一、需求：
爬取高德的交通态势API，将数据可视化为含有交通态势信息的矢量路网数据。
二、使用的工具：
Python IDLE、记事本编辑器、ArcGIS 10.2、申请的高德开发者KEY（免费）。
三、主要思路：
本文的思路是使用Python的requests模块爬取高德API的返回信息，将返回的信息数据（JSON），通过代码解析的方式存入CSV文件中，再导入ArcGIS中进行可视化处理。
四、分析阶段：
根据高德提供的交通态势信息API文档，注意到高德提供了两种获取交通态势信息的方式，一种是通过设定矩形区域（传入左下角以及右上角坐标）的方式，一种是通过设定圆形区域的方式（设定圆心坐标和半径），本文使用的是设定矩形区域的方式。 但是问题来了，高德对用户的API行为进行了限制，要求设定的矩形区域的对角线长度不超过10公里，但这是难不倒程序猿的，可以使用网格的思想来突破这一限制，如下图：
即将爬取区域分成多个网格，每个网格在高德规定的10公里范围之内即可，这样虽然增加了API的调用次数，但不得不说是较为合适的解决方案，本思想同样也适用于POI信息的爬取，在本文中笔者使用了简单的for循环来实现网格爬取，当然读者也可以参考：
百度地图POI数据爬取，突破百度地图API爬取数目“400条“的限制
这篇博文中的LocaDiv类来实现更为复杂化的网格爬取方式。
五、编写代码：
由于本文的爬虫程序比较简单，因此笔者为了方便直接使用Python自带的IDLE进行程序编写，代码如下：
import requests
import pandas as pd
import json
import time
#初始API的URL
url="https://restapi.amap.com/v3/traffic/status/rectangle?key=申请的key&extensions=all&rectangle="
#设定整个网格左下角坐标的经纬度值
baselng=116.927748
baselat=36.62361
#设定每个网格单元的经纬度宽
widthlng=0.05
widthlat=0.04
#用于储存数据
x=[]
#用于标识交通态势线段
num=0
#爬取过程可能会出错中断，因此增加异常处理
try:
#循环每个网格进行数据爬取，在这里构建了3X3网格
for i in range(0,3):
#设定网格单元的左下与右上坐标的纬度值
#在这里对数据进行处理，使之保留6位小数（不保留可能会莫名其妙出错）
startlat=round(baselat+i*widthlat,6)
endlat=round(startlat+widthlat,6)
for j in range(0,3):
#设定网格单元的左下与右上坐标的经度值
startlng=round(baselng+j*widthlng,6)
endlng=round(startlng+widthlng,6)
#设置API的URL并进行输出测试
locStr=str(startlng)+","+str(startlat)+";"+str(endlng)+","+str(endlat)
thisUrl=url+locStr
print(thisUrl)
#爬取数据
data=requests.get(thisUrl)
s=data.json()
a=s["trafficinfo"]["roads"]
#注意，提取数值需要使用XXX.get()的方式来实现，如a[k].get('speed')
#若使用a[k]['speed']来提取，或会导致KeyError错误
for k in range(0,len(a)):
s2=a[k]["polyline"]
s3=s2.split(";")
for l in range(0,len(s3)):
s4=s3[l].split(",")
x.append([a[k].get('name'),a[k].get('status'),a[k].get('speed'),num,float(s4[0]),float(s4[1])])
num=num+1
#若爬取网格较多，可使用time.sleep(秒数)来避免高德的单秒API调用次数的限制
except Exception as e:
pass
#将数据结构化存储至规定目录的CSV文件中
c = pd.DataFrame(x)
c.to_csv('E:/BigRoads.csv',encoding='utf-8-sig')#感谢网友weixin_43475766的提醒六、CSV数据处理：
在相关目录下找到爬取的CSV文件，用记事本打开，删除第一行的内容（,0,1,2,3,4,5），否则会导致导入ArcGIS时出错。
七、交通态势信息可视化：
1、打开Arcmap，在右侧的catlog（目录）中找到爬取的CSV文件直接拖入左侧的内容列表中，如图：
2、右键点击该CSV数据，选择“显示XY数据”：
3、在弹出的设置框中，进行如下设置：
需要注意的是，本文中爬取的高德数据的坐标值使用的是GCJ-02坐标系，若要应用至项目中，需要转换为WGS-84坐标系，本文为了省事，且为了与高德在线底图对比验证，直接当作WGS84坐标来处理。点击两次确定，即可看到CSV文件成功的转换为了点要素文件。
4、接下来的一步十分重要，打开生成要素的属性表可以发现，属性表并没有FID（objectID）字段，若无该字段，该点要素将无法转换为线要素，因此需要将该要素导出为SHP文件，方法是右键单击该要素，选择数据->导出数据，如下图：
然后进行如下设置，注意要导出为shp格式：
5、接下来是将交通态势点转换为线，在toolbox中找到“点集转线”工具（数据管理工具->要素->点集转线），在弹出的设置界面进行如下设置：
注意线字段选择Field5（即代码中的num变量），排序字段选择FID。
6、等待片刻，完整的路网呈现在眼前：
看到了路网是不是一阵狂喜，但是打开属性表，似乎笑不出来了，原来的交通态势属性去哪了！！！
不要着急，接下来一步，将属性完美的找回来。
7、右键路网数据，选择连接和关联->连接，如下图：
在弹出的设置框中进行如下设置：
第二个选项可以是原始的CSV表，也可以是用来转线的点文件（即本文的jinan.shp），点击确定，再打开属性表，属性是不是回来了呢？
8、分级渲染可视化一下，美滋滋~
什么？为什么这么丑？不要在意这些细节………..
