python绘制房源excell热力图，使用热力图分析房源位置分布情况

要使用热力图分析房源位置分布情况，你需要将房源的地理位置信息转换为经纬度坐标，并将其绘制在地图上。可以使用Python中的geopy和folium库来完成。

首先，你需要加载Excel文件，可以使用pandas库的read_excel()方法来完成。

import pandas as pd

df = pd.read_excel('房源.xlsx')

接下来，你需要将房源的地址信息转换为经纬度坐标。可以使用geopy库的Nominatim()方法来完成。

from geopy.geocoders import Nominatim

geolocator = Nominatim(user_agent="my_app")

df['location'] = df['地址'].apply(geolocator.geocode)
df['point'] = df['location'].apply(lambda loc: tuple(loc.point) if loc else None)

其中，'地址'是Excel表格中的列名。geocode()方法将地址转换为经纬度坐标，point属性保存了转换后的坐标信息。

接下来，你可以使用folium库创建地图，并在地图上添加热力图。可以使用folium.plugins库中的HeatMap()方法来绘制热力图。

import folium
from folium.plugins import HeatMap

map = folium.Map(location=[df['point'][0][0], df['point'][0][1]], zoom_start=13)

heat_data = [[point[0], point[1]] for point in df['point'] if point is not None]

HeatMap(heat_data).add_to(map)

map

这里使用了第一条房源的经纬度坐标作为地图的中心点，并设置了缩放级别为13。heat_data保存了所有有效的经纬度坐标信息，使用HeatMap()方法将其绘制为热力图，并添加到地图中。

完整代码如下：

import pandas as pd
from geopy.geocoders import Nominatim
import folium
from folium.plugins import HeatMap

df = pd.read_excel('房源.xlsx')

geolocator = Nominatim(user_agent="my_app")

df['location'] = df['地址'].apply(geolocator.geocode)
df['point'] = df['location'].apply(lambda loc: tuple(loc.point) if loc else None)

map = folium.Map(location=[df['point'][0][0], df['point'][0][1]], zoom_start=13)

heat_data = [[point[0], point[1]] for point in df['point'] if point is not None]

HeatMap(heat_data).add_to(map)

map

注意：在代码中，我假设了Excel表格中有'地址'这个属性。你需要根据自己的数据调整代码。另外，geopy库的geocode()方法是调用了Nominatim API，它的使用可能会受到一些限制，需要注意。