别再到处找数据了！用Python+高德API，5分钟搞定你所在城市的餐饮/便利店POI数据

5分钟极速获取城市商业数据Python高德API实战指南每次做市场分析或商业选址时最头疼的就是找不到最新、最全的本地商户数据那些收费的数据平台要么价格昂贵要么更新不及时。其实只要掌握一个小技巧用Python配合高德地图的开放API5分钟就能搞定你所在城市的餐饮、便利店、超市等POI数据而且完全免费。1. 为什么选择高德API获取POI数据POIPoint of Interest数据是商业分析中的黄金资源。无论是开新店选址、竞品分析还是市场调研都离不开准确的商户位置信息。高德地图作为国内领先的地图服务商其POI数据具有几个独特优势更新频率高餐饮行业每月闭店率约10%高德数据每周更新分类体系完善支持1400细分品类从川菜到奶茶应有尽有接口稳定日均调用量可达10万次个人开发者完全够用免费额度充足基础版每天3000次查询足够覆盖一个城市的全量数据对比市面上的其他方案数据来源成本更新频率数据维度技术门槛商业数据平台¥5000/年季度全面低网络爬虫免费手动有限高高德API免费自动全面中2. 零基础环境配置别被编程吓到整个过程就像安装手机APP一样简单。你只需要注册高德开发者账号访问高德开放平台点击控制台→应用管理→创建新应用获取你的专属Key一串字母数字组合安装Python环境一次性操作# 推荐使用Miniconda仅300MB wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh bash Miniconda3-latest-Linux-x86_64.sh安装必要工具包pip install requests xlwt pandas提示Windows用户可以直接下载Anaconda图形化安装包全程点击下一步即可3. 核心代码解析与定制下面这段代码已经帮你去掉了所有复杂的技术细节只需要修改4个参数就能运行# 配置区只需修改这里 amap_key 你的高德Key # 替换成你申请的Key output_file 商圈数据.xls # 输出文件名 area 116.30946,39.93754|116.529457,39.847537 # 北京国贸商圈坐标 category 050000|060000 # 餐饮便利店分类代码 # 核心代码区不要动 import requests import xlwt def get_pois(): url fhttp://restapi.amap.com/v3/place/polygon?key{amap_key}polygon{area}types{category} response requests.get(url).json() return response[pois] # 保存到Excel workbook xlwt.Workbook() sheet workbook.add_sheet(商户数据) headers [名称, 类型, 经度, 纬度, 地址] for col, header in enumerate(headers): sheet.write(0, col, header) for row, poi in enumerate(get_pois(), 1): sheet.write(row, 0, poi[name]) sheet.write(row, 1, poi[type]) sheet.write(row, 2, poi[location].split(,)[0]) sheet.write(row, 3, poi[location].split(,)[1]) sheet.write(row, 4, poi[address]) workbook.save(output_file) print(f数据已保存到{output_file})3.1 如何获取地理坐标最简单的方法是利用高德地图的坐标拾取器打开工具后搜索你的目标区域在地图上框选范围支持多边形复制顶部显示的坐标串3.2 POI分类代码速查高德使用6位数字编码表示业态分类例如餐饮美食050000细分050100中餐、050300西餐便利店060400细分060401连锁便利店、060402个体便利店超市060100细分060101大型超市、060102中型超市完整分类表可以在高德官方文档下载建议保存常用分类# 常用分类代码示例 categories { 奶茶店: 050900, 咖啡厅: 050500, 快餐: 050100, 连锁便利店: 060401 }4. 进阶技巧与商业应用4.1 多线程加速采集当需要获取全市数据时可以将城市划分为多个网格并行采集from concurrent.futures import ThreadPoolExecutor districts [116.3,39.9|116.4,40.0, 116.4,39.9|116.5,40.0] # 划分区域 def crawl_area(area): # 这里放入之前的采集代码 return get_pois(area) with ThreadPoolExecutor(max_workers4) as executor: results list(executor.map(crawl_area, districts))4.2 数据可视化分析用Pandas快速生成热力图import pandas as pd import folium df pd.read_excel(商圈数据.xls) map_center [df[纬度].mean(), df[经度].mean()] m folium.Map(locationmap_center, zoom_start14) for _, row in df.iterrows(): folium.CircleMarker( location[row[纬度], row[经度]], radius3, colorred ).add_to(m) m.save(热力图.html)4.3 商业选址实战案例假设你要开一家奶茶店可以这样分析竞品分布抓取3km内所有奶茶店位置客流热点叠加住宅区、写字楼POI数据空白市场找出没有奶茶店但人流密集的区域# 生成竞品密度报告 competitors df[df[类型].str.contains(奶茶)] print(f3km内共有{len(competitors)}家奶茶店) print(最近5家\n, competitors[名称].head(5))5. 常见问题解决方案Q返回数据不全怎么办检查坐标范围是否过大建议单次查询不超过5平方公里添加offset50参数提高单页返回数量Q如何获取最新数据高德API数据通常延迟不超过7天每月定期运行脚本即可保持数据更新Q商业用途是否合规个人开发者免费版完全合规企业用户建议购买商用套餐¥0.1/次记得第一次使用时我在获取上海陆家嘴数据时把经纬度顺序写反了结果返回了非洲某地的数据...所以特别提醒高德API的坐标格式是经度,纬度千万别搞混。