作者：牧小熊，華中農業大學，Datawhale原創作者

前言

最近爬取了武漢地鐵線路的信息，通過調用高德地圖的api 獲得各個站點的進度和緯度信息，使用Dijkstra算法對路徑進行規劃。

1.數據爬取

首先是需要獲得武漢各個地鐵的地鐵站信息，通過爬蟲爬取武漢各個地鐵站點的信息，并存儲到xlsx文件中

武漢地鐵線路圖，2021最新武漢地鐵線路圖，武漢地鐵地圖-武漢本地寶wh.bendibao.com

方法：requests、BeautifulSoup、pandas

import requests from bs4 import BeautifulSoup import pandas as pddef spyder():#獲得武漢的地鐵信息url='http://wh.bendibao.com/ditie/linemap.shtml'user_agent='Mozilla/5.0 (Macintosh; U; Intel Mac OS X 10_6_8; en-us) AppleWebKit/534.50 (KHTML, like Gecko) Version/5.1 Safari/534.50'headers = {'User-Agent': user_agent}r = requests.get(url, headers=headers)r.encoding = r.apparent_encodingsoup = BeautifulSoup(r.text, 'lxml')all_info = soup.find_all('div', class_='line-list')df=pd.DataFrame(columns=['name','site'])for info in all_info:title=info.find_all('div',class_='wrap')[0].get_text().split()[0].replace('線路圖','')station_all=info.find_all('a',class_='link')for station in station_all:station_name=station.get_text()temp={'name':station_name,'site':title}df =df.append(temp,ignore_index=True)df.to_excel('./subway.xlsx',index=False)

我們將爬取的地鐵信息保存到excel文件中

如果要做路徑規劃的話，我們還需要知道地鐵站的位置信息

因此我們選擇了高德地圖的api接口

2.高德地圖api接口配置

高德開放平臺 | 高德地圖 APIlbs.amap.com???? 鏈接：https://link.zhihu.com/?target=https%3A//lbs.amap.com/%3Fref%3Dhttps%3A//console.amap.com)

首先我們注冊賬號

選擇為個人開發者

填寫個人信息...

注冊成功后，我們來登陸高德地圖api

選擇我的應用

創建新應用

選擇web服務

這個時候高德地圖就給你了一個key

3.得到地鐵站的經度和緯度

配置一個get_location函數區訪問高德地圖的api 然后返回經度和緯度

def get_location(keyword,city):#獲得經緯度user_agent='Mozilla/5.0 (Macintosh; U; Intel Mac OS X 10_6_8; en-us) AppleWebKit/534.50 (KHTML, like Gecko) Version/5.1 Safari/534.50'headers = {'User-Agent': user_agent}url='http://restapi.amap.com/v3/place/text?key='+keynum+'&keywords='+keyword+'&types=&city='+city+'&children=1&offset=1&page=1&extensions=all'data = requests.get(url, headers=headers)data.encoding='utf-8'data=json.loads(data.text)result=data['pois'][0]['location'].split(',')return result[0],result[1]

keyword是你要查詢的地址，city代表城市

我們這里city就設置為武漢

我們邊爬取地鐵站信息 邊獲得經度和緯度

于是得到了改進版的爬蟲

def spyder():#獲得武漢的地鐵信息print('正在爬取武漢地鐵信息...')url='http://wh.bendibao.com/ditie/linemap.shtml'user_agent='Opera/9.80 (Macintosh; Intel Mac OS X 10.6.8; U; en) Presto/2.8.131 Version/11.11'headers = {'User-Agent': user_agent}r = requests.get(url, headers=headers)r.encoding = r.apparent_encodingsoup = BeautifulSoup(r.text, 'lxml')all_info = soup.find_all('div', class_='line-list')df=pd.DataFrame(columns=['name','site'])for info in tqdm(all_info):title=info.find_all('div',class_='wrap')[0].get_text().split()[0].replace('線路圖','')station_all=info.find_all('a',class_='link')for station in station_all:station_name=station.get_text()longitude,latitude=get_location(station_name,'武漢')temp={'name':station_name,'site':title,'longitude':longitude,'latitude':latitude}df =df.append(temp,ignore_index=True)df.to_excel('./subway.xlsx',index=False)

4.得到地鐵站之間的距離并構建圖

計算各個地鐵站的信息，并生成地鐵站網絡

現在我們得到了地鐵站的經度和緯度 可以通過geopy.distance這個包來計算2點之間的距離

from geopy.distance import geodesic print(geodesic((緯度,經度), (緯度,經度)).m) #計算兩個坐標直線距離

當然高德地圖api也同樣提供了計算距離的接口

我們來配置計算距離的函數

輸入經度和緯度就可以計算距離

def compute_distance(longitude1,latitude1,longitude2,latitude2):#計算2點之間的距離user_agent='Mozilla/5.0 (Macintosh; U; Intel Mac OS X 10_6_8; en-us) AppleWebKit/534.50 (KHTML, like Gecko) Version/5.1 Safari/534.50'headers = {'User-Agent': user_agent}url='http://restapi.amap.com/v3/distance?key='+keynum+'&origins='+str(longitude1)+','+str(latitude1)+'&destination='+str(longitude2)+','+str(latitude2)+'&type=1'data=requests.get(url,headers=headers)data.encoding='utf-8'data=json.loads(data.text)result=data['results'][0]['distance']return result

那么接下來就構建地鐵站之間的圖網絡

因為爬取地鐵站信息比較耗時，我們將制作好的圖網絡保存為pickle文件方便以后使用

def get_graph():print('正在創建pickle文件...')data=pd.read_excel('./subway.xlsx')#創建點之間的距離graph=defaultdict(dict)for i in range(data.shape[0]):site1=data.iloc[i]['site']if i<data.shape[0]-1:site2=data.iloc[i+1]['site']#如果是共一條線if site1==site2:longitude1,latitude1=data.iloc[i]['longitude'],data.iloc[i]['latitude']longitude2,latitude2=data.iloc[i+1]['longitude'],data.iloc[i+1]['latitude']name1=data.iloc[i]['name']name2=data.iloc[i+1]['name']distance=compute_distance(longitude1,latitude1,longitude2,latitude2)graph[name1][name2]=distancegraph[name2][name1]=distanceoutput=open('graph.pkl','wb')pickle.dump(graph,output)

5.得到當前位置距離最近的地鐵站

我們要去找距離最近的地鐵站 首先是獲得位置的坐標

然后將當前的坐標遍歷所有地鐵站 找到最近的地鐵站

longitude1,latitude1=get_location(site1,'武漢') longitude2,latitude2=get_location(site2,'武漢') data=pd.read_excel('./subway.xlsx')

定義get_nearest_subway函數來尋找最近的地鐵站

def get_nearest_subway(data,longitude1,latitude1):#找最近的地鐵站longitude1=float(longitude1)latitude1=float(latitude1)distance=float('inf')nearest_subway=Nonefor i in range(data.shape[0]):site1=data.iloc[i]['name']longitude=float(data.iloc[i]['longitude'])latitude=float(data.iloc[i]['latitude'])temp=geodesic((latitude1,longitude1), (latitude,longitude)).mif temp<distance:distance=tempnearest_subway=site1return nearest_subway

通過遍歷地鐵站的距離找到了最近的上車點和下車點

6.使用Dijkstra算法對地鐵線路進行規劃

Dijkstra算法是求最短路徑的經典算法

Dijkstra算法主要特點是從起始點開始，采用貪心算法的策略，每次遍歷到始點距離最近且未訪問過的頂點的鄰接節點，直到擴展到終點為止。

首先是讀取構建的圖信息

def subway_line(start,end):file=open('graph.pkl','rb')graph=pickle.load(file)#創建點之間的距離#現在我們有了各個地鐵站之間的距離存儲在graph#創建節點的開銷表，cost是指從start到該節點的距離costs={}parents={}parents[end]=Nonefor node in graph[start].keys():costs[node]=float(graph[start][node])parents[node]=start#終點到起始點距離為無窮大costs[end]=float('inf')#記錄處理過的節點listprocessed=[]shortest_path=dijkstra(start,end,graph,costs,processed,parents)return shortest_path

構建dijkstra算法

#計算圖中從start到end的最短路徑 def dijkstra(start,end,graph,costs,processed,parents):#查詢到目前開銷最小的節點node=find_lowest_cost_node(costs,processed)#使用找到的開銷最小節點，計算它的鄰居是否可以通過它進行更新#如果所有的節點都在processed里面 就結束while node is not None:#獲取節點的costcost=costs[node] #cost 是從node 到start的距離#獲取節點的鄰居neighbors=graph[node]#遍歷所有的鄰居，看是否可以通過它進行更新for neighbor in neighbors.keys():#計算鄰居到當前節點+當前節點的開銷new_cost=cost+float(neighbors[neighbor])if neighbor not in costs or new_cost<costs[neighbor]:costs[neighbor]=new_cost#經過node到鄰居的節點，cost最少parents[neighbor]=node#將當前節點標記為已處理processed.append(node)#下一步繼續找U中最短距離的節點 costs=U,processed=Snode=find_lowest_cost_node(costs,processed)#循環完成 說明所有節點已經處理完shortest_path=find_shortest_path(start,end,parents)shortest_path.reverse()return shortest_path#找到開銷最小的節點 def find_lowest_cost_node(costs,processed):#初始化數據lowest_cost=float('inf') #初始化最小值為無窮大lowest_cost_node=None#遍歷所有節點for node in costs:#如果該節點沒有被處理if not node in processed:#如果當前的節點的開銷比已經存在的開銷小，那么久更新該節點為最小開銷的節點if costs[node]<lowest_cost:lowest_cost=costs[node]lowest_cost_node=nodereturn lowest_cost_node#找到最短路徑 def find_shortest_path(start,end,parents):node=endshortest_path=[end]#最終的根節點為startwhile parents[node] !=start:shortest_path.append(parents[node])node=parents[node]shortest_path.append(start)return shortest_path

7.將所有的函數封裝

構建main文件將整個流程封裝起來

def main(site1,site2):if not os.path.exists('./subway.xlsx'):spyder()if not os.path.exists('./graph.pkl'):get_graph()longitude1,latitude1=get_location(site1,'武漢')longitude2,latitude2=get_location(site2,'武漢')data=pd.read_excel('./subway.xlsx')#求最近的地鐵站start=get_nearest_subway(data,longitude1,latitude1)end=get_nearest_subway(data,longitude2,latitude2)shortest_path=subway_line(start,end)if site1 !=start:shortest_path.insert(0,site1)if site2 !=end:shortest_path.append(site2)print('路線規劃為：','-->'.join(shortest_path))if __name__ == '__main__':global keynumkeynum='' #輸入自己的keymain('華中農業大學','東亭')

比方我想去東亭，想坐地鐵過去

我們看看通過規劃的地鐵線路

路線規劃為：華中農業大學-->野芷湖-->板橋-->湖工大-->建安街-->瑞安街-->武昌火車站-->梅苑小區-->中南路-->洪山廣場-->楚河漢街-->青魚嘴-->東亭

我們來看看高德地圖給我們的規劃

不得了，一模一樣~

8.可以繼續完善的點

這個項目我們只做了地鐵的相關信息，沒有引入公交的信息加入道路線規劃中，因此后續可以爬取武漢的公交線路進行地鐵、公交混合線路規劃

同時給出的規劃信息只有文字描述，沒有顯示在地圖上不夠直觀，我們可以進行flask的部署將規劃的線路顯示在地圖上，更加不容易出錯~

9.項目源碼

https://pan.baidu.com/s/1dmstu7PlF12Bdgk9QTjsPA??提取碼：r8es

往期精彩回顧適合初學者入門人工智能的路線及資料下載機器學習及深度學習筆記等資料打印機器學習在線手冊深度學習筆記專輯《統計學習方法》的代碼復現專輯 AI基礎下載機器學習的數學基礎專輯 獲取本站知識星球優惠券，復制鏈接直接打開： https://t.zsxq.com/qFiUFMV 本站qq群704220115。加入微信群請掃碼：

總結

以上是生活随笔為你收集整理的【爬虫、算法】基于Dijkstra算法的武汉地铁路径规划！的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。