今天接到一个任务，从原始数据（在不同监测点对白纹伊蚊，18周的监测数据）中提取监测点列表，然后从网上爬取各个监测点的空间信息（经纬度），并把这些经纬度数据转换成墨卡托坐标，接着将这个带有空间数据的监测点列表与原始数据进行整合，得到不同监测点各个指标的时间序列，最后把数据进行清理，按照给定的格式输出。
我的思路是：先把所有的监测点整理出来，去除冗余，进行排序，得到一个监测点的列表，然后调用百度的 API 接口，得到百度建议的 JSON 数据（这个数据带有经纬度信息），选择一个最贴近的建议地点，得到其经纬度。
得到经纬度之后剩下的事情就很好处理了。
说做就做，得到的监测点列表如下：
从得到的监测点列表可以看出，原始数据的命名并不规范，如下所示：
白云区第二人民医院高塘门诊部，白云区第二人民医院高塘门诊部天台
柏塘幼儿园，柏塘幼儿园旁空地
朝阳杨梅街8号空地，朝阳杨梅街8号旁空地
德宝花园，德宝花园天台及外环境，德宝花园外环境
都市品格花园，都市品格外坏境
广钢医院(北郊分院)，广钢医院北郊分院
鹤龙，鹤龙街
……
我估计，以上的每行数据应该指的是同一个监测点，但为了保持与原始数据一致，方便后面提取数据建立关联，我并没有做合并的操作，此时得到监测点 4069 个。
接下来就是调用百度API，得到百度建议的地点名称JSON，关键代码如下：
private static string _suggestion_url = "http://api.map.baidu.com/place/v2/suggestion";
public JObject Suggestion(string query, string region)
{
try
{
if (_vm == VerificationMode.IPWhiteList) //IP 白名单校验
{
string url = _suggestion_url + "?query=" + query + "®ion=" + region + "&output=json&ak=" + _ak;
string json = DownloadString(url);
return JsonConvert.DeserializeObject(json) as JObject;
}
else //SN校验
{
string url = _suggestion_url + "?query=" + query + "®ion=" + region + "&output=json&ak=" + _ak;
IDictionary<string, string> param = new Dictionary<string, string> { { "query", query }, { "region", region }, { "output", "json" }, { "ak", _ak } };
string sn = AKSNCaculater.CaculateAKSN(_ak, _sk, _suggestion_url.Split(new string[] { ".com" }, StringSplitOptions.None)[1], param); //计算sn
string json = DownloadString(url + "&sn=" + sn);
return JsonConvert.DeserializeObject(json) as JObject;
}
}
catch
{
return null;
}
}
public class MonitoringPoint
{
public string MonitoringPtName;
public List<string> RecommendedNames;
public MonitoringPoint()
{
MonitoringPtName = string.Empty;
RecommendedNames = new List<string>();
}
}
public class OperationData
{
public List<MonitoringPoint> MonitoringPts;
public OperationData()
{
MonitoringPts = new List<MonitoringPoint>();
}
public void ReadMonitoringPts(string fileName)
{
MonitoringPts.Clear();
string[] strs = File.ReadAllLines(fileName,Encoding.Default);
for (int i = 0; i < strs.Length; i++)
{
MonitoringPoint mp = new MonitoringPoint();
mp.MonitoringPtName = strs[i].Trim();
MonitoringPts.Add(mp);
}
}
public void WriteMonitoringPts(string fileName)
{
for (int i = 0; i < MonitoringPts.Count; i++)
{
string[] strs = MonitoringPts[i].MonitoringPtName.Split(new char[] {' '});
MonitoringPts[i].RecommendedNames = GetRecommendedPts(strs[1], "广州");
}
string[] strData = new string[MonitoringPts.Count];
for (int i = 0; i < MonitoringPts.Count; i++)
{
string temp = MonitoringPts[i].MonitoringPtName + ",";
List<string> lst = MonitoringPts[i].RecommendedNames;
for (int j = 0; j < lst.Count; j++)
{
temp += lst[j] + ",";
}
strData[i] = temp.Substring(0, temp.Length - 1);
}
File.WriteAllLines(fileName, strData,Encoding.Default);
}
public List<string> GetRecommendedPts(string query, string region)
{
List<string> lst = new List<string>();
PlaceSuggestionService pss = new PlaceSuggestionService();
JObject suggestionPlaces = pss.Suggestion(query, region); //建议位置
if (suggestionPlaces != null)
{
try
{
foreach (JObject place in suggestionPlaces["result"])
{
string temp = (string) place["city"] + " ";
if (temp.Contains(region) == false) continue;
temp += (string) place["district"] + " ";
temp += (string) place["name"] + " ";
temp += (double) place["location"]["lat"] + " ";
temp += (double) place["location"]["lng"];
Console.WriteLine(temp);
lst.Add(temp);
}
}
catch
{
;
}
}
return lst;
}
}
得到的百度建议列表如下图所示：
从这个列表可以看出，有些监测点没有返回 JSON，这可能跟我请求过于频繁有关。先把返回 JSON 的数据整理出来再说啊。
景泰西四巷停车场，停车场(景泰西四巷) 23.168635 113.275384
荔湾妇幼，广州市荔湾区妇幼保健院 23.084383 113.228215
中山一院，中山大学附属第一医院 23.13275 113.29747
市一医院，广州市第一人民医院 23.137422 113.262769
广东省政协，中国人民政治协商会议广东省委员会 23.121369 113.320943
华师幼儿园，华南师范大学附属幼儿园 23.147804 113.362476
……
从上面的例子，我们可以看到监测点与百度建议的地点其实是相同的。但表述的方式不同，这块我不想在利用 NLP 中的知识写“分词”，“编辑距离”（度量文本相似性的一种方式）这些代码了，于是我开始用人工的方式进行筛选，从来没有这样痛苦过，“大哭”以无法表达此时的情感！！！
这是我的筛选成果，如下图所示：
真是坑爹啊！！！用了两个小时才得到 245 个结果。我写上面的代码也没有花费2个小时，我真的想抓个实验室的学生来做这些事情啊，可看到他们都在复习功课，不忍心啊，这种没啥技术含量的事情也不好意思让学生们来做啊。只能这样了，再给我一天的时间，就能把这个任务搞定了。就这样吧，今天到这里了。See You！
再瞎扯一句，如果有老师写论文，缺少写代码分析数据的合作者，可以联系我呀！我这几年积累了不少算法的实现，应该很快就能验证你的想法啊，就这样吧，See You！
经过8年多的发展，LSGO软件技术团队在地理信息系统、数据统计分析、计算机视觉领域积累了丰富的研发经验，也建立了人才培养的完备体系。
欢迎对算法设计与实现感兴趣的同学加入，与我们共同成长进步。
联系客服
