基于Python实现地址周边500米内设施数量查询的高效方案

针对你的需求，推荐基于**OpenStreetMap（OSM）**的免费工具链，无需付费API，用Python基础库就能快速实现，步骤如下：

1. 地址转经纬度（地理编码） #

用OSM的Nominatim服务，通过geopy库调用，无需API密钥（但要设置合法的User-Agent标识你的应用）。

安装依赖 #

pip install geopy requests

地理编码函数示例 #

from geopy.geocoders import Nominatim
import time

def get_coordinates(address):
    geolocator = Nominatim(user_agent="your_app_name_here")  # 替换成你的应用名称
    try:
        location = geolocator.geocode(address, timeout=10)
        return (location.latitude, location.longitude) if location else None
    except Exception as e:
        print(f"地址解析失败：{e}")
        time.sleep(1)  # 避免请求过于频繁触发限制
        return None

2. 查询500米范围内的POI数量 #

用OSM的Overpass API，通过自定义查询语句筛选指定类型的POI：

• 学校：amenity=school
• 公园：leisure=park/landuse=recreation_ground（覆盖大多数公园类型）
• 商铺：shop=*（所有带shop标签的场所，包含超市、便利店等）

POI查询函数示例 #

import requests

def count_pois(lat, lon, radius=500):
    # Overpass QL 查询语句：按坐标范围和标签筛选POI
    overpass_query = f"""
    [out:json];
    (
      node["amenity"="school"](around:{radius},{lat},{lon});
      way["amenity"="school"](around:{radius},{lat},{lon});
      relation["amenity"="school"](around:{radius},{lat},{lon});
      
      node["leisure"="park"](around:{radius},{lat},{lon});
      way["leisure"="park"](around:{radius},{lat},{lon});
      relation["leisure"="park"](around:{radius},{lat},{lon});
      node["landuse"="recreation_ground"](around:{radius},{lat},{lon});
      way["landuse"="recreation_ground"](around:{radius},{lat},{lon});
      relation["landuse"="recreation_ground"](around:{radius},{lat},{lon});
      
      node["shop"](around:{radius},{lat},{lon});
      way["shop"](around:{radius},{lat},{lon});
      relation["shop"](around:{radius},{lat},{lon});
    );
    out count;
    """
    response = requests.get("https://overpass-api.de/api/interpreter", params={"data": overpass_query})
    if response.status_code == 200:
        data = response.json()
        elem = data["elements"]
        return {
            "学校": elem[0]["tags"]["total"] if len(elem) >0 else 0,
            "公园": elem[1]["tags"]["total"] if len(elem) >1 else 0,
            "商铺": elem[2]["tags"]["total"] if len(elem) >2 else 0
        }
    else:
        print(f"POI查询失败：{response.status_code}")
        return {"学校":0, "公园":0, "商铺":0}

3. 批量处理地址列表 #

address_list = ["北京市海淀区中关村大街1号", "上海市浦东新区陆家嘴环路1000号"]  # 替换成你的地址列表

for addr in address_list:
    coords = get_coordinates(addr)
    if coords:
        poi_counts = count_pois(coords[0], coords[1])
        print(f"地址：{addr}")
        print(f"500米内POI数量：学校{poi_counts['学校']}，公园{poi_counts['公园']}，商铺{poi_counts['商铺']}\n")
    else:
        print(f"地址：{addr} 无法解析坐标\n")

注意事项 #

• Nominatim和Overpass API都有请求频率限制，批量处理时建议添加1-2秒的延时，避免被封禁
• OSM的数据覆盖度在国内部分城市可能不如商业API，但足够满足基础需求
• 如果需要更精准的商铺分类，可以调整shop标签的具体值（比如shop=supermarket只统计超市）

内容的提问来源于stack exchange，提问作者AlexKotov