近日做項目，有一部分要分析研究范圍內的交通運行情況。傳統的方法是要去現場調研數車，通過交通量和道路通行能力來計算道路的服務水平。但是因為疫情原因，不想外出，想要利用其它方法來獲得區域的交通運行水平。首先想到的就是高德地圖api的交通態勢。

高德地圖api 交通態勢

有了想法之后，作為一個只會看，不會寫代碼的辣雞交通規劃師，就必須借助度娘的幫助了。在網上發現很多介紹高德api交通態勢爬取的方法，下面就列舉一個我看完之后能夠實現的方法。（寫這篇文章的原因主要是為自己加深印象，小伙伴們也可以去網上搜索，很容易獲得方法和代碼）

本次使用的工具

Spyder（python3.7）編輯器、arcgis10.2主要是這兩個。（當然會用到記事本、excel之類的了）

主要思路

根據高德api提供的接口，利用python的requests庫get到高德返回到交通運行信息。將其保存成csv文件，導入到arcgis中，進行可視化展示分析。

方法分析

高德提供了兩種獲取區域交通態勢的方法，一種是矩形區域查詢（需要矩形的左下角和右上角經緯度坐標，注意是高德經緯度格式），另一種方法是圓形區域查詢（需要圓形中心的經緯度和半徑）。本次就采用了矩形區域的交通態勢查詢，但是高德對于查詢的區域范圍進行了限制（矩形對角線的距離在10公里之內），但是這也難不住網上的各位大神，利用網格的方法突破了這種限制。

將要分析的區域分割成多個網格，每個網格對角線距離不要超過10公里，然后利用for循環對網格的數據依次進行調用，這樣雖然增加api調取的次數，但也不失為一個好的方法。

方格畫的不規則，大家不要介意了，主要是示意

主要代碼

代碼主要來源于網上，不是本人撰寫（主要是自己太笨），部分有所改動，經過我的實踐，代碼好用。下面這些代碼主要是用來爬取及保存交通態勢數據。

# -*- coding: utf-8 -*- """ Created on Thu May 7 10:43:18 2020@author: user """import requests import pandas as pd import json import time#初始API的URL url="https://restapi.amap.com/v3/traffic/status/rectangle?key=申請的ak&extensions=all&rectangle="#設定整個網格左下角坐標的經緯度值 baselng=120.320805 baselat=36.098401 #設定每個網格單元的經緯度寬 widthlng=0.04 #同一維度，lng=0.01≈1000米 widthlat=0.03 #同一經度，lat=0.01≈1113米 #用于儲存數據 x=[] #用于標識交通態勢線段 num=0#爬取過程可能會出錯中斷，因此增加異常處理 try:#循環每個網格進行數據爬取，在這里構建了3X3網格for i in range(0,3):#設定網格單元的左下與右上坐標的緯度值#在這里對數據進行處理，使之保留6位小數（不保留可能會莫名其妙出錯）startlat=round(baselat+i*widthlat,6)endlat=round(startlat+widthlat,6)for j in range(0,3):#設定網格單元的左下與右上坐標的經度值startlng=round(baselng+j*widthlng,6)endlng=round(startlng+widthlng,6)#設置API的URL并進行輸出測試locStr=str(startlng)+","+str(startlat)+";"+str(endlng)+","+str(endlat)thisUrl=url+locStrprint(thisUrl)#爬取數據data=requests.get(thisUrl)s=data.json()a=s["trafficinfo"]["roads"]#注意，提取數值需要使用XXX.get()的方式來實現，如a[k].get('speed')#若使用a[k]['speed']來提取，或會導致KeyError錯誤for k in range(0,len(a)):s2=a[k]["polyline"]s3=s2.split(";")for l in range(0,len(s3)):s4=s3[l].split(",")x.append([a[k].get('name'),a[k].get('status'),a[k].get('speed'),num,float(s4[0]),float(s4[1])])num=num+1time.sleep(0.1)#若爬取網格較多，可使用time.sleep(秒數)來避免高德的單秒API調用次數的限制 except Exception as e:pass#將數據結構化存儲至規定目錄的CSV文件中 c = pd.DataFrame(x,columns=['name','status','speed','roadID','x','y']) c.to_csv('C:/Users/user/Desktop/panchong/交通態勢/traffic.csv',encoding='utf-8-sig')

得到的數據主要包括6列，分別是道路名稱、道路運行狀態、運行速度、道路編號、道路點x坐標，道路點y坐標。

得到的數據格式

但是要注意的是返回的道路坐標是高德坐標也就是gcj02坐標，并不是我們常用的wgs_84坐標，因此要想導入進arcgis中展示，還需要進行坐標轉換。下面這些代碼，就是將gcj02轉wgs_84。經過我的實踐，好用。

# -*- coding: utf-8 -*- """ Created on Thu May 7 11:22:31 2020@author: user """#1.導入庫 # -*- coding: utf-8 -*-import jsonimport urllibimport mathimport pandas as pd import numpy as npx_pi = 3.14159265358979324 * 3000.0 / 180.0pi = 3.1415926535897932384626 # πa = 6378245.0 # 長半軸ee = 0.00669342162296594323 # 偏心率平方def gcj02_to_wgs84(lng, lat):"""GCJ02(火星坐標系)轉GPS84:param lng:火星坐標系的經度:param lat:火星坐標系緯度:return:"""if out_of_china(lng, lat):return [lng, lat]dlat = _transformlat(lng - 105.0, lat - 35.0)dlng = _transformlng(lng - 105.0, lat - 35.0)radlat = lat / 180.0 * pimagic = math.sin(radlat)magic = 1 - ee * magic * magicsqrtmagic = math.sqrt(magic)dlat = (dlat * 180.0) / ((a * (1 - ee)) / (magic * sqrtmagic) * pi)dlng = (dlng * 180.0) / (a / sqrtmagic * math.cos(radlat) * pi)mglat = lat + dlatmglng = lng + dlngreturn [lng * 2 - mglng, lat * 2 - mglat]def _transformlat(lng, lat):ret = -100.0 + 2.0 * lng + 3.0 * lat + 0.2 * lat * lat + 0.1 * lng * lat + 0.2 * math.sqrt(math.fabs(lng))ret += (20.0 * math.sin(6.0 * lng * pi) + 20.0 *math.sin(2.0 * lng * pi)) * 2.0 / 3.0ret += (20.0 * math.sin(lat * pi) + 40.0 *math.sin(lat / 3.0 * pi)) * 2.0 / 3.0ret += (160.0 * math.sin(lat / 12.0 * pi) + 320 *math.sin(lat * pi / 30.0)) * 2.0 / 3.0return retdef _transformlng(lng, lat):ret = 300.0 + lng + 2.0 * lat + 0.1 * lng * lng + 0.1 * lng * lat + 0.1 * math.sqrt(math.fabs(lng))ret += (20.0 * math.sin(6.0 * lng * pi) + 20.0 *math.sin(2.0 * lng * pi)) * 2.0 / 3.0ret += (20.0 * math.sin(lng * pi) + 40.0 *math.sin(lng / 3.0 * pi)) * 2.0 / 3.0ret += (150.0 * math.sin(lng / 12.0 * pi) + 300.0 *math.sin(lng / 30.0 * pi)) * 2.0 / 3.0return retdef out_of_china(lng, lat):"""判斷是否在國內，不在國內不做偏移:param lng::param lat::return:"""return not (lng > 73.66 and lng < 135.05 and lat > 3.86 and lat < 53.55)#2.點坐標轉換 z=[] st=pd.read_csv('C:/Users/user/Desktop/panchong/交通態勢/traffic.csv') for i in range(0,len(st)):lng=st['x'][i]lat=st['y'][i]z.append(gcj02_to_wgs84(lng,lat)) D=pd.DataFrame(z) st['x84']=D[0] st['y84']=D[1] st.to_csv('C:/Users/user/Desktop/panchong/交通態勢/tr84.csv')

得到數據最后兩列就是道路的wgs_84坐標。

數據最后兩列就是轉換得到的wgs_84坐標

可視化分析

1、打開Arcmap，在右側的catlog（目錄）中找到爬取的CSV文件直接拖入左側的內容列表中，如圖：

2、右鍵點擊該CSV數據，選擇“顯示XY數據”：

3、在彈出的設置框中，進行如下設置：

4、接下來的一步十分重要，打開生成要素的屬性表可以發現，屬性表并沒有FID（objectID）字段，若無該字段，該點要素將無法轉換為線要素，因此需要將該要素導出為SHP文件，方法是右鍵單擊該要素，選擇數據->導出數據，如下圖：

5、接下來是將交通態勢點轉換為線，在toolbox中找到“點集轉線”工具（數據管理工具->要素->點集轉線），在彈出的設置界面進行如下設置：

注意線字段選擇roadID（即代碼中的num變量），排序字段選擇FID。

6、等待片刻，完整的路網呈現在眼前：

看到了路網是不是一陣狂喜，但是打開屬性表，似乎笑不出來了，原來的交通態勢屬性去哪了？

不要著急，接下來一步，將屬性完美的找回來。

7、右鍵路網數據，選擇連接和關聯->連接，如下圖：

在彈出的設置框中進行如下設置：

第二個選項可以是原始的CSV表，也可以是用來轉線的點文件（即本文的dian.shp），點擊確定，再打開屬性表，屬性是不是回來了呢？

8、分級渲染可視化一下

與50位技術專家面對面20年技術見證，附贈技術全景圖

總結

以上是生活随笔為你收集整理的arcgis公里坐标转经纬度_高德api交通态势爬取及可视化利用 python+arcgis的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。