用Python展示全國大學的分佈狀況

資料取得

要展示大學的分佈情況，就得先取得全國大學的位置資料。本文的資料來自於掌上高考網(https://www.gaokao.cn/school/search)。

在2022年6月寫本文時，共獲取了2822所高校的資訊。檢查了數據，除了極個別空值外，整個數據是非常完整的，不影響使用。資料一共有44個字段，本文只會用幾個字段，可以不做處理，使用時按需獲取即可。

資料獲取方法介紹（基礎爬蟲知識）：

#1.註冊登入掌上高考網。在頁面選擇全部學校。

2.按F12鍵，點選到Network > Fetch/XHR，然後點選幾次頁面的、按鈕，在XHR的頁面會顯示所存取的API等資訊。

3.將每次翻頁時的API複製出來進行對比，發現翻頁時變化的參數有兩個：page和signsafe ，page為目前存取的頁數，signsafe是一個md5值，沒法反解，但可以把前面幾次的值保存下來，後面隨機變化使用。有了這個訊息，不斷改變訪問的頁數和signsafe值，就可以獲得所有的學校數據。

Response中的numFound參數值是學校總數，除以每頁顯示的學校個數可以得到總頁數，也可以直接點擊頁面的查看總頁數，這樣就確定了訪問的次數。

4.因為網站需要登入才能使用，所以也要取得造訪時的Headers，如Request Method(此次用POST)、User -Agent等。

5.有了上面的信息，循環拼接出所有頁面的url，用requests發送請求即可獲取到所有高校的數據，然後用pandas將資料寫到excel。

溫馨提示：取得資料時需遵守網站的相關聲明，爬蟲程式碼盡量設定一定的時間間隔，不要在造訪高峰期運行爬蟲代碼。

補充說明：

人民網最新公佈：全國的普通高校數是2759所，與本文從掌上高考網所獲得的2822所相差63所，主要是部分學校的分校統計方式不同所造成的差異。本文所展示的是分佈情況，而這個差異的影響不大。

#經緯度取得

掌上高考網是為高考填志工服務的網站，雖然取得的資料有44個字段，但裡面並沒有學校的經緯度。為了更好地在地圖上顯示高校位置， 需要根據學校的地址取得對應的經緯度。

本文使用百度地圖開放平台：https://lbsyun.baidu.com/apiconsole/center#/home，可以用百度地圖的開放介面取得地理位置的經緯度。

使用步驟為：

#

1.註冊登入百度帳號，這個帳號可以是整個百度生態通用的帳號（如網盤、文庫等的帳號是通用的）。

2.登入百度地圖開放平台，點擊進入，然後在中點擊，再點擊建立一個應用程式。套用名稱自訂，其他資訊依提示和要求填寫完整，並進行實名認證，成為個人開發者。

#3.已建立應用程式完成後，會得到一個應用的，用這個AK值可以呼叫百度的API，參考程式碼如下。

import requests


def baidu_api(addr):
url = "http://api.map.baidu.com/geocoding/v3/?"
params = {
"address": addr,
"output": "json",
"ak": "复制你创建的应用AK到此"
}
req = requests.get(url, params)
res = req.json()
if len(res["result"]) > 0:
loc = res["result"]["location"]
return loc
else:
print("获取{}经纬度失败".format(addr))
return {'lng': '', 'lat': ''}

4.成功呼叫百度地圖API後，讀取所有高校的位置，依序呼叫上面的函數，取得所有高校的經緯度，重新寫入excel。

import pandas as pd
import numpy as np


def get_lng_lat():
df = pd.read_excel('school.xlsx')
lng_lat = []
for row_index, row_data in df.iterrows():
addr = row_data['address']
if addr is np.nan:
addr = row_data['city_name'] + row_data['county_name']
# print(addr)
loc = baidu_api(addr.split(',')[0])
lng_lat.append(loc)
df['经纬度'] = lng_lat
df['经度'] = df['经纬度'].apply(lambda x: x['lng'])
df['纬度'] = df['经纬度'].apply(lambda x: x['lat'])
df.to_excel('school_lng_lat.xlsx')

最終資料結果如下圖：

#個人開發者使用百度地圖開放平台時需注意，每天有額度限制，所以調試程式碼時先不要​​用所有數據，先用demo跑通，否則得等一天或購買額度。

# 大學位置展示

#數據準備好了，接下來將他們展示到地圖上。

本文使用百度開源的資料視覺化工具Echarts，Echarts為Python語言提供了pyecharts函式庫，使用很方便。

安裝指令：

pip install pyecharts

1.標註高校的位置

from pyecharts.charts import Geo
from pyecharts import options as opts
from pyecharts.globals import GeoType
import pandas as pd

def multi_location_mark():
"""批量标注点"""
geo = Geo(init_opts=opts.InitOpts(bg_color='black', width='1600px', height='900px'))
df = pd.read_excel('school_lng_lat.xlsx')
for row_index, row_data in df.iterrows():
geo.add_coordinate(row_data['name'], row_data['经度'], row_data['纬度'])
data_pair = [(name, 2) for name in df['name']]
geo.add_schema(
maptype='china', is_roam=True, itemstyle_opts=opts.ItemStyleOpts(color='#323c48', border_color='#408080')
).add(
'', data_pair=data_pair, type_=GeoType.SCATTER, symbol='pin', symbol_size=16, color='#CC3300'
).set_series_opts(
label_opts=opts.LabelOpts(is_show=False)
).set_global_opts(
title_opts=opts.TitleOpts(title='全国高校位置标注图', pos_left='650', pos_top='20',
title_textstyle_opts=opts.TextStyleOpts(color='white', font_size=16))
).render('high_school_mark.html')

從標註結果來看，大學主要分佈沿海、中部和東部，西部尤其是高海拔地區分佈相對較少。

2.繪製高校分佈熱力圖

#

from pyecharts.charts import Geo
from pyecharts import options as opts
from pyecharts.globals import ChartType
import pandas as pd

def draw_location_heatmap():
"""绘制热力图"""
geo = Geo(init_opts=opts.InitOpts(bg_color='black', width='1600px', height='900px'))
df = pd.read_excel('school_lng_lat.xlsx')
for row_index, row_data in df.iterrows():
geo.add_coordinate(row_data['name'], row_data['经度'], row_data['纬度'])
data_pair = [(name, 2) for name in df['name']]
geo.add_schema(
maptype='china', is_roam=True, itemstyle_opts=opts.ItemStyleOpts(color='#323c48', border_color='#408080')
).add(
'', data_pair=data_pair, type_=ChartType.HEATMAP
).set_series_opts(
label_opts=opts.LabelOpts(is_show=False)
).set_global_opts(
title_opts=opts.TitleOpts(title='全国高校分布热力图', pos_left='650', pos_top='20',
title_textstyle_opts=opts.TextStyleOpts(color='white', font_size=16)),
visualmap_opts=opts.VisualMapOpts()
).render('high_school_heatmap.html')

從熱力圖看，大學分佈較集中的地方主要是沿海、北上廣、長江黃河流域，西部較多的地方只有川渝。

3.繪製按省劃分的分佈密度圖

from pyecharts.charts import Map
from pyecharts import options as opts
import pandas as pd


def draw_location_density_map():
"""绘制各省高校分布密度图"""
map = Map(init_opts=opts.InitOpts(bg_color='black', width='1200px', height='700px'))
df = pd.read_excel('school_lng_lat.xlsx')
s = df['province_name'].value_counts()
data_pair = [[province, int(s[province])] for province in s.index]
map.add(
'', data_pair=data_pair, maptype="china"
).set_global_opts(
title_opts=opts.TitleOpts(title='全国高校按省分布密度图', pos_left='500', pos_top='70',
title_textstyle_opts=opts.TextStyleOpts(color='white', font_size=16)),
visualmap_opts=opts.VisualMapOpts(max_=200, is_piecewise=True, pos_left='100', pos_bottom='100',textstyle_opts=opts.TextStyleOpts(color='white', font_size=16))
).render("high_school_density.html")

從省級分佈密度圖可以看出，高校數量多的省份集中在中部和東部，尤其是北京和上海附近的幾個省。

4.211和985高校的分佈情況

篩選出211和985的高校數據，再繪製一次。 （程式碼不重複貼上，只需要加一行篩選程式碼即可）

########################以上就是本文的全部內容。 ######

以上是用Python展示全國大學的分佈狀況的詳細內容。更多資訊請關注PHP中文網其他相關文章！