矢量数据、数据珍贵、谨慎下载

同步视频教程：http://www.bigemap.com/video/play2018020621.html

专题地图制作视频教程：http://www.bigemap.com/video/play201801172.html

 

     矢量测试数据下载: KML（KMZ）格式、DXF（DWG）格式、SHP格式:（请用BIGEMAP直接打开，可另存为SHP，DXF(AutoCAD)等格式或者直接用Global Mapper打开）

矢量数据效果图如下图：



 第一步：打开BIGEMAP软件，为了和你下载的数据信息一致，请选择左上角图源：【矢量路网（无偏移）】；然后选择最上面的【矩形框】，框选需要下载的范围，如下图所示：



 

  第二步：选择好下载范围后，【双击左键】弹出下载对话框，在对话框的最上面选择【矢量路网】；我们可以下载的   路网、水系、建筑物、地标名称 等等；   可以分开下载，也可以全部勾选上一起下载；如下图所示：



  在上图中，任务名称中输入你要下载保存的名称；这里主要要选择存储格式，包括：KMZ、SHP（shapefile）和dxf（AutoCAD格式）,如下图：



 1、选项kml；【坐标投影】不用选择，保存出来的路网是经纬度坐标;

 2、选项shp；【坐标投影】默认是WGS84墨卡托，点击【选择】可以在里面选择任意投影和坐标系包括：西安80、北京54、CGCS2000、UTM等等；

 3、选项dxf；点击【坐标投影】后面的【选择】，在里面选择你需要的投影坐标系；

如下图：



 可参看【如何选择投影分度带】

 第三步：点击【确定】，开始下载，下载任务列表在左上角，如下图：



  点击上图中的红色箭头文件夹，打开下载完成的文件夹目录，可以看到下载完成的文件，本例下载的kml文件，可以直接在Global Mapper中打开，如下图:



 在BIGEMAP中打开，如下图：



 在AutoCAD中打开,如下图:





 

  下载的矢量数据，可另存为：kml\kml、dxf、dwg、shp、csv、excel、txt、corldraw文件等等矢量格式

 

 咨询   QQ：384720499

 

》》下一篇：矢量等高线地形图如何下载制作？

 

具体操作步骤如下

Step1：选择地图源

下载并安装→Bigemap地图下载器，打开软件鼠标移到左上角【选择地图】，即可展开地图源列表，之后选择一种地图就可以下载到全国乃至全球各地的高清卫星影像。

注：免费授权仅能下载被授权的地图源的地图，操作时如有疑问可咨询客服。



Step2：定位到目的地

在右上角区域，选择【选择行政区域】或是【地名查找】，定位到目的地。



Step3：确定下载边界

若要下载某个行政区域地图则使用【选择行政区域】功能来确定下载边界；若是要下载指定区域地图则使用顶部菜单【矩形】或者【多边形】工具来确定下载边界。



Step4：下载设置  

双击选定的边界内部弹出下载对话框，注意选择【下载级别】，级别越高地图越清晰同时数据也更大，其他参数如无特别需求可默认不修改。 下载设置说明：如何下载不同格式的卫星地图



完成后效果如图 

这里只是一个示意图，比实际缩小了很多倍！

引言
近期博主在做地理数据可视化方面的研究，pyecharts提供了较好的工具，里面提供了很多图形，尤其是Map和Geo这两种图，一种是地图，一种是地理信息图。pyecharts的基础还是echart，echart是百度地图开源的一个数据可视化 JS 库，从我个人使用的情况来看，目前pyecharts（博主pyecharts版本是0.5.11）有这两个问题：

地图精度不够。目前pyecharts提供的地图层级有世界地图、各个国家的地图、中国各省地图、中国各地市图、区县图，到区县后，就不再细分，如果我想看某条道路的具体信息，就难以实现。
经纬度定位“不准确”。这不属于pyecharts是问题，应该属于百度地图在地理编码上的特点，当然，并不是说百度地图地理编码不准确，而是博主的目前在做的项目，地理位置都比较奇特，不管是BaiduMap还是AMap（高德地图）都很难定位到特别准确。由于pyecharts的底层地图是百度地图，所以看起来是pyecharts定位“不准确”。

要解决第一个问题，就是说想要更高层级的地图，这个就需要换可视化包了，也就是说，将pyecharts改成具有其他更高层级地图的可视化包。博主使用的是folium，这个包也很强大，pyecharts的强大之处在与echart的可视化功能，folium则体现在地图及地图的扩展应用上。folium目前支持OpenStreetMap、AMap等几种地图，但不支持百度地图。一度吐血，为啥我用的这两个包底层地图就不能通用下。但其实也好，为了用好这两个包，博主对百度、高德这两大地图大佬的开发文档进行了研究，现在将二者地理编码的方式记录下来。

开发环境：

Python3.7；
pyecharts0.5.11；
pycharm

百度地图地理编码
开发文档看这里，使用前需要去申请AK，同时最好申请开发者认证，能提升访问限制。开发文档其实写的很详细，无非是爬虫get和json解析那一套，我直接上代码。
import json
import pandas as pd
import numpy as np
from urllib.request import urlopen, quote
import requests

def Scene2CoordinateBaiduMap(filename):
    data = pd.read_csv(filename)
    result = []
    i = 1
    j = 1
    for k in data['地点']:
        address = quote(k)  # 1
        url = 'http://api.map.baidu.com/geocoder/v2/?address=' + address + '&output=json&ak=yourAK'  # 2
        req = urlopen(url)

        res = req.read().decode()
        temp = json.loads(res)
        try:  # 3
            result.append(temp['result']['location'])
            print('catch %d \n' % i)
            i = i + 1
        except:
            result.append({'lat': 'null', 'lng': 'null'})
            print('fail %d \n' % j)
            j = j + 1

    print('成功定位%d个，成功率%.2f%%' % (i - 1, (i - 1) * 100 / (i + j - 2)))

    df = pd.DataFrame(result)
    df.to_csv('经纬度原始数据-百度地图.csv', index=False)

if __name__ == '__main__':
    main()

先看导入的包，访问百度地图API返回的都是json格式的数据，要对数据进行解析，自然少不了json包，pandas和numpy常规包，基本上很难不用到，后面两个是网页数据获取的包。高德地图地理编码也是这几个包，后面不再重复写。

几点说明：

#1quote函数是为了得到GBK的url编码，国内的网站编码都是GBK编码的；

#2要把url里面的AK改成你自己申请的AK，而不是yourAK这个字符串；

#3为啥要用try来处理，因为不是所有的地理编码都能成功，如果不用try处理，容易报错，程序会中断。

这个函数写的很详细了，你提供一个CSV文件，其中一列命名为‘地点’，就能将你的所有填写的地点都能转换成经纬度，当然，也有不成功的，总体成功率在95%左右。总体来说，定位效果还是可以的，但是如果地点数据很多填写的不规范，地理编码虽然解析出经纬度，但很多都是有问题的，比如解析出来的点不在正确的地点，如下图。



这些点本来应该都出现在无锡市地图上，但还有不少点在无锡市外，也就是说，解析的不正确。问题出在哪里？博主又回过头去看文档，文档里说，请求的参数除了address外，还有city，也就是城市，这个参数不是必须要写的，如果是写了这个，会不会就正确了呢？于是，我找了一个落在无锡地图之外的点，将请求网址写成这样：
http://api.map.baidu.com/geocoding/v3/?address=南湖大道双庆桥公交站前&city=无锡市&output=json&ak=您的ak&callback=showLocation

返回的数据如下：
showLocation&&showLocation({"status":0,"result":{"location":{"lng":120.31700801956372,"lat":31.532789952709309},"precise":0,"confidence":50,"comprehension":24,"level":"桥"}})

根据经纬度去百度地图拾取坐标系统中看看，巧了，点还对了。。。

博主懵逼了，上午的时候，明明是不对的，所以才想到要写一篇博客来解决这个问题，回过头来一想，因为我上午写的请求网址是这样的：
http://api.map.baidu.com/geocoding/v3/?address=南湖大道双庆桥公交站前&city='无锡市'&output=json&ak=您的ak&callback=showLocation

无锡市我打了引号，其实是没必要打引号的。。。



所以，实际上，在请求网址里面加上城市名，就能保证经纬度转换的时候，所有点都落在你想要的城市里面。。。

持续吐血，这篇博客还要写吗，我上午已经按照我的解决思路，高德地图地理编码→高德地图转百度地图→pyecharts地点上图，这个套路，解析了3000+的地点。

都写了3000多字了，还是继续写完吧。。。
高德地图地理编码
开发文档看这里

，技术细节与百度地图基本一致，请求格式上我换了一种写法，让读者可以更灵活的使用爬虫的技巧。

上代码
def Scene2CoordinateAMap(filename):
    data = pd.read_csv(filename)
    sgdd = data['事故地点'].tolist()
    geo = []
    key = 'yourKEY'
    base = 'https://restapi.amap.com/v3/geocode/geo'
    j = 1
    k = 1
    for i in range(len(sgdd)):
        parameters = {'address': sgdd[i], 'key': key, 'city':'无锡'}
        response = requests.get(base, parameters)
        answer = response.json()
        try:
            pos = answer['geocodes'][0]['location']
            pos = pos.split(',')
            pos[0], pos[1] = pos[1], pos[0]
            geo.append(pos)
            print('catch %d \n'%j)
            j = j + 1
        except:
            geo.append([ 'null','null'])
            print('fail %d \n'%k)
            k = k + 1
    points = pd.DataFrame(geo)
    points.to_csv('经纬度填充-高德地图.csv', index=False, columns = ['lng', 'lat'])
    print('成功定位%d个，成功率%.2f%%' % (j - 1, (j - 1) * 100 / (j + k - 2)))

为啥我会写成‘无锡’，能理解了吧，我高德就是这么写的。。。

可以看出来，和百度地图请求方式有一点不同，我用的是requests.get去请求的，其实网上更多的推荐是用这种方式去请求，而不是用urlopen，不过我个人习惯用urlopen，两者都行吧。
高德地图经纬度转百度地图经纬度
其实已经没啥必要写了，因为二者都差不多。

文档看这里，上代码
def AMap2BaiduMap(filename):
    data = pd.read_csv(filename)
    base = 'http://api.map.baidu.com/geoconv/v1/?coords='
    tail = '&from=3&to=5&ak=yourAK'
    transpos = []
    j = 1
    k = 1
    for i in range(len(data)):
        url = base + str(data.iloc[i]['lng_Amap']) + ',' + str(data.iloc[i]['lat_Amap']) + tail
        req = urlopen(url)
        res = req.read().decode()
        temp = json.loads(res)
                     
        try:
            pos = list(temp['result'][0].values())  # 字典转列表
            transpos.append(pos)
            print('catch %d \n'%j)
            j = j + 1
        except:
            transpos.append(['null','null'])
            print('fail %d \n'%k)
            k = k + 1
    tran = pd.DataFrame(transpos)
    tran.to_csv('高德转百度.csv', index=False, columns = ['lng', 'lat'])
    print('成功转换%d个，成功率%.2f%%' % (j - 1, (j - 1) * 100 / (j + k - 2)))

注意下，链接里有这么句代码
from=3&to=5

官方文档解释如下：

源坐标类型：

1：GPS设备获取的角度坐标，WGS84坐标;

2：GPS获取的米制坐标、sogou地图所用坐标;

3：google地图、soso地图、aliyun地图、mapabc地图和amap地图所用坐标，国测局（GCJ02）坐标;

4：3中列表地图坐标对应的米制坐标;

5：百度地图采用的经纬度坐标;

6：百度地图采用的米制坐标;

7：mapbar地图坐标;

8：51地图坐标

目标坐标类型：

5：bd09ll(百度经纬度坐标);

6：bd09mc(百度米制经纬度坐标)

我是高德经纬度转百度经纬度，自然是from=3to=5。

看看转换经纬度后的pyecharts-Geo图吧



全都在无锡市内了，大功告成，虽然没啥用了(╥╯^╰╥)
完

 如何将下载的影像变换为西安80坐标？

                                              同步视频教程：投影转换(转西安80) 

 如何将下载的影像变换为北京54坐标？

 如何将下载的影像变换为CGCS2000坐标？

 

下载：全国路网数据、全国水系矢量 行政区划边界（省市区县）、行政地名 矢量数据  

 

                利用ARCGIS进行自定义坐标系和投影转换

 

                ARCGIS种通过三参数和其参数进行精确投影转换

     注意：投影转换成80坐标系需要下载无偏移卫星图像进行转换，有偏移的转换将导致转换后的卫星图像扭曲，坐标错误，无法配准。

     第一步：选择无偏移地图源，下载你所需要的卫星图像。

     第二步：选择BIGEMAP软件右边工具栏，选择【投影转换】，如下图所示：



      2.1   选择说明：

               1. 源文件：选择下载好的卫星图像文件（下载目录中后缀为tiff的文件）

               2. 源坐标系：打开的源文件的投影坐标系（自动读取，不需要手动填写）

               3. 输出文件：选择转换后你要保持文件的文件路径和文件名

               4. 目标坐标系：选择你要转换成的目标坐标系，如下图：



     选择上图的更多，如下图所示：



          1：选择 -Xi'an 1980  2：选择地区   3：选择分度带对应的带号（一般默认，也可以手动修改）

          选择对应的分度带或者中央子午线（请参看：如何选择分度带？），点击【确定】

      5. 重采样算法：投影转换需要将影像的像素重新排列，一次每种算法的效率不一样，一般选择【立方卷积采样】，以达到最好的效果。如下图：



     6. 指定变换参数：在不知道的情况下，可以不用填此处信息，如果√上，则如下图：



        此参数为【三参数】或者【七参数】，均为国家保密参数，需要到当地的测绘部门或者国土部门，以单位名义签保密协议进行购买，此参数各地都不一样，是严格保密的，请不要随便流通。

   

    第三步：点击【确定】，开始转换，如下图：



    第四步：完成后，打开你刚才选择的输出文件夹，里面就是转换后的卫星图像。

    第五步：如果你需要套合你手里已经有的矢量文件，请参看：【BIGEMAP无偏移影像叠加配准】