猫本租房哪里好？我用Python帮忙找！

P0 事出有因

最近与夫人聊天时，夫人再次表达了她对即将登陆澳洲的强烈期盼。虽然我再三表示对一家人喝西北风的担忧，但我也知道，这种担忧根本挡不住一个自由的灵魂。由于听说猫本租房还是不太好找的，所以我打算提前做功课。

作为civil出身的工科男，我第一个关注的就是住所周边的公共设施分布；而作为Python的业余拥趸，我首先想到的就是用代码解决问题（毛毛……分明一上来先用的Excel表……）。

P1 画个草图

要找房子最好就是看周边设施齐全程度啦，最初我考虑用表格以此统计每个火车站点周边的基础设施情况，但无奈工作量实在太大，倒不如画个地图看看？

我的大体思路就是搜索一下各类设施，设定一个覆盖半径（从家走到该设施的距离），然后找那些离各个设施都比较方便的地方，那就是理想的住所啦~

说起画地图，我一开始想起的是前几天去Datathon时研究的plotly，这个库的可视化功能似乎非常强大，需要注册账号，画完的图直接在他们的网站上你的账户里，有兴趣的可以搜素尝试一下。但这个东西最蛋疼的地方在于，其地图功能里画的圈的size是基于像素点的，而无法基于实际距离（貌似官方没有做这个功能），也就是说，当我们缩放地图时，图上的圈看上去是不变的……除此之外，地图上也没有交通信息。好吧，只能放弃另找他家。

后来我找到了gmplot，这才是真正的救星~画出来的地图以html格式保存在本地，而且是Google地图的形式哦~

通过命令行pip install gmplot安装完gmplot之后，首先，最简单的功能，显示地图：

from gmplot import gmplot

import os

os.chdir('G:/MapRent')#指定地图保存的路径

gmap = gmplot.GoogleMapPlotter(-37.846388,144.991851, 13)#指明初始中心坐标点和缩放值

gmap.draw('./my_map.html')#指定地图文件的名字

随后我们就能在我们指定的路径下找到my_map.html，打开之后就是一张墨尔本的基本地图，和我们在Google Map上看到的一模一样，图上我们暂时还没加任何东西。代码中的-37.846388,144.991851是个经纬度坐标，是我们打开这个地图文件时的初始坐标（我选了Burnley车站的坐标），其实并没有什么讲究，因为我们之后可以像使用Google Map时一样移动和缩放地图。坐标后面的13代表地图初始的缩放值，这个值越小，你能看到的区域越大也越粗略；反之，这个值越大，你能看到的区域越小也越详细。听说东南区比较好，我们就暂时把视野定在东南区（CBD太贵啦）。

好了，现在我们来做些有意义的事情，比如在地图上画个半径200m的圈。我们只需要在gmap.draw这句语句之前加两句话就行。

new_lats, new_lons = zip(*[(-37.827675, 145.007736)])#设定要画的点

gmap.scatter(new_lats, new_lons, '#0000FF',size=200, marker=False)#画圈操作

第一句话用于设定数据，我们这里只用了一个点，当然，我们可以用很多个只要在[]内加入我们要画的点(x1, y1), (x2, y2), (x3, y3), …, (xn, yn) 这样就行。第二句话是实际的画圈操作，括号内的参数分别对应传入纬度、经度、颜色、圈的大小和是否显示圈，很诡异的是，此处marker=False为显示，marker=True为不显示……

按照上面说的，我们把Burnley车站经纬度new_lats, new_lons传入gmap.scatter函数，'#0000FF'为16进制RGB值，代表蓝色，size为200即200m，然后我们可以看一下效果，一个半透明的固定半径的圈（放心，我用Google Map量过，是200m），效果不错啊~

我们放大看：

我们再试试把第一句换成三个点：

new_lats, new_lons=zip(*[(-37.827675,145.007736),

(-37.826354,144.997239),

(-37.821951,145.023199)])

这三个分别是Burnley, East Richmond和Hawthorn车站，其他不变，看看效果。

我们如愿以偿地看到了三个篮圈，接下来我们再做一件事情，我们已经有了200m的范围圈，我觉得我也可以接受500m甚至1km（步行约15分钟），我们只需要更改第二句：

gmap.scatter(lats_wool, lons_wool,'#0000FF', size=200, marker=False)

gmap.scatter(lats_wool, lons_wool,'#3333FF', size=500, marker=False)

gmap.scatter(lats_wool, lons_wool,'#9999FF', size=1000, marker=False)

三句话分别对应200m，500m和1000m，颜色参数我依次增加了R和G的值，使蓝色变浅（其实还有隐藏的参数可以直接改alpha通道，从而改变透明度），我们再运行一下：

哇~这确实就是我想要的效果，我们发现原来Burnley和East Richmond两站之间只有1km左右的路程……通过上述方法，我们可以加入各种不同的要素：

现在我们已经知道如何显示效果了，那么接下来我们最需要解决的就是数据问题了。刚才图上那些点的坐标都是我手动点出来的，但你要我逐个去找超市、诊所、银行什么的那不简直要我命吗……我们当然希望有更简便的方法通过少量工作就能获取大量数据，这时候我们就要借助Google Map的API了。

P2 来点数据

Google Map API的使用方法可以参加以下这篇博文：

作者写的非常详细了，我的代码也是在他的基础上修改的。这里说明一点，使用Google的API是需要注册的，可以免费试用1年，注册后可以拿到API密钥，这个是使用后续功能所必需的。

按照我所设想的内容，我们只需要安装GooglePlaces这个库就可以了，然后此处我们的代码主要做两件事：1、搜索我们需要的信息（比如超市）并返回信息；2、从返回的信息中提取经纬度坐标。我们先做一下准备工作，然后用两个函数分别来完成我们所要做的事情：

from googleplaces import GooglePlaces

from time import sleep #后续有妙用

api_key = "********************"#密钥当然不能告诉别人啦

GGP = GooglePlaces(api_key)#实例化一个GooglePlaces类

首先是搜索字符串的函数：

def search_text(query = None, language = None, radius = 13000, location = None, pagetoken = None):

'''

根据搜索字符串,请求google API传回推荐的列表

:query: 搜索字符串

:language: 语言

:radius: 搜索半径

:location: 地区筛选

:pagetoken: 用于结果翻页用，可以返回60个，否则最多只返回20个结果

'''

text_query_result = GGP.text_search(query = query, language = language, radius = radius, location = location, pagetoken = pagetoken)

query_result_list = [text_query_result]

while text_query_result.has_next_page_token:

sleep(2)#一定要sleep，否则request反应不过来会报错

text_query_result = GGP.text_search(pagetoken = text_query_result.next_page_token)

query_result_list.append(text_query_result)

return query_result_list

我们默认采用13km搜索半径（为什么？没有为什么，随手定的……），这里写了一个循环，这是因为GooglePlaces的搜索默认返回20个结果，如果不手动翻页的话就只给你20个，当然，写了循环也只能达到60个，经查证这是调用API的上限值。这里要注意的是，如果不加2秒钟的sleep，循环就会报错，因为next_page_token这个玩意儿要反应一段时间，如果太快就反应不过来，就会出现INVALID_REQUEST，蛋疼吧……我们把返回的结果都放到一个list里，留着一会儿用。

第二个函数就是从返回的结果中提取我们所需要的坐标：

def extract_coord(res_list):

'''

从search_text返回的结果中提取坐标点

'''

res = []

for i in res_list:

res.extend(i.raw_response['results'])

coord = []

for j in range(len(res)):

lat = res[j]['geometry']['location']['lat']

lon = res[j]['geometry']['location']['lng']

coord.append((float(lat), float(lon)))#lat与lon为decimal类型，转成浮点数

return coord

刚才我们把结果都放在了一个list里，这里我们先用一个循环把list里的东西拿出来，拿出来之后通过.raw_response能得到一个字典，字典中'results'键对应的内容就是每个搜索结果的详细信息，包括地址、门牌号、坐标等等。我们再从'results'中抽丝剥茧地把我们需要的经纬度坐标提取出来，放在一个list里就好了，这个list可以用来画图。

P3 组合起来

现在我们把所有的代码组合起来：

#################### 获取数据 ####################

from googleplaces import GooglePlaces

from time import sleep

api_key = "********************"

GGP = GooglePlaces(api_key)

def search_text(query = None, language = None, radius = 13000, location = None, pagetoken = None):

'''

根据搜索字符串,请求google API传回推荐的列表

:query: 搜索字符串

:language: 语言

:radius: 搜索半径

:location: 地区筛选

:pagetoken: 用于结果翻页用，可以返回60个，否则最多只返回20个结果

'''

text_query_result = GGP.text_search(query = query, language = language, radius = radius, location = location, pagetoken = pagetoken)

query_result_list = [text_query_result]

while text_query_result.has_next_page_token:

sleep(2)#一定要sleep，否则request反应不过来会报错

text_query_result = GGP.text_search(pagetoken = text_query_result.next_page_token)

query_result_list.append(text_query_result)

return query_result_list

def extract_coord(res_list):

'''

从search_text返回的结果中提取坐标点

'''

res = []

for i in res_list:

res.extend(i.raw_response['results'])

coord = []

for j in range(len(res)):

lat = res[j]['geometry']['location']['lat']

lon = res[j]['geometry']['location']['lng']

coord.append((float(lat), float(lon)))

return coord

#################### 绘制地图 ####################

from gmplot import gmplot

import os

os.chdir('G:/MapRent')

#Burnley = (-37.827675, 145.007736)

#Clayton = (-37.924437, 145.120116)

gmap = gmplot.GoogleMapPlotter(-37.827675,145.007736, 13)#指定初始坐标点与zoom

wool_color = '#0000FF'#指定颜色

wool_lats,wool_lons = zip(*extract_coord(search_text('woolworths', location = '-37.924437,145.120116')))

#以Clayton为中心搜索woolworths

gmap.scatter(wool_lats, wool_lons,wool_color, size = 200, marker = False, edge_alpha = 0.50, face_alpha = 0.20)

gmap.scatter(wool_lats, wool_lons,wool_color, size = 500, marker = False, edge_alpha = 0.45, face_alpha = 0.15)

gmap.scatter(wool_lats, wool_lons,wool_color, size=1000, marker=False, edge_alpha = 0.40, face_alpha = 0.10)#范围逐渐增大，颜色逐渐淡化

gmap.draw('./my_map2.html')

这里我们使用了隐藏的透明度的参数，edge_alpha为圆圈边缘线条的透明度，而face_alpha为圆圈内部填充的透明度。此外，搜索信息所使用的location参数可以是字符串，比如‘Melbourne’，也可以是坐标文本，如'-37.924437,145.120116'。我们可以分别看一下效果：

最后我们再优化一下，把查询并画图的功能做在一个函数里：

（即gmap = gmplot.GoogleMapPlotter(-37.827675,145.007736, 13)之后的所有语句）

def draw_sth(search = None, location = '-37.924437, 145.120116', color = '#000000'):

lats, lons = zip(*extract_coord(search_text(search, location = location)))

gmap.scatter(lats, lons, color, size = 200, marker = False, edge_alpha = 0.50, face_alpha = 0.20)

gmap.scatter(lats, lons, color, size = 500, marker = False, edge_alpha = 0.45, face_alpha = 0.15)

gmap.scatter(lats, lons, color, size = 1000, marker = False,edge_alpha = 0.40, face_alpha = 0.10)

gmap.draw('./my_map_new.html')

我们之后只要反复调用这个函数就能画各种点了。

P4 试验时间

好了，现在我们来看看最终的效果如何，我们挑选了几个要素：首先woolworths和coles超市画蓝圈，Commonwealth和ANZ银行画灰色圈，GP诊所画红圈：

#################### 来一发！ ####################

if __name__ == '__main__':

draw_sth('woolworths', color='#0055FF')

draw_sth('coles', color='#0055FF')

draw_sth('commonwealth bank', color='#222222')

draw_sth('ANZ', color='#222222')

draw_sth('GP', color='#FF0000')

哇~眼睛都花了……看来我们急需一个美工啊~不过大致可以看一下哪些地方基建比较方便咯，我们来举些栗子：

1、Camberwell车站附近（啥都看不清……），超市、银行、GP一应俱全，听说租金也很贵呢哈哈哈……

2、Blackburn，三个中心及与车站的距离都不超过1km，还不错哦~

3、Malvern、Carnegie、Oakleigh，两个靠近Monash大学，一个貌似是富人区。

4、Clayton与Springvale，同样靠近Monash的另一个校区，虽然稍微远了点，但有宜家，Springvale据说还有能买到活鱼的生鲜市场哦~

P5 一些后话

我兴高采烈地把成果发给夫人看，夫人欣慰地表示你搞这些有个蛋用，随后又安慰我说你这么帅说什么都对。虽然她对我的成果并不感冒，但毕竟承认我帅比什么都重要。

有兴趣的小伙伴欢迎随时指教~