前言
昨天在网上瞎逛的时候，看到了一个概念——交通生活圈，经过一番查阅后，约模知道了它的意思：在现有交通状况下，在一定的时间内乘坐现有交通工具你能抵达的范围（ps.通常是指驾车）。
简单来说，就是：“30分钟内你能走多远？”
正好某德地图上也有类似的数据，效果如下：
它包含了20分钟、30分钟、45分钟、60分钟、90分钟这5类数据，它范围即对应的交通生活圈。感觉很厉害的鸭子~
于是，我决定自己探索一番…
一、获取数据
1. 交通生活圈数据
打开浏览器的F12调试工具，监听网络请求：
其接口地址为：
https://report.amap.com/ajax/life/circle.do
有3个参数，对应的说明如下：
那么，可以定义获取数据的函数：
defget_data(disID): ''' 获得交通生活圈数据 ''' url = 'https://report.amap.com/ajax/life/circle.do' headers = { 'User-Agent': 'Mozilla/5.0 (Windows NT 6.3; Win64; x64; rv:84.0) Gecko/20100101 Firefox/84.0', 'Accept': 'application/json, text/javascript, */*; q=0.01', 'Accept-Language': 'zh-CN,zh;q=0.8,zh-TW;q=0.7,zh-HK;q=0.5,en-US;q=0.3,en;q=0.2', 'X-Requested-With': 'XMLHttpRequest', 'Connection': 'keep-alive', 'TE': 'Trailers', } hour = time.strftime('%H',time.localtime(time.time())) # 当前小时 params = ( ('districtId', disID), ('dir', '0'), ('timeIndex', hour), ) res = requests.get(url, headers=headers, params=params) data = res.json() return data
返回的数据为JSON格式，为一个列表，包含5个子列表，每个列表分别表示20分钟、30分钟、45分钟、60分钟、90分钟的数据。
本以为到这里就大功告成了，然而我们发现districtId为类似“B0FFFDS1JU”的字符串编码，不便于直接利用，因此需要找到它的来源。
2. 城市区域数据
同样是通过F12抓包分析，可以找到一个请求，它可以返回每个城市对应的区域及相关信息（包括了我们苦苦寻找的districtId）。那么，便可以定义相应的函数：
defget_id(cityID): ''' 获得城市区域ID ''' url = 'https://report.amap.com/ajax/life/districts.do' headers = { 'User-Agent': 'Mozilla/5.0 (Windows NT 6.3; Win64; x64; rv:84.0) Gecko/20100101 Firefox/84.0', 'Accept': 'application/json, text/javascript, */*; q=0.01', 'Accept-Language': 'zh-CN,zh;q=0.8,zh-TW;q=0.7,zh-HK;q=0.5,en-US;q=0.3,en;q=0.2', 'X-Requested-With': 'XMLHttpRequest', 'Connection': 'keep-alive', 'Referer': 'https://report.amap.com/life.do?city=420100', 'TE': 'Trailers', } params = ( ('cityCode', cityID), ) res = requests.get(url, headers=headers, params=params) data =res.json() return data
通过传入城市ID，便可得到其下区域的相关信息：
如出一辙，传入的参数为城市ID，这并不直观，我们无法很快知道每个城市对应的ID是什么。
正所谓：“探索尚未结束，同志仍需努力…”
3. 城市数据
如法炮制，我们找到了获取城市数据的接口，并定义如下函数：
defget_city(): ''' 获取城市信息（城市名、城市ID等） ''' url = 'https://report.amap.com/ajax/getCityInfo.do' headers = { 'User-Agent': 'Mozilla/5.0 (Windows NT 6.3; Win64; x64; rv:84.0) Gecko/20100101 Firefox/84.0', 'Accept': 'application/json, text/javascript, */*; q=0.01', 'Accept-Language': 'zh-CN,zh;q=0.8,zh-TW;q=0.7,zh-HK;q=0.5,en-US;q=0.3,en;q=0.2', 'X-Requested-With': 'XMLHttpRequest', 'Connection': 'keep-alive', } res = requests.get(url, headers=headers) data = res.json() return data
其结果如是：
4. 完整代码
为了更加方便地获取数据，将以上函数整合在一起，完整的代码如下：
# -*- coding: utf-8 -*-"""Created on Mon Dec 21 15:14:42 2020@author: kimol_love"""import osimport timeimport jsonimport requestsdefget_city(): ''' 获取城市信息（城市名、城市ID等） ''' url = 'https://report.amap.com/ajax/getCityInfo.do' headers = { 'User-Agent': 'Mozilla/5.0 (Windows NT 6.3; Win64; x64; rv:84.0) Gecko/20100101 Firefox/84.0', 'Accept': 'application/json, text/javascript, */*; q=0.01', 'Accept-Language': 'zh-CN,zh;q=0.8,zh-TW;q=0.7,zh-HK;q=0.5,en-US;q=0.3,en;q=0.2', 'X-Requested-With': 'XMLHttpRequest', 'Connection': 'keep-alive', } res = requests.get(url, headers=headers) data = res.json() return datadefget_id(cityID): ''' 获得城市区域ID ''' url = 'https://report.amap.com/ajax/life/districts.do' headers = { 'User-Agent': 'Mozilla/5.0 (Windows NT 6.3; Win64; x64; rv:84.0) Gecko/20100101 Firefox/84.0', 'Accept': 'application/json, text/javascript, */*; q=0.01', 'Accept-Language': 'zh-CN,zh;q=0.8,zh-TW;q=0.7,zh-HK;q=0.5,en-US;q=0.3,en;q=0.2', 'X-Requested-With': 'XMLHttpRequest', 'Connection': 'keep-alive', 'Referer': 'https://report.amap.com/life.do?city=420100', 'TE': 'Trailers', } params = ( ('cityCode', cityID), ) res = requests.get(url, headers=headers, params=params) data =res.json() return datadefget_data(disID): ''' 获得交通生活圈数据 ''' url = 'https://report.amap.com/ajax/life/circle.do' headers = { 'User-Agent': 'Mozilla/5.0 (Windows NT 6.3; Win64; x64; rv:84.0) Gecko/20100101 Firefox/84.0', 'Accept': 'application/json, text/javascript, */*; q=0.01', 'Accept-Language': 'zh-CN,zh;q=0.8,zh-TW;q=0.7,zh-HK;q=0.5,en-US;q=0.3,en;q=0.2', 'X-Requested-With': 'XMLHttpRequest', 'Connection': 'keep-alive', 'TE': 'Trailers', } hour = time.strftime('%H',time.localtime(time.time())) # 当前小时 params = ( ('districtId', disID), ('dir', '0'), ('timeIndex', hour), ) res = requests.get(url, headers=headers, params=params) data = res.json() return dataif __name__ == '__main__': # 获取城市信息 cityInfo = get_city() # 输入城市及片区 while True: cityName = input('请输入城市：') flag = 0 for city in cityInfo: if cityName == city['name']: cityID = city['code'] disIDs = get_id(cityID) if len(disIDs) == 0: flag = 1 else: flag = 2 break if flag == 0: # 如果没有该城市 print('未找到相关城市!') elif flag == 1: # 如果该城市没有数据 print('该城市无数据!：') elif flag == 2: break print('-'*20) print(('0==>所有').ljust(10)) for i in range(len(disIDs)): print(('%d==>%s'%(i+1, disIDs[i]['name'])).ljust(10)) print('-'*20) while True: index = int(input('请选择：')) if index not in range(len(disIDs)+1): print('输入错误!：') else: break # 下载数据 if not os.path.exists('./data'): os.mkdir('./data') if index == 0: # 全部下载 if not os.path.exists('./data/%s'%cityName): os.mkdir('./data/%s'%cityName) for i in range(len(disIDs)): disID = disIDs[i]['id'] data = get_data(disID) data.append(disIDs[i]['center']) # 加入中心点 data = json.dumps(data) with open('./data/%s/%s.json'%(cityName,disIDs[i]['name']), 'w') as f: f.write(data) print('"%s"获取成功！'%disIDs[i]['name']) else: disID = disIDs[index-1]['id'] data = get_data(disID) data.append(disIDs[index-1]['center']) # 加入中心点 data = json.dumps(data) with open('./data/%s.json'%disIDs[i]['name'], 'w') as f: f.write(data) print('"%s"获取成功！'%disIDs[i]['name'])
注：为了便于后续地分析，我们将数据append了一个列表（区域的中心位置），因此data一共包含6个列表：5类数据+中心点位置。
俗话说得好，好用不好用，拉出来run一run：
电闪雷鸣之间，只见所有的数据默默地躺入了我温暖的怀抱~
至此，数据获取的探索便可暂告于段落。
二、30分钟交通生活圈
1. 数据分析
有了数据，通过分析我们便可知道30分钟自己能“走”多远了。这里我们用到了Python中的folium库，它是一个交互式地图库，允许我们调用地图接口进行可视化分析。其安装方法如下：
首先，定义读取数据的函数：
defread_data(path, Type=30): ''' 读取交通生活圈数据（有20分钟、30分钟、45分钟、60分钟、90分钟） ''' typeMap = {20:0, 30:1, 45:2, 60:3, 90:4} with open(path, 'r') as f: data = f.read() data = json.loads(data) center = data[-1] data = data[typeMap[Type]] return (center, data)
读取数据（以成都的牛王庙为例）：
center, data = read_data('./data/成都/牛王庙.json')data.append(data[0])for i in range(len(data)): # 交换经纬度，很重要 data[i] = [data[i][1],data[i][0]]
data.append(data[0])是为了使数据形成一个闭环，这样方便在地图上表示出来。
定义地图，并设定相关参数：
Map=folium.Map(location=[center[1],center[0]], zoom_start=11, tiles='http://webrd02.is.autonavi.com/appmaptile?lang=zh_cn&size=1&scale=1&style=7&x={x}&y={y}&z={z}', attr='default' )
在地图上标出起始点：
folium.Marker([center[1],center[0]], popup=folium.Popup('牛王庙',max_width=1000), tooltip='出发点' ).add_to(Map)
在地图上画出30分钟交通生活的区域：
folium.Polygon(data, color='#7C9F59', fill=True).add_to(Map)
将地图保存到本地：
Map.save('30分钟交通生活圈.html')
打开HTML之后，效果如下：
绿色区域意味着，在当前的交通情况下，我从牛王庙出发，我可以到达的范围，即30分钟我能“走”多远~
2. 完整代码
这一部分的完整代码如下：
# -*- coding: utf-8 -*-"""Created on Mon Dec 21 18:58:34 2020@author: kimol_love"""import jsonimport foliumdefread_data(path, Type=30): ''' 读取交通生活圈数据（有20分钟、30分钟、45分钟、60分钟、90分钟） ''' typeMap = {20:0, 30:1, 45:2, 60:3, 90:4} with open(path, 'r') as f: data = f.read() data = json.loads(data) center = data[-1] data = data[typeMap[Type]] return (center, data)if __name__ == '__main__': center, data = read_data('./data/成都/牛王庙.json') data.append(data[0]) for i in range(len(data)): # 交换经纬度，很重要 data[i] = [data[i][1],data[i][0]] Map=folium.Map(location=[center[1],center[0]], zoom_start=11, tiles='http://webrd02.is.autonavi.com/appmaptile?lang=zh_cn&size=1&scale=1&style=7&x={x}&y={y}&z={z}', attr='default' ) folium.Marker([center[1],center[0]], popup=folium.Popup('牛王庙',max_width=1000), tooltip='出发点' ).add_to(Map) folium.Polygon(data, color='#7C9F59', fill=True).add_to(Map) Map.save('30分钟交通生活圈.html')
写在最后
至此，我们大致知道了30分钟自己能“走”多远了~
这里主要是从交通通行情况的角度出发，如果非得说坐飞机、坐火箭、坐大炮啥的。别问我，问了我也不知道（手动捂脸）~
其实，这个数据还可以尝试从更多地角度分析，比如可以计算出30分钟最大抵达半径，并进一步比较不同城市的大小等等。如果有感兴趣的小伙伴，可以试试哦。
创作不易，大侠请留步… 动起可爱的双手，来个赞再走呗 (๑◕ܫ￩๑)
低价卡永久QQ绿钻黄钻超级会员会员，永久爱奇艺腾讯会员，网红商城-短视频加热助手、抖音快手大大提升上热门概率、空间人气、说说赞、QQ大会员、超级会员、全民K歌鲜花、QQ钻，
真人拼多多砍价，拆红包，现金大转盘等各种助力等。超多各种低价业务，欢迎收藏！500人帮砍！
自助下单地址：https://48.dye11.cn/7cBH7D44
