前言
在上一篇南京链家爬虫系列文章（三）——MongoDB篇中，我们已经数据保存为csv文件，此篇我们可以基于csv文件中的数据进行必要的图标展示的操作，必备工具：pyecharts，详细介绍请移步参加作者的主页，安装方式很简单，pip一下就可以了：
image.png
柱状图
比较简单，详见代码：
import pandas as pd
from pyecharts import Bar,Line,Overlap
df_src=pd.read_csv('nanjing.csv')
row = df_src[df_src.community_unit_price=='暂无参考均价'].index.tolist()
df=df_src.drop(row) # 删除无小区均价所在的行
data={}
data = df[['district','community','community_id','longtitude','latitude','community_unit_price']]
district = ['鼓楼', '溧水', '浦口', '江宁', '栖霞', '雨花台', '玄武', '秦淮', '建邺']
dis_ind=0 # 区域索引
# 二手房数量排名
temp=data['community'].value_counts()
num=50
attr=temp[0:num].index
val=temp[0:num].values
bar = Bar(district[dis_ind]+"二手房数量前%d排名" %num)
bar.add('bar', attr, val, is_label_show=True, is_datazoom_show=True, xaxis_rotate=30)
# line=Line()
# line.add('line',attr,val, is_label_show=True, is_datazoom_show=True)
# overlap=Overlap()
# overlap.add(bar)
# overlap.add(line)
# bar.show_config() # 打印输出图表的所有配置项
bar.render(district[dis_ind]+"二手房数量前%d排名.html" %num)
效果如下：
123.gif
地图显示篇
同样通过pyecharts自带的地图功能，可以在地图上显示各小区均价，代码如下：
import pandas as pd
from pyecharts import Geo
df_src=pd.read_csv('nanjing.csv')
row = df_src[df_src.community_unit_price=='暂无参考均价'].index.tolist()
df=df_src.drop(row) # 删除无小区均价所在的行
data={}
data = df[['district','community','community_id','longtitude','latitude','community_unit_price']]
district = ['鼓楼', '溧水', '浦口', '江宁', '栖霞', '雨花台', '玄武', '秦淮', '建邺']
dis_ind=0 # 区域索引
index=data['district']==district[dis_ind] # 提取值为dis_ind的索引，
data =[
('紫竹林1号', 27173), ('月光广场', 31193), ('卧龙湖小镇', 10683), ('天润城第十四街区', 23713), ('东渡国际青年城', 28992)
]
geo_cities_coords = {'紫竹林1号': [118.780703,32.091311],'月光广场':[118.7517653,32.06505319],
'卧龙湖小镇':[119.0605851,31.72704304],'天润城第十四街区':[118.737714,32.16147],
'东渡国际青年城':[118.8454192,31.93771896]}
geo = Geo("南京", "二手房小区均价", title_color="#fff",
title_pos="center", width=1200,
height=600, background_color='#404a59')
attr, value = geo.cast(data)
geo.add("", attr, value, maptype='南京', type="effectScatter",
is_random=True, effect_scale=5, is_legend_show=False,
geo_cities_coords=geo_cities_coords)
geo.render('hello.html')
打开当前路径下的hello.html文件即可查看效果，只简单的去了五个小区，效果如下：
123.gif
热力图篇
准备工作，在进行热力图的制作之前需要先阅读几篇文章：
python调用百度地图API实现经纬度换算、热力地图全流程指南
【新年快乐，跨年文章】Python+百度API 画出美美哒热力地图（代码+数据）
通过这两篇文章我们需要做几件事
第一件事
申请百度开发者账号，获得ak略...
第二件事
确定地图中心点，http://api.map.baidu.com/lbsapi/creatmap/通过这个网址输入地名即可
第三件事
生成经纬度数据，count值可以为小区均价，二手房首付，或者其他什么的...生成的经纬度数据替换图中的var points，按照格式替换即可
image.png
第四件事
修改热力图的半径和count的最大值，因为数据太多，因此只选择了几个点进行测试，通过观察，points的最大值在60000以下，因此半径和最大值设置如下：
image.png
第五件事
点击运行按钮即可
image.png
热力图生成代码：
<!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=您的密钥"></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:500px;width:100%;}
#r-result{width:100%;}
</style>
</head>
<body>
<div id="container"></div>
<div id="r-result">
<input type="button" onclick="openHeatmap();" value="显示热力图"/><input type="button" onclick="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(118.802422,32.064653);
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 =[
{"lat":32.091311,"lng":118.780703,"count":27173},
{"lat":32.0650531878,"lng":118.75176535,"count":31193},
{"lat":31.7270430391,"lng":119.060585074,"count":10683},
{"lat":32.16147,"lng":118.737714,"count":23713},
{"lat":31.9377189597,"lng":118.845419154,"count":28992},
{"lat":32.0975408803,"lng":118.920418487,"count":32055},
{"lat":31.9684060782,"lng":118.764814167,"count":35856},
{"lat":32.063616,"lng":118.796992,"count":56820},
{"lat":32.038831,"lng":118.797207,"count":39698},
{"lat":32.002376,"lng":118.745826,"count":55555}];
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:60000});
//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>
复制如上代码粘贴在http://lbsyun.baidu.com/jsdemo.htm#c1_15的源代码编辑器中运行即可
最后一件事
不知道是什么原因，我只能看看有限的几个点，可能我在百度地图那里没进行实名认证吧，能运行的权限有限，点数一多就没结果...
另，如果有任何问题，欢迎邮件交流：myprojtest@163.com。
爬虫系列文章：
南京链家爬虫系列文章（一）——工具篇
南京链家爬虫系列文章（二）——scrapy篇
南京链家爬虫系列文章（三）——MongoDB数据读取
南京链家爬虫系列文章（四）——图表篇
网友评论