當你在一個城市，穿越大街小巷，跑步跑了幾千公里之后，一個顯而易見的想法是，我到底和之前比快了多少，跑量有何變化，如果能把在這個城市的所有路線全部畫出來，會是怎樣的景象呢？

1.數(shù)據(jù)來源：益動GPS

文章代碼比較多，為了不吊人胃口，先看看最終效果：

[/code]

首先需要有原始數(shù)據(jù)信息，手機上眾多跑步軟件提供了詳細的記錄，但它們共同的問題是不允許自由導入導出（可能是為了用戶粘性吧）。因此有一塊智能運動手表應(yīng)該是不二之選。我的是Garmin Fenix3，推薦一下：

益動GPS算是業(yè)界良心了，能夠同步咕咚，Garmin手表，悅跑圈的數(shù)據(jù)，因此我將其作為一個入口，抓取所有的GPS數(shù)據(jù)。

至于如何同步，可參考網(wǎng)站上的相關(guān)介紹，下面是我登錄該網(wǎng)站后的截圖：

http://edooon.com/user/5699607196/record/15414378

隨便點進去以后，就可以看到導出路線的按鈕：

無比坑爹的是，它不提供批量導出的按鈕，幾百條記錄，依次導出都累死了。于是考慮用代碼來編輯吧。

2. 獲取益動網(wǎng)站上的數(shù)據(jù)

登錄之后，可以看出它是動態(tài)加載，當滾輪滾到最下時，自動加載后面的內(nèi)容。本來是應(yīng)該嗅探和分析http請求的，后來懶惰了。當拖到底，全部加載完畢后，保存了當前的html文件。

接下來就是解析這個Html,基本上是通過XPath的來做的。有經(jīng)驗的同學看了下圖就都明白了：

圖中高亮的部分，就是要下載gpx文件的實際地址。我們將其保存在urllist中。同時，元數(shù)據(jù)被保存在json文件里。

folder = u'D:/buptzym的同步盤/百度云/我的文檔/數(shù)據(jù)分析/datasets/rungps/';
cookie='JSESSIONID=69DF607B71B1F14AFEC090F520B14B55; logincookie=5699607196$6098898D08E533587E82B33DD9D02196; persistent_cookie=5699607196$42C885AD38F59DCA407E09C95BE1A60B; uname_forloginform="buptzym@qq.com"; __utma=54733311.82935663.1447906150.1447937410.1456907433.7; __utmb=54733311.5.10.1456907433; __utmc=54733311; __utmz=54733311.1456907433.7.3.utmcsr=baidu|utmccn=(organic)|utmcmd=organic; cookie_site=auto'
userid='5699607196';
f = codecs.open(folder + 'desert.htm', 'r', 'utf-8');
html = f.read();
f.close();
root = etree.HTML(html)
tree = etree.ElementTree(root);
listnode=tree.xpath('//*[@id="feedList"]');
numre=re.compile(u'騎行|跑步|公里|，|耗時|消耗|大卡');
urllists=[]
records=[];
for child in listnode[0].iterchildren():
record={};
temp=child.xpath('div[2]/div[1]/a[2]')
if len(temp)==0:
continue;
source= temp[0].attrib['href'];
record['id']=source.split('/')[-1];
info=temp[0].text;
numinfo= numre.split(info);
if len(numinfo)<6:
continue;
record['type']= info[0:2];
record['distance']= numinfo[1];
record['hot']=numinfo[6];
urllists.append('http://edooon.com/user/%s/record/export?type=gpx&id=%s' % (userid, record['id'])); 

值得注意的是，因為下載時需要cookie，因此讀者需要將自己在益動GPS的userid和登錄的cookie都替換掉。

接下來就是下載的過程，獲取導出數(shù)據(jù)按鈕的URL的XPath，構(gòu)造一個帶cookie的請求，然后保存文件即可，非常容易。

opener = urllib.request.build_opener()
opener.addheaders.append(('Cookie', cookie));
path='//*[@id="exportList"]/li[1]/a';
for everyURL in urllists:
id = everyURL.split('=')[-1];
print(id);
url='http://edooon.com/user/%s/record/%s' % (userid, id);
f = opener.open(url);
html = f.read();
f.close();
root = etree.HTML(html)
tree = etree.ElementTree(root);
fs = str(tree.xpath(path)[0]);
if fs is None:
continue;
furl = 'http://edooon.com/user/%s/record/%s' % (userid, fs);
f = opener.open(furl);
html = f.read();
f.close();
filename=folder+'id'+'.gpx';
xmlfile = codecs.open(filename, 'wb');
xmlfile.write(html);
xmlfile.close(); 

之后，我們便保存了大約300多個gpx文件

3. 解析gpx數(shù)據(jù)

所謂gpx數(shù)據(jù)，是一種通用規(guī)范的GPS數(shù)據(jù)格式，詳細的資料可自行搜索。

我們需要使用python的gpx解析器, gpxpy是個好選擇，使用

pip3 install gpxpy 即可安裝。

gpxpy提供了豐富的接口，當然為了統(tǒng)計，我們只需要提取一部分數(shù)據(jù)：

def readgpx(x):
file= open(dir+x+'.gpx','r')
txt=file.read()
gpx=gpxpy.parse(txt)
mv=gpx.get_moving_data()
dat= {'移動時間':mv.moving_time,'靜止時間':mv.stopped_time,'移動距離':mv.moving_distance,'暫停距離':mv.stopped_distance,'最大速度':mv.max_speed};
dat['總時間']=(gpx.get_duration())
dat['id']=str(x)
updown=gpx.get_uphill_downhill()
dat['上山']=(updown.uphill);
dat['下山']=(updown.downhill)
timebound=gpx.get_time_bounds();
dat['開始時間']=(timebound.start_time)
dat['結(jié)束時間']=(timebound.end_time)
p=gpx.get_points_data()[0]
dat['lat']=p.point.latitude
dat['lng']=p.point.longitude
file.close()
return dat 

readgpx函數(shù)會讀取文件名x，并將一個字典返回。并得到類似下面的一張表：

因為我們只需要繪制北京的區(qū)域，因此需要一個坐標表達式篩掉北京之外的地區(qū)。篩選代碼使用了pandas,在附件里有更詳細的代碼。

exceptids=詳細[(詳細.lng<116.1)|(詳細.lng>116.7)|(詳細.lat<39.9)|(詳細.lat>40.1)].id

def filtercity(r):
sp=r.split('/')[-1].split('.')
if sp[1]!='gpx':
return False;
if sp[0] in exceptids.values:
return False;
return True; 
bjids= [r for r in gpxs if filtercity(r)] 

這樣，我們就將所有在北京完成的運動數(shù)據(jù)篩選了出來。

4.繪制GPS數(shù)據(jù)

反復造輪子是不好玩的，繪制gpx已經(jīng)有比較強大的庫，地址在http://avtanski.net/projects/gps/

很不幸，這個庫使用Perl作為開發(fā)語言，并使用了GD作為視覺渲染庫。我花費了大量的時間，在安裝GD上面。

Ubuntu默認安裝Perl, GD是需要libgd的，libgd卻在官網(wǎng)上極難下載，下載后卻又發(fā)現(xiàn)版本不對，這讓我在國外互聯(lián)網(wǎng)上遨游了好幾個小時，都要死掉了。。。到最后，我才發(fā)現(xiàn)，安裝libgd庫只要下面這一步就可以了：

apt-get install libgd-gd2-perl

我覺得這就是apt-get方式坑爹的地方，apt get gd 或者libgd根本找不到，如果不去查，誰知道這么寫啊！ 至于Perl的CPan管理工具，哎，不說了都是淚。

接下來下載gd 2.56，算是非常新的版本。找了各種中文版的安裝步驟，發(fā)現(xiàn)都有問題。這種事情，最好的辦法還是看README.MD??！

解壓之后，perl ./Makefile.PL

之后make

make install

然后就可以了。。。。。。

這份gpx繪制庫是這么介紹自己的：

This folder contains several Perl scripts for processing and plotting

GPS track data in .GPX format. 它的readme有不少使用上的說明，當然我們不廢話，把所有的gpx數(shù)據(jù)拷貝到sample_gpx文件夾下，然后華麗麗的運行 ./runme.sh 如果沒有問題的話，應(yīng)該是下面這樣：

[/code

我假設(shè)各位讀者對bash都已經(jīng)很熟悉了，修改runme.sh文件，可查看更多的選項。 最后得到的結(jié)果如下圖：

當時看到這個結(jié)果，我都驚呆了！這是自己跑了2000公里左右的結(jié)果，北京三環(huán)內(nèi)（主要集中在長安街以北）主要的道路都遍了。尤其北三環(huán)和北土城路（10號線北段）被我各種虐。每一段白線都是一段故事，每一個點都是我的一個腳印?。?br />

5.總結(jié)

這文章寫得顯然不夠詳細，遠遠沒有hand by hand。而且并沒有提供更多的數(shù)據(jù)分析（顯然這些工作我都做了）不過相信跑步的程序員一定都很厲害，我這就權(quán)作拋磚引玉了。

其實完全可以做成一個web服務(wù)，跑友們上傳自己的跑步軟件的id，就可以自動渲染出各種漂亮的跑步路徑和分析圖，應(yīng)該會很有意義吧！

這件事情花費了我七八個小時，簡直吐血，大量的時間用在了如何安裝GD上，而不是下載數(shù)據(jù)上。教訓告訴我，一定要讀安裝包里自帶的說明文檔，因為庫和庫之間的版本不同，因此可能造成版本地獄，到時候新版本卸載不了，老版本沒法用的時候可別說我沒提醒啊！

值得一提的是，益動gps下載的gpx文件不帶換行符，這導致gpx_disualization庫無法解析它（這貨正則表達式寫錯了），我懶得再去動perl正則，于是通過替換增加了換行符。

以上是小編給大家介紹的Python和Perl繪制中國北京跑步地圖的方法，希望對大家有所幫助！

最新評論