基于Python的人口热力大数据初探

通过Python爬取腾讯大数据实时人口热力信息，ArcGIS核密度等分析生成热力密度图

1、数据来源：腾讯大数据平台/宜出行大数据

2、爬取方式： 获取基础行政区基础数据，根据范围经纬度进行数据爬取。

3、爬取过程：获取腾讯大数据请求地址，根据相关参数进行数据解析。

核心代码：

def get_TecentData(count=4,rank=0): #先默认为从rank从0开始 url='https:///api/getXingyunPoints' #来源星云平台 locs='' paload={'count':count,'rank':rank} response=requests.post(url,data=json.dumps(paload)) datas=response.text dictdatas=json.loads(datas)#dumps是将dict转化成str格式，loads是将str转化成dict time=dictdatas['time'] #有了dict格式就可以根据关键字提取数据了，先提取时间 print(time) locs=dictdatas['locs'] #再提取locs（这个需要进一步分析提取出经纬度和定位次数） locss=locs.split(',') temp=[] #搞一个容器 for i in range(int(len(locss)/3)):  lat = locss[0 + 3 * i] # 得到纬度  lon = locss[1 + 3 * i] # 得到经度  count = locss[2 + 3 * i]  if(2521<int(lat)<2555 and 11768<int(lon)<11853):#永春坐标范围   temp.append([time,int(lat)/100,int(lon)/100,count]) #容器追加四个字段的数据：时间，纬度，经度和定位次数 result=pd.DataFrame(temp) #用到神器pandas，真好用 result.dropna() #去掉脏数据，相当于数据过滤了 if result.columns.__len__()>0:  result.columns = ['time', 'lat', 'lon','count'] result.to_csv('YCData.txt',mode='a',index = False)

4、爬取结果处理分析： 

  &n.........