python实现地址分布可视化

当你知道某些详细地址信息，该如何利用。本文通过调用百度地图接口，实现用户可视化展示，便于更清楚地了解用户。

注册百度地图开放平台帐号

首先先到http://developer.baidu.com/map/上注册一个开发者帐号，然后找到Web服务API下的Geocoding API，如下图所示：

Python调用

通过http调用接口格式如下：

http://api.map.baidu.com/geocoder/v2/?address=百度大厦&output=json&ak=E4805d16520de693a3fe707cdc962045&callback=showLocation

利用python批量调用，先定义一个函数：

def getlnglat(address):     url = 'http://api.map.baidu.com/geocoder/v2/'     output = 'json'     ak = '[*百度开发平台上申请的*]'     uri = url + '?' + 'address=' + address + '&output=' + output + '&ak=' + ak     temp = urllib.urlopen(uri)     temp = json.loads(temp.read())    return temp

接下来就可以通过调用该函数去批量处理地址数据，并将相应的结果存入到数据库中。

百度地图接口这点确实做的不错，返回的结果中包含两个相当有用的信息，一个是置信度（可以简单理解为计算结果的准确性），另一个是地址类型，即标识某个地址是商务大厦、村庄、道路、宾馆等一些语义化的标签。

Tableau数据可视化Tableau的可视化功能较为方便和强大，以下是基于刚才处理后的数据得到的相应的可视化图：

整体分布图

局部分布图

有了这样一幅图，大家就可以很清楚地了解用户：住哪 、那个小区，周边商业环境等相关信息。基于此，在移动互联网环境下，我们也可以发现其它的机会点，如果某个小区或者大厦有很多人使用应用，可以基于此部分用户做专门的分析，观察这部分用户的时间信息流，想像一下千万溪流汇聚成大海，大海就是我们观察到的小区或者厦，溪河就是可能的商业机会，大的溪河需要重点挖掘，小的溪河看潜力。

——来源：segmentfault 作者： tomliu

1、回复“数据分析师”查看数据分析师系列文章

2、回复“案例”查看大数据案例系列文章

3、回复“征信”查看相关征信的系列文章

4、回复“可视化”查看可视化专题系列文章

5、回复“SPPS”查看SPSS系列文章

6、回复“答案”查看hadoop面试题题目及答案

7、回复“爱情”查看大数据与爱情的故事

8、回复“笑话”查看大数据系列笑话

9、回复“大数据1、大数据2、大数据3、大数据4”查看大数据历史机遇连载

原文始发于微信公众号（PPV课数据科学社区）：python实现地址分布可视化