利用Python的folium包绘制城市道路图

红太狼 2022-11-28 13:54 165阅读 0赞

# 写在前面 #

很长一段时间内，我都在研究在线地图的开发者文档，百度地图和高德地图的开发者中心提供了丰富的在线地图服务，虽然有一定的权限限制，但不得不说，还是给我的科研工作提供了特别方便的工具，在博客前面我先放上这两个在线地图开放平台的web API的地址链接：

*  [百度地图开放平台][Link 1]
 *  [高德地图开放平台][Link 2]

基于这两个平台，博主进行了一系列的开发研究工作，本文介绍其中一项技术，如何用folium包绘制城市道路图，当然，也可绘制非城市道路图，只要提供正确的路名就行了。  
开发工具：

*  Python3.7
 *  Spyder编译器（也可以用pycharm，不过建议用Spyder，因为编译过程中产生的变量太多，基本上都是json数据，我都是一边看一边写，这里Spyder优势明显）
 *  chrome浏览器

# folium介绍及相关设置 #

## folium基础功能 ##

folium的开发包在[这里][Link 3]  
简单来说，它是一个地理信息可视化的包，目前除了pyecharts，我用的最多的就是这个包，支持在在线地图上添加点、线、面等要素，而且还支持画热力图，不过热力图的效果真心不咋地，我看中的是它添加点、线、面形状的功能，而且各种要素可以设置颜色、大小、文字标记等属性，可视化效果还是不错的。这篇博客，也是应用了它画线的功能，绘制道路轮廓线。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3UwMTI4NDgzMDQ_size_16_color_FFFFFF_t_70_pic_center]  
上图图片来源：https://www.jianshu.com/p/32ec6afcc7a6?utm\_campaign=hugo  
比较遗憾的是，目前folium支持的地图底图有限，像openstreetmap是支持的，高德也支持，但不支持百度地图。当然，不支持百度地图并不能限制咱们开发者的脚步，本博客中也有相关介绍。  
**pip install folium**  
使用之前，先安装一下这个包。

## folium参数设置 ##

先看两行代码：

import folium
    line_road = folium.Map(location=[31.596730,120.233516],zoom_start=15,
                            tiles = 'http://webrd02.is.autonavi.com/appmaptile?lang=zh_cn&size=1&scale=1&style=7&x={x}&y={y}&z={z}',
                            attr = 'default')

*  location参数，设置展示地图的中心坐标点，就是说，比如你想看无锡市，可以设置成无锡市市中心的经纬度坐标
 *  zoom\_start是地图缩放等级，最高差不多可以到19还是20，如果想看大场景，就设小一点，想看局部地图就设大一点
 *  **tiles这个参数很重要**，设置的是你的地图格式，默认的是OpenStreetMap，我这里把它改成了’http://webrd02.is.autonavi.com/appmaptile?lang=zh\_cn&size=1&scale=1&style=7&x=\{x\}&y=\{y\}&z=\{z\}’，表示我用的是高德地图作为底图。为啥要改呢，因为每个不同的地图公司，用的坐标系不一样，高德地图和google地图、soso地图、aliyun地图、mapabc地图所用坐标相同，都是国测局（GCJ02）坐标，和百度地图用的坐标系不一样，如果直接拿百度坐标系下的经纬度画在高德地图上，那就会整体偏移，使用之前必须进行坐标转换
 *  其他用默认参数

# 获取道路参数 #

本博客的目的是画道路的轮廓图，首先必须得有数据才能画图。博主知道，目前这些地图公司，都是自己把车在开在路上去采集路上的经纬度，只要我获取到了这些经纬度，那我不就能绘制道路了吗？本着这个想法，我就到处搜索资料，开发者的潜能是无限了，同样在CSDN上我找到了一篇博客，[链接在这里][Link 4] ，真的很棒，不过他是用js写的，无所谓，方法是通的，用这篇博文提供的接口，真的实现了在地图上绘制道路的功能。  
**但是，但是，但是，，，**  
用了一段时间后，这个功能被封了，为此，我特意联系了高德地图开发者中心，他们的解释如下：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3UwMTI4NDgzMDQ_size_16_color_FFFFFF_t_70_pic_center 1]

意思就是，这个功能用不了了，花钱也别想用。  
其实很正常，这个功能太牛逼了。  
虽然用不了了，但我还是介绍一下怎么实现的，万一以后又能用了呢。

## 高德地图获取道路经纬度的API介绍 ##

先看接口：

http://restapi.amap.com/v3/road/roadname?parameters

这个接口和高德地图其他功能的接口一样，后面的parameters是需要写的参数，每个参数之间用&隔开，其中keywords是道路名，这个参数必填，当然还有key也是必填的。现在来看看这一段的具体怎么写，比如我想获取的是无锡市钱荣路的经纬度：

# -*- coding: utf-8 -*-
    """
    Created on Mon Mar 30 16:54:32 2020
    
    @author: HP
    """
    
    import json
    import pandas as pd
    from urllib.request import urlopen, quote
    import folium
    import numpy as np
    
    road = quote('钱荣路')
    key = YourKey  # 换成你自己申请的key
    url = 'http://restapi.amap.com/v3/road/roadname?city=0510&key=%s&keywords=%s' % (key, road)
    
    req = urlopen(url)
    res = req.read().decode()
    temp = json.loads(res)
    
    roads = temp['roads']
    pos = []
    # 由于道路可能分段，比如钱荣路会分成钱荣路普通段和钱荣路高架，这都属于钱荣路的路段，因此必须要都取出来
    for p in range(len(roads)):
        pos.extend(roads[p]['polylines'])
    
    pos_cal = []
    line_qrroad = folium.Map(location=[31.596730,120.233516],zoom_start=15,
                            tiles = 'http://webrd02.is.autonavi.com/appmaptile?lang=zh_cn&size=1&scale=1&style=7&x={x}&y={y}&z={z}',
                            attr = 'default')
    
    for i in range(len(pos)):
        m = pos[i].split(';')
        lat_lon = []
        for j in range(len(m)):
            n = m[j].split(',')
            n = list(map(float, n))
            n[0],n[1] = n[1],n[0]
            lat_lon.append(n)
            pos_cal.append(n)
        folium.PolyLine(lat_lon,weight = 5, color = 'red',opacity = 0.8).add_to(line_qrroad)
    line_qrroad.save('lineqrroad.html')    
    
    map_qrroad = folium.Map(location=[31.596730,120.233516],zoom_start=15,
                            tiles = 'http://webrd02.is.autonavi.com/appmaptile?lang=zh_cn&size=1&scale=1&style=7&x={x}&y={y}&z={z}',
                            attr = 'default')
    
    for point in range(len(pos_cal)):
        folium.CircleMarker(location=[pos_cal[point][0],pos_cal[point][1]],
                            radius=4,popup='popup',
                            color='red',fill=True,
                            fill_color='red').add_to(map_qrroad)
    
    map_qrroad.save('render.html')

**现在这段程序，已经没法解析出经纬度了，运行的话，会报如下错误：**

runfile('D:/python/folium/qianrongroad.py', wdir='D:/python/folium')
    Traceback (most recent call last):
    
      File "D:\python\folium\qianrongroad.py", line 26, in <module>
        roads = temp['roads']
    
    KeyError: 'roads'

意思就是说，没有‘road’这个key，我试图把请求串输入浏览器，返回的结果如下：

{
        "info":"INSUFFICIENT_PRIVILEGES","infocode":"10012","status":"0","sec_code_debug":"d41d8cd98f00b204e9800998ecf8427e","key":"ea12ed719e4ed13862dd0876384c6512","sec_code":"d41d8cd98f00b204e9800998ecf8427e"}

说我没有足够的权限。  
好了，暂且不说了，看看代码的意思  
前面是常规的json数据解析，没啥好说的，只要接口正常，就能取出数据来。

# 由于道路可能分段，比如钱荣路会分成钱荣路普通段和钱荣路高架，这都属于钱荣路的路段，因此必须要都取出来
    for p in range(len(roads)):
        pos.extend(roads[p]['polylines'])

上面这个循环，注释已经解释清楚了，一条路可能会被高德分成好几部分，当然这是科学的，比如完整的钱荣路是分成了钱荣路普通路段和高架路段的。也就是说解析出来的roads的长度是2，分别是roads\[0\]和roads\[1\]，而经纬度数据则在roads\[p\]\[‘polylines’\]里面。

for i in range(len(pos)):
        m = pos[i].split(';')
        lat_lon = []
        for j in range(len(m)):
            n = m[j].split(',')
            n = list(map(float, n))
            n[0],n[1] = n[1],n[0]
            lat_lon.append(n)
            pos_cal.append(n)

这里是数据的分析，看起来写的很简单，其实很复杂，可惜没有数据来配套解释了。首先，经度和纬度之间用的是’,‘分割，每一小段路之间用的是’;‘来分割，这个’;'分割我理解为高德对数据的一种加密方式，完整的一条路被高德划分成了很多小段，我把数据取出来后，自己用matplotlib演示了一下完整的路的绘制过程，看下面几张动图（没法插视频）：  
![在这里插入图片描述][20200818140518781.gif_pic_center]  
![在这里插入图片描述][20200818140633530.gif_pic_center]  
为什么我这里要这么做，因为只有这样，我才是真正的理解了这些解析出来的数据是怎么连成一条完整的道路的，这样才好到folium中去绘制道路，实际上就是循环绘制，每一小段一小段的画，最后会连成一条完整的道路，过程就是下面这段代码：

for point in range(len(pos_cal)):
        folium.CircleMarker(location=[pos_cal[point][0],pos_cal[point][1]],
                            radius=4,popup='popup',
                            color='red',fill=True,
                            fill_color='red').add_to(map_qrroad)

循环可以简化，博主习惯了写range(len)这种方式  
渲染成网页，就可以打开了，看下结果：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3UwMTI4NDgzMDQ_size_16_color_FFFFFF_t_70_pic_center 2]  
忽略图中的圆圈标记，是我添加的其他信息。  
放大看细节：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3UwMTI4NDgzMDQ_size_16_color_FFFFFF_t_70_pic_center 3]  
很良心有木有，双向车道、辅道、支路全部都有了，可惜当初没有把数据保存下来，只保存了这么个图。  
这样就完事儿了。  
自从高德把这个接口封了之后，博主神伤了好久，想了各种办法，连付费使用都想出来了，但是高德一个字，不给用、没权限、有钱也不行。没办法，项目还要继续，功能还要继续实现。想到之前百度地图事业部某年轻有为的负责人来咱们单位交流过，一番交涉，发现百度地图API也没有公开这个功能，但是离线地图可以。于是，，，博主又开始忙活了。  
因涉及相关隐私，博主不具体介绍。总之，一番操作，获取到了百度地图坐标系下的道路经纬度数据，但前面说了，folium不支持百度地图，强行用百度地图坐标系下的经纬度坐标数据是会出乱子的，但这点小问题难不倒博主，高德地图API有坐标转换的接口呢。

## 百度坐标系下的坐标点转换成高德坐标系下的坐标点 ##

接口在[这里][Link 5]  
接着上代码

import json
    from urllib.request import urlopen, quote
    import folium
    import os
    
        
    def BaiduMap2AMap(data):
        polylines = []
        for i in range(len(data)):
            poly = []
            for j in range(len(data[i])):
                url = 'https://restapi.amap.com/v3/assistant'\
                    '/coordinate/convert?locations=%f,%f&coordsys=baidu'\
                        '&key=YourKey'%(data[i][j][1], data[i][j][0])
                req = urlopen(url)
                res = req.read().decode()
                temp = json.loads(res)
                location = temp['locations'].split(',')
                location = list(map(float,location))
                location[0], location[1] = location[1], location[0] 
                poly.append(location)
            polylines.append(poly)
        return polylines

常规的接口访问和数据分析代码，不做过多解释，不过给大家看一下函数的输入格式：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3UwMTI4NDgzMDQ_size_16_color_FFFFFF_t_70_pic_center 4]  
结合数据格式，大家应该能看明白这段代码  
用相同的方法来画地图，看看结果  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3UwMTI4NDgzMDQ_size_16_color_FFFFFF_t_70_pic_center 5]  
不错哦，再看看细节：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3UwMTI4NDgzMDQ_size_16_color_FFFFFF_t_70_pic_center 6]  
细节不如之前丰富，不过也很不错了。  
再给大家看看，如果直接用百度坐标系下的经纬度点画到高德地图上是个啥效果：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3UwMTI4NDgzMDQ_size_16_color_FFFFFF_t_70_pic_center 7]  
看到没，整体偏了不少，所以坐标转换很重要。。

# 结语 #

写这篇博客，也是为了记录最近一段时间的工作。这篇博客实际上没解决任何问题，根本没有取到任何有用的数据。但是，其中坐标转换那个函数还是有点用的。里面的数据分析方法，也是博主花了一些心血才写出来的。  
不断学习，不断进步吧。

[Link 1]: http://lbsyun.baidu.com/index.php?title=webapi
[Link 2]: https://lbs.amap.com/api/webservice/summary/
[Link 3]: https://github.com/python-visualization/folium
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3UwMTI4NDgzMDQ_size_16_color_FFFFFF_t_70_pic_center]: /images/20221124/d4837fb848ec4cf8a30988af24b75e39.png
[Link 4]: https://blog.csdn.net/u011170540/article/details/52327796
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3UwMTI4NDgzMDQ_size_16_color_FFFFFF_t_70_pic_center 1]: /images/20221124/24a214ec6d3143a68741b86153a472f6.png
[20200818140518781.gif_pic_center]: /images/20221124/32d5e7b758fd44fab6226797c765e69c.png
[20200818140633530.gif_pic_center]: /images/20221124/4547a2c359104bfba36986fc4c2ae01f.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3UwMTI4NDgzMDQ_size_16_color_FFFFFF_t_70_pic_center 2]: /images/20221124/50ecf6ecc4294a168ba2cdc0ae39138d.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3UwMTI4NDgzMDQ_size_16_color_FFFFFF_t_70_pic_center 3]: /images/20221124/ff57b1372ea74867802fc3ac6718443d.png
[Link 5]: https://lbs.amap.com/api/webservice/guide/api/convert
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3UwMTI4NDgzMDQ_size_16_color_FFFFFF_t_70_pic_center 4]: /images/20221124/5841445fee9e478488e9bf359428d7a3.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3UwMTI4NDgzMDQ_size_16_color_FFFFFF_t_70_pic_center 5]: /images/20221124/de03792b9e2a4302a8d085463c3bc421.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3UwMTI4NDgzMDQ_size_16_color_FFFFFF_t_70_pic_center 6]: /images/20221124/5ff892f007364e5b803968410bb6aade.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3UwMTI4NDgzMDQ_size_16_color_FFFFFF_t_70_pic_center 7]: /images/20221124/9560d3465f214496b3608067ae9515e3.png