在工作中，经常想用到类似于地热图的方式进行数据展示，奈何工作环境是内网，无法在线进行地图关联，没办法，只好自己想办法上网找边界坐标。
查了很多文档和费心以后，最终发现高德地图api的方法和方式最简单，正好初学Python，分享一下~
（1）高德地图的api集成了这个功能，只要设置好参数就好，http://lbs.amap.com/api/webservice/guide/api/district
按照高德地图所说，按照以下三个步骤来：
第一步，申请”Web服务API”密钥（Key）； 第二步，拼接HTTP请求URL，第一步申请的Key需作为必填参数一同发送； 第三步，接收HTTP请求返回的数据（JSON或XML格式），解析数据。
高德官网的例子也说明如何访问，例如：http://restapi.amap.com/v3/config/district?keywords=北京&subdistrict=2&key=<用户的key>，对访问结果进行json解析，就可以拿到坐标啦~
key的申请方式蛮简单的，在此就不说了，以福州市为例，其下属市区有5个行政区，还有8个区县，说明下边界坐标是如何输出的~
（2）上代码,（初学Python，对很多语法结构还非常不清楚，此处仅为实现功能，代码写的很糟心，读者轻拍）
# -*- coding: utf-8 -*- # 第一行必须有，否则报中文字符非ascii码错误 import urllib2 import numpy as np import json import pandas as pd from pandas import Series,DataFrame def getlnglat(address): url = 'http://restapi.amap.com/v3/config/district?' #高德上申请的key key = '*****' uri = url + 'keywords=' + address + '&key=' + key + '&subdistrict=1' + '&extensions=all' #访问链接后，api会回传给一个json格式的数据 temp = urllib2.urlopen(uri) temp = json.loads(temp.read()) #polyline是坐标，name是区域的名字 Data = temp["districts"][0]['polyline'] name = temp["districts"][0]['name'] #polyline数据是一整个纯文本数据，不同的地理块按照|分，块里面的地理信息按照；分，横纵坐标按照，分，因此要对文本进行三次处理 Data_Div1 = Data.split('|') #对结果进行第一次切割，按照|符号 len_Div1 = len(Data_Div1) #求得第一次切割长度 num = 0 len_Div2 = 0 #求得第二次切割长度，也即整个数据的总长度 while num < len_Div1 : len_Div2 += len(Data_Div1[num].split(';')) num += 1 num = 0 num_base = 0 output = np.zeros((len_Div2,5)).astype(np.float) #循环2次，分割；与， while num < len_Div1 : temp = Data_Div1[num].split(';') len_temp = len(temp) num_temp = 0 while num_temp < len_temp: output[num_temp+num_base,:2] = np.array(temp[num_temp].split(','))#得到横纵坐标 output[num_temp+num_base,2] = num_temp + 1#得到横纵坐标的连接顺序 output[num_temp+num_base,3] = num + 1#得到块的序号 num_temp += 1 num_base += len_temp num += 1 output = DataFrame(output,columns=['经度','纬度','连接顺序','块','名称']) output['名称'] = name return output def getSubName(address): #获取搜索区域的名称，部分区域例如鼓楼重名太多，因此返回城市代码，将城市代码作为参数给上述函数 url = 'http://restapi.amap.com/v3/config/district?' key = '*****' uri = url + 'keywords=' + address + '&key=' + key + '&subdistrict=1' + '&extensions=all' temp = urllib2.urlopen(uri) temp = json.loads(temp.read()) list0 = temp['districts'][0]['districts'] num_Qu = 0 output = [] while num_Qu < len(list0): output.append(list0[num_Qu]['adcode']) num_Qu += 1 return output num = 0 ad = getSubName('福州')#得到福州下属区域的城市代码 add = getlnglat('福州') #得到福州整个的边界数据 while num < len(ad): add = pd.concat([add,getlnglat(ad[num].encode("utf-8"))])#得到福州下属的全部区域的边界数据 num += 1 add.to_csv('add.csv',encoding='gbk') #输出到文件 （3）输出结果 最后可以得到如下的数据结果：拿到tableau里面绘图，发现就算是边界小岛的轮廓也是无比清楚：
