 AK 參數(shù)(前面申請(qǐng)到的)和你需要轉(zhuǎn)換的地理位置拼接到 官方提供的 url 中，用 requests  訪(fǎng)問(wèn)即可，

import requests import json import re  AK = '你的AK' address ='北京市海淀區(qū)上地十街10號(hào)' url = 'http://api.map.baidu.com/geocoding/v3/?address={}&output=json&ak={}&callback=showLocation'.format(address,AK) res = requests.get(url)  print(res.text) results = json.loads(re.findall(r'\((.*?)\)',res.text)[0])  print('\n') print('location is ',results['result']['location'])

輸出結(jié)果如下

showLocation&&showLocation({"status":0,"result":{"location":{"lng":116.3084202915042,"lat":40.05703033345938},"precise":1,"confidence":80,"comprehension":100,"level":"門(mén)址"}})   location is  {'lng': 116.3084202915042, 'lat': 40.05703033345938}

1.3.2 逆地理編碼

逆地理編與地理編碼用法相似

lat = '40.05703033345938' lng = '116.3084202915042' AK = '你的AK'   url = 'http://api.map.baidu.com/reverse_geocoding/v3/?ak={}&output=json&coordtype=wgs84ll&location={},{}'.format(AK,lat,lng)  res = requests.get(url)  print(res.text) address = json.loads(res.text)['result']['formatted_address']  print('\n') print('address is ',address)

像我們這類(lèi)免(bai) 費(fèi) piao) 用戶(hù)，借助百度 API 每天最高可調(diào)用 6000  次，這個(gè)量級(jí)基本上能滿(mǎn)足我們?nèi)粘Ｐ枰?，但如果這個(gè)數(shù)量滿(mǎn)足不了你的話(huà)，可以在線(xiàn)購(gòu)買(mǎi)更高的使用額度

2，Geopy

2.1 Geopy 庫(kù)介紹

這里介紹一個(gè)Python 包 Geopy ，借助它也可以實(shí)現(xiàn)經(jīng)緯度地理位置轉(zhuǎn)換，

這款包之經(jīng)緯度轉(zhuǎn)換原理其實(shí)還是借助了第三方 API 平臺(tái)，因?yàn)槭忻嫔咸峁┙?jīng)緯度轉(zhuǎn)換 第三方平臺(tái)很多，為了方便， Geopy  把這些接口都分別封裝在一個(gè)類(lèi)中，借助 Geopy 模塊來(lái)調(diào)用，支持的第三放平臺(tái)如下

Geopy作為一個(gè)專(zhuān)注于地理處理包之外， 除了能實(shí)現(xiàn)上面地理編碼、逆地理編碼功能之外，還有一個(gè)其它令我經(jīng)驗(yàn)的功能，  提供兩個(gè)經(jīng)緯度坐標(biāo)，計(jì)算他們?cè)诘厍蛏系淖疃叹嚯x

下面將介紹一下 Geopy 的具體用法，

2. 2 地理編碼

使用 地理編碼功能時(shí)，需要借助 Geopy 的 geocoders 模塊，Geopy 把所有第三方API封裝到 geocoders 中

這里選用 OpenStreetMap 平臺(tái)上提供的 Nominatim 地理編碼器，因?yàn)榭梢悦赓M(fèi)供我們使用，不需要申請(qǐng) API  ，但缺點(diǎn)是限流，限額，不能大規(guī)模頻繁訪(fǎng)問(wèn)，否則會(huì)返回 403，429錯(cuò)誤代碼

from geopy.geocoders import Nominatim geolocator=Nominatim() location= geolocator.geocode("北京市海淀區(qū)西二旗北路") print(location.address) print(location.latitude,location.longitude)

結(jié)果如下

西二旗北路, 東北旺村, 海淀區(qū), 北京市, 102208, 中國(guó) 40.056793 116.305811

2.3 逆地理編碼

from geopy.geocoders import Nominatim geolocator=Nominatim() location= geolocator.reverse("40.056793 116.305811") print(location.address)

結(jié)果如下

1#, 西二旗北路, 東北旺村, 海淀區(qū), 北京市, 102208, 中國(guó)

結(jié)果看起來(lái)還不錯(cuò)，簡(jiǎn)單方便;但提醒一下，因?yàn)榍懊嬲f(shuō)過(guò) Nominatim 模塊是限額度的，不要頻繁訪(fǎng)問(wèn)，否則會(huì)出現(xiàn)以下錯(cuò)誤

2.4 根據(jù)經(jīng)緯度計(jì)算距離

Geopy 最讓我驚喜的是這個(gè)用法，提供兩個(gè)經(jīng)緯度坐標(biāo)計(jì)算他們之間的距離，因?yàn)榈厍蚓唧w來(lái)說(shuō)是橢圓，所以不能按照常規(guī)方法來(lái)計(jì)算  ，目前現(xiàn)有比較流行的幾個(gè)模型有以下幾個(gè)

model             major (km)   minor (km)     flattening 'WGS-84':        (6378.137,    6356.7523142,  1 / 298.257223563), 'GRS-80':        (6378.137,    6356.7523141,  1 / 298.257222101), 'Airy (1830)':   (6377.563396, 6356.256909,   1 / 299.3249646), 'Intl 1924':     (6378.388,    6356.911946,   1 / 297.0), 'Clarke (1880)': (6378.249145, 6356.51486955, 1 / 293.465), 'GRS-67':        (6378.1600,   6356.774719,   1 / 298.25), }

根據(jù)官方介紹，官網(wǎng)選擇的是 WGS-84 模型，根據(jù)統(tǒng)計(jì)最終計(jì)算到的距離誤差最高在0.5%左右;使用方法如下

from geopy import distance newport_ri = (41.49008, -71.312796) cleveland_oh = (41.499498, -81.695391) print(distance.distance(newport_ri, cleveland_oh).miles)#最后以英里單位輸出  #output 538.39044536  wellington = (-41.32, 174.81) salamanca = (40.96, -5.50) print(distance.distance(wellington, salamanca).km)# 以 km 作為單位輸出 19959.6792674

3 批量地址坐標(biāo)轉(zhuǎn)換

上面聊了這么多知識(shí)點(diǎn)，下面引入一個(gè)案例來(lái)簡(jiǎn)單回顧一下;本案例中借助百度API 來(lái)實(shí)現(xiàn)地理位置坐標(biāo)轉(zhuǎn)換，把一個(gè) csv  表格內(nèi)的所有地址位置數(shù)據(jù)批量轉(zhuǎn)換為經(jīng)緯度

3.1 數(shù)據(jù)讀取

import pandas as pd import string data_path = 'H:/Data/Latlon/map-location.csv' df = pd.read_csv(data_path,encoding='GB18030') df

一共有 98  條數(shù)據(jù)，每條數(shù)據(jù)都表示一個(gè)地理位置;數(shù)據(jù)明顯有一些擾亂項(xiàng)，例如左端的數(shù)字字符、以及數(shù)據(jù)中的分隔符\t;因此轉(zhuǎn)換之前需要對(duì)數(shù)據(jù)進(jìn)行一次預(yù)處理操作

3.2 數(shù)據(jù)預(yù)處理

def process_str(x):     # 數(shù)據(jù)預(yù)處理，去掉前面的數(shù)字、及字符串中 \t     x = str(x).replace('\t','')     x = str(x).strip(string.digits)     return x  df['location']  = df['location'].apply(process_str) df

預(yù)處理結(jié)果如下

3.3 地理編碼(經(jīng)緯度轉(zhuǎn)換)

import time start = time.time() AK = '你的AK' def get_location(str1):     # 獲取經(jīng)緯度坐標(biāo)     url = 'http://api.map.baidu.com/geocoding/v3/?address={}&output=json&ak={}&callback=showLocation'.format(str1,AK)     res = requests.get(url)     results = json.loads(re.findall(r'\((.*?)\)',res.text)[0])     return (results['result']['location']['lat'],results['result']['location']['lng']) df['(lat,lng)'] = df['location'].apply(get_location) print('耗時(shí) {}s'.format(time.time()-start)) print(df)

為了測(cè)試轉(zhuǎn)換效率，這里我加了一個(gè)計(jì)時(shí)器;98 條數(shù)據(jù)成功轉(zhuǎn)換后共耗時(shí) 4.65s 左右，效率還不錯(cuò)，要比 Geopy 優(yōu)秀得多，

3.5 案例源碼數(shù)據(jù)

我已經(jīng)把本案例中用到代碼的數(shù)據(jù)打包再一起了，感興趣的可以在公號(hào)后臺(tái)回復(fù)關(guān)鍵字：210418 ，即可獲取!

上面介紹了這么多，最后做個(gè)小結(jié);聊一下這兩種方法在 地理坐標(biāo)轉(zhuǎn)換方面 各自的優(yōu)勢(shì)和劣勢(shì)

第三方API

• 優(yōu)勢(shì)：地理編碼、逆編碼比較準(zhǔn)確，精度高;且支持高并發(fā);

• 劣勢(shì)：不支持國(guó)外，環(huán)境配置較為復(fù)雜;

Geopy (用 Nominatim 模塊的話(huà))

• 優(yōu)勢(shì)：簡(jiǎn)單方便，上手快;支持國(guó)外地理編碼

• 劣勢(shì)：不支持并發(fā)訪(fǎng)問(wèn)、效率低且精度較低;

這里給大家一個(gè)建議，如果地址數(shù)據(jù)在國(guó)內(nèi)的話(huà) 經(jīng)緯度轉(zhuǎn)換 建議用第三方 API，穩(wěn)定且準(zhǔn)確;若是涉及下緯度距離計(jì)算、單位換算或地址數(shù)據(jù)在國(guó)外，建議用  Geopy

看完上述內(nèi)容是否對(duì)您有幫助呢？如果還想對(duì)相關(guān)知識(shí)有進(jìn)一步的了解或閱讀更多相關(guān)文章，請(qǐng)關(guān)注創(chuàng)新互聯(lián)行業(yè)資訊頻道，感謝您對(duì)創(chuàng)新互聯(lián)的支持。